Lucene得分结果

Question

在Lucene中,如果您有多个索引,每个索引只覆盖一个分区.为什么不同索引上的相同搜索会返回不同分数的结果？不同服务器的结果完全匹配.

即如果我搜索:

• 姓名 - 约翰史密斯
• DOB - 11/11/1934

分区0将返回0.345的分数

分区1将返回0.337的分数

两者都完全匹配名称和DOB.

Answer 1

的得分包含逆文档频率(IDF).如果术语"John Smith"在一个分区中,0,100次,在分区1中,一次.搜索John Smith的分数在分区1中将是更高的搜索,因为该术语更加稀缺.

为了解决这个问题,你必须让你的索引覆盖所有分区,否则你需要覆盖IDF.

Answer 2

因为如果我没有完全弄错的话,分数是根据索引确定的.

如果您有不同的索引(索引更多/更少或不同的数据),则得分会有所不同:

http://lucene.apache.org/core/3_6_0/scoring.html

(警告:包含数学:-))

Answer 3

您可能还对该explain()方法的输出以及生成的Explanation对象感兴趣,这将使您了解事物的得分方式.