问题标签 [scoring]

是否有人成功地覆盖了查询中的文档评分，以便可以通过自己的功能确定术语与字段内容的“相关性”？如果是这样，是通过实现CustomScoreQuery并覆盖 customScore(int, float, float) 吗？我似乎找不到一种方法来构建自定义排序或自定义记分器，它可以将精确术语匹配的排名远高于其他前缀术语匹配。任何建议，将不胜感激。

假设一个多人游戏，你最公平的方法是根据所有玩家之前的分数给出最终分数。

例如，在一场两人比赛中，球员 A 的得分是球员 B 的两倍。“A”先完成不会给他很多分；最后，他会失去很多积分。

您有（最多 100 个）不同的（2-4）组数字。集合或集合中数字的顺序无关紧要。最高的数字与套数有关，最高可达 30。如：

{1 2 3 4} {1 2 3 5} {1 2 3} {1 2 4 5} {6 2 4} {6 7 8 9} {6 7 9} {7 8 9} {2 4 8 9}

目标是按特定顺序排列这些集合，其中两个连续的集合不包含共同的数字。那是

{1 2 3 4} {2 4 8 9}

不好（因为 2）。和

{1 2 3 4} {6 7 8 9}

很好。

当然，尤其是在给定的示例中，这对于整个集合是不可能的。但是违反规则的集合的数量应该近似地最小化。

我假设，对于相对大量的集合，一些蛮力+评分算法是不可行的。对于确定性算法来解决此问题，您有任何其他想法或提示吗？

您认为 shuffle + score 算法可以找到不错的解决方案吗（在某些有限的时间范围内，例如 5 秒，标准计算机）？

我对 Lucene 的评分功能有疑问，我无法弄清楚。到目前为止，我已经能够编写这段代码来重现它。

我从运行它得到的输出是：

我只是不明白为什么the rolling stones与the rolling stones tribute. 根据 lucene 的文档，一个字段的标记越多，归一化因子应该越小，因此the rolling stones tribute应该比the rolling stones.

有任何想法吗？

我有一个使用 lucene 进行搜索的应用程序。搜索空间以千计。搜索这数千个结果，我只得到几个结果，大约 20 个（这是可以预期的）。

但是，当我将搜索空间减少到仅这 20 个条目时（即，我只索引了这 20 个条目并忽略其他所有内容......这样开发会更容易），我得到相同的 20 个结果，但顺序不同（和评分） .

我尝试通过 Field#setOmitNorms(true) 禁用规范因子，但我仍然得到不同的结果？

什么可能导致得分的差异？

谢谢

我在浏览网页寻找索引和搜索框架时偶然发现了 Solr。我们绝对需要的一个功能是根据包含命中的字段来提升结果。

一个小例子：

考虑这样的记录：

例如，我想将title,alternative_title和plot字段组合成一个搜索字段，这在查看 Solr/Lucene 文档和教程后并不难。
但是，我也希望获得成功的电影title的得分高于热门电影，而那些电影的得分alternative_title应该高于该plot领域的热门电影。
有什么方法可以在 XML 中表示这种评分，还是我们需要开发一些自定义评分算法？

另请注意，我给出的示例是虚构的，真实数据可能包含 100 多个字段。

我在 lucene 提升方面遇到问题，我正在尝试提升与指定的（名字）字段匹配的特定文档我已经发布了部分代码

为什么这不起作用？

提前谢谢你

我有一个应用程序，用户可以：

1. 撰写有关产品的评论
2. 为产品添加评论
3. 赞成/反对投票评论
4. 赞成/反对投票评论

每个赞成/反对票都记录在数据库表中。

我现在要做的是创建过去 4 周内最活跃用户的排名。当然，好的评论应该比好的评论更重要。但是，例如，10 条好的评论应该比一篇好的评论更重要。

例子：

一个公平的评分函数会是什么样子？该功能的实现如何score()？如何为g函数添加权重，使评论的权重更重？例如，如果添加图片投票，这样的功能会是什么样子？

http://en.wikipedia.org/wiki/Isner%E2%80%93Mahut_match_at_the_2010_Wimbledon_Championships

因此，有史以来最长的网球比赛以 47-47 打破了场上的记分牌，并以 50-50 打破了网站。

至少对于千年虫来说，日期是以两位数存储的。

这里有什么借口，程序没有为完美风暴做好准备，甚至像这样受到不必要的限制的情况有多普遍？

有人可以用更简单的语言解释（或引用参考）来比较 SOLR 和 LUCENE 使用的评分机制。它们有什么区别吗？

我不太擅长 solr/lucene，但我的发现表明它们是不同的。

PS：我只是尝试了一个简单的查询，比如“+Contents:risk”，并没有使用任何过滤器。