solr/lucene idf 分数

Question

我试图更好地了解 lucene 如何对我的搜索进行评分，以便我可以对我的搜索配置或文档内容进行必要的调整。

以下是分数明细的一部分。

产品:

    0.34472802 = queryWeight, product of:
        2.2 = boost
        7.880174 = idf(docFreq=48, maxDocs=47667)
        0.019884655 = queryNorm
      1.9700435 = fieldWeight in 14363, product of:
        1.0 = tf(freq=1.0), with freq of:
          1.0 = termFreq=1.0
        7.880174 = idf(docFreq=48, maxDocs=47667)
        0.25 = fieldNorm(doc=14363)
0.26806915 = (MATCH) max of:
  0.07832639 = (MATCH) weight(shortDescription:tires^1.1 in 14363) [DefaultSimilarity], result of:
    0.07832639 = score(doc=14363,freq=1.0 = termFreq=1.0

我了解如何计算提升，因为这是我的配置值

但是 idf 是如何计算的(7.880174 = idf 值)。

根据lucene，idf公式为:idf(t) = 1 + log(numDocs/(docFreq+1))

我检查了核心管理控制台，发现我的 docFreq = maxDocs = 47667。

使用 lucene 的公式，我无法计算出预期的 7.880174。相反，我得到:idf = 3.988 = 1 + log(47667/(48+1))。

我的公式中是否缺少某些东西。

Answer 1

我想你的 log函数选择 10 作为基数，而在 lucene 中我们选择 e 作为基数。

log(47667/(48+1), 10) = 2.9880217397306
log(47667/(48+1), e) = 6.8801743154459

idf的源代码lucene的方法是:

  public float idf(int docFreq, int numDocs) {
    return (float)(Math.log(numDocs/(double)(docFreq+1)) + 1.0);
  }

如您所见， idf使用 Java Math.log计算 idf而 Math.log选择 e 作为 log功能。见 Java Math api详情。