热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

lucene评分机制研究(debug信息)

lucene评分公式文档结果:{id:4111005,bookType:2,title:故宫,userId:xxx,userNam

 

lucene评分公式

文档结果:

{
"id": 4111005,
"bookType": 2,
"title": "故宫",
"userId": "xxx",
"userName": "xxx",
"routeDays": 1,
"startTime": 1310313600000,
"cTime": 1407243889812,
"uTime": 1407244293220,
"avgPrice": 0,
"actorType": 0,
"tripType": 0,
"platform": 0,
"quality": 5365590,
"travelMonths": 64,
"sourceId": -1,
"labelName": "",
"imageUrl": "xxx
",
"travelRouteTabbed": "故宫",
"travelRoute": "故宫",
"destCitiesTabbed": "北京",
"destCitiesGrouped": "北京",
"destCities": "北京",
"destProvinces": "",
"destNations": "中国",
"destNationsText": "中国",
"destContinents": "亚洲",
"destContinentsText": "亚洲",
"poiIdTabbed": "710603",
"distIds": "299914\t300667",
"provinceName": "",
"nationName": "",
"continentName": "",
"disallowed": "",
"viewCount": 36,
"quoteCount": 0,
"downloadCount": 0,
"ugcType": 2,
"ugcTime": 1407244293220,
"destWeights": "{\"中国\":1.0,\"北京\":1.0,\"china\":1.0}",
"fingerPrint": "153a926f3b27c63889b5dc3e9b69f9ba",
"_version_": 1497957597913809000,
"score": 145735744,
"payload": "score:145735744,matchscore:14.573575,destscore:0.0"
}

得分debug信息,DefaultSimilarity

1 '4111005'=>'//ID号2 14.557129 = (MATCH) sum of://最后得分 = 11.167477(相似性评分) + 3.3896518(boost query打分)3 11.167477 = (MATCH) max of://相似性评分(max of :11.167477(命中标题得分),0.40179574(命中途径得分)取其中最大的?)
// DisjunctionMaxScore源码中对于score的计算为 scoreMax + (scoreSum - scoreMin) * tieBreakerMultipliter
// tieBreadkerMultipiler传值为0,所以最后就只取最大的匹配值

###################################### 命中标题部分 #####################################4 11.167477 = (MATCH) weight(title:故宫^3.0 in 212390) [DefaultSimilarity], result of://命中标题得分明细5 11.167477 = score(doc=212390,freq=1.0 = termFreq=1.0)// queryWeight * fieldWeight6 , product of://score = queryWeight * fieldWeight = boost * idf * queryNorm * tf * idf * fieldNorm// = tf * idf^2 * boost * fieldNorm * queryNorm//score + score = (tf * idf^2 * boost * fieldNorm + tf * idf^2 *boost *fieldNorm) * queryNorm 与评分公式一致7 0.99955523 = queryWeight, product of://queryWeight 为什么不等于boost * idf ?压缩误差?8 3.0 = boost //qf=title^3 相当于termQuery.setBoost(3.0) 公式:boost(t.field in d)9 11.172446 = idf(docFreq=44, maxDocs=1177741)//逆向文本频率idf(docFreq:该term出现的doc数量44,maxDocs:所有doc数量1177741)
10 0.029822035 = queryNorm //查询权重,不影响排序,多个查询比较使用 公式queryNorm(q)部分
11 11.172446 = fieldWeight in 212390, product of://fieldWeight
12 1.0 = tf(freq=1.0), with freq of: //该term的词频,对应公式tf(t in d)部分
13 1.0 = termFreq=1.0 //该term在本doc中出现的次数
14 11.172446 = idf(docFreq=44, maxDocs=1177741) //逆向文本频率idf(t)部分
15 1.0 = fieldNorm(doc=212390)//公式中lengthNorm部分=state.getboost()*(1/maths.sqrt(numTerms)) numTerms为对应field的term数量 state.getboost()创建索引指定field权重,例中title就是故宫,分词切成一个term,故numTerms=1

#################################### 命中途径部分 #######################################
16 0.40179574 = (MATCH) weight(travelRouteTabbed:故宫^0.5 in 212390) [DefaultSimilarity], result of://命中途径得分
17 0.40179574 = score(doc=212390,freq=1.0 = termFreq=1.0)
18 , product of:
19 0.07740273 = queryWeight, product of:
20 0.5 = boost //qf=travelRouteTabbed:故宫^0.5
21 5.190976 = idf(docFreq=17820, maxDocs=1177741) //逆向文本频率idf(docFreq:该term出现的doc数量17820,maxDocs:所有doc数量1177741)
22 0.029822035 = queryNorm //查询权重,不影响排序,多个查询比较使用 公式queryNorm(q)部分
23 5.190976 = fieldWeight in 212390, product of:
24 1.0 = tf(freq=1.0), with freq of:
25 1.0 = termFreq=1.0
26 5.190976 = idf(docFreq=17820, maxDocs=1177741)
27 1.0 = fieldNorm(doc=212390)##################################### boost funtion部分 #################################
// 就debug信息来看 没有打印出公式中的coord部分,而是使用lucene原有的公式加上了bf的分数,bf最后的得分依照product of来看应该是
// sum * boost * queryNorm来得出,那么bf所需要定制的分值就需要考虑乘以queryNorm之后的分数再去影响lucene自身的score,是不是把queryNorm设置为1比较好
// 因为queryNorm对排序的结果没有影响,最终的结果只会被所有命中term的累加和分数再加上bf分数影响,那么coord去哪里呢?
28 3.3896518 = (MATCH) FunctionQuery(sum(rord(routeDays),2000000.0/(1.0*float(rord(quality))+20000.0))), product of://boost query打分)
29 113.66266 = sum(rord(routeDays)=76,2000000.0/(1.0*float(rord(quality)=33103)+20000.0))//bf值的设定
30 1.0 = boost//默认权重是1
31 0.029822035 = queryNorm'

 

转:https://www.cnblogs.com/miniqiang/p/4430025.html



推荐阅读
  • android listview OnItemClickListener失效原因
    最近在做listview时发现OnItemClickListener失效的问题,经过查找发现是因为button的原因。不仅listitem中存在button会影响OnItemClickListener事件的失效,还会导致单击后listview每个item的背景改变,使得item中的所有有关焦点的事件都失效。本文给出了一个范例来说明这种情况,并提供了解决方法。 ... [详细]
  • 本文由编程笔记#小编为大家整理,主要介绍了logistic回归(线性和非线性)相关的知识,包括线性logistic回归的代码和数据集的分布情况。希望对你有一定的参考价值。 ... [详细]
  • 在Android开发中,使用Picasso库可以实现对网络图片的等比例缩放。本文介绍了使用Picasso库进行图片缩放的方法,并提供了具体的代码实现。通过获取图片的宽高,计算目标宽度和高度,并创建新图实现等比例缩放。 ... [详细]
  • 拥抱Android Design Support Library新变化(导航视图、悬浮ActionBar)
    转载请注明明桑AndroidAndroid5.0Loollipop作为Android最重要的版本之一,为我们带来了全新的界面风格和设计语言。看起来很受欢迎࿰ ... [详细]
  • 本文介绍了一个在线急等问题解决方法,即如何统计数据库中某个字段下的所有数据,并将结果显示在文本框里。作者提到了自己是一个菜鸟,希望能够得到帮助。作者使用的是ACCESS数据库,并且给出了一个例子,希望得到的结果是560。作者还提到自己已经尝试了使用"select sum(字段2) from 表名"的语句,得到的结果是650,但不知道如何得到560。希望能够得到解决方案。 ... [详细]
  • 本文讨论了如何使用IF函数从基于有限输入列表的有限输出列表中获取输出,并提出了是否有更快/更有效的执行代码的方法。作者希望了解是否有办法缩短代码,并从自我开发的角度来看是否有更好的方法。提供的代码可以按原样工作,但作者想知道是否有更好的方法来执行这样的任务。 ... [详细]
  • 本文详细介绍了如何使用MySQL来显示SQL语句的执行时间,并通过MySQL Query Profiler获取CPU和内存使用量以及系统锁和表锁的时间。同时介绍了效能分析的三种方法:瓶颈分析、工作负载分析和基于比率的分析。 ... [详细]
  • Android自定义控件绘图篇之Paint函数大汇总
    本文介绍了Android自定义控件绘图篇中的Paint函数大汇总,包括重置画笔、设置颜色、设置透明度、设置样式、设置宽度、设置抗锯齿等功能。通过学习这些函数,可以更好地掌握Paint的用法。 ... [详细]
  • 目录实现效果:实现环境实现方法一:基本思路主要代码JavaScript代码总结方法二主要代码总结方法三基本思路主要代码JavaScriptHTML总结实 ... [详细]
  • 本文讨论了在Windows 8上安装gvim中插件时出现的错误加载问题。作者将EasyMotion插件放在了正确的位置,但加载时却出现了错误。作者提供了下载链接和之前放置插件的位置,并列出了出现的错误信息。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • http:my.oschina.netleejun2005blog136820刚看到群里又有同学在说HTTP协议下的Get请求参数长度是有大小限制的,最大不能超过XX ... [详细]
  • 本文详细介绍了MySQL表分区的创建、增加和删除方法,包括查看分区数据量和全库数据量的方法。欢迎大家阅读并给予点评。 ... [详细]
  • 前景:当UI一个查询条件为多项选择,或录入多个条件的时候,比如查询所有名称里面包含以下动态条件,需要模糊查询里面每一项时比如是这样一个数组条件:newstring[]{兴业银行, ... [详细]
  • 上图是InnoDB存储引擎的结构。1、缓冲池InnoDB存储引擎是基于磁盘存储的,并将其中的记录按照页的方式进行管理。因此可以看作是基于磁盘的数据库系统。在数据库系统中,由于CPU速度 ... [详细]
author-avatar
n张家珲
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有