search - Lucene 评分结果

Question

在 Lucene 中，如果您有多个索引，每个索引只覆盖一个分区。为什么在不同的索引上进行相同的搜索会返回不同分数的结果？来自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
• 出生日期 - 1934 年 11 月 11 日

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出生日期。

Answer 1

评分包含逆文档频率（IDF）。如果术语“John Smith”在一个分区中，0 次，100 次，在分区 1 中，一次。在分区 1 中搜索 John Smith 的得分会更高，因为该词更稀缺。

为了解决这个问题，您必须让您的索引覆盖所有分区，或者您需要覆盖 IDF。

Answer 2

因为如果我没有完全弄错的话，分数是在指数上确定的。

如果您有不同的索引（索引的更多/更少或不同的数据），分数会有所不同：

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

（警告：包含数学:-)）

Answer 3

您可能还对explain()方法的输出和结果Explanation对象感兴趣，这将使您了解事物的评分方式。