答案 0 :(得分：1)
Lucene使用多种功能对文档进行评分，但基本上评分依赖于文档与查询之间的相似性。我先前用或多或少的简单单词解释了文档之间calculating similarity的概念，所以让我在这里简单解释一下。
如果您有所有单词的词典，您可以将它们组织成长长的列表。数学家习惯于对任何序列使用术语“向量”，包括单词列表，所以我们称之为单词向量：
[abbat，about，bananas，...]
我们可以将我们集合中的每个文档也表示为向量，其中每个元素代表本文档中相应单词的出现次数。例如，如果文档出现1个单词“bananas”，2次出现“about”且没有出现“abbat”，则文档向量将按如下方式开始：
[0,2,1，...]
现在最有趣的部分来了。我们可以假设，如果2个文档有很多常用词，它们是关于类似的主题，如果它们的共同点很少，那么这些文档就大不相同了。由于我们已经知道文档可以表示为单词的向量，因此我们可以将文档的相似度计算为其向量的相似性。
有很多方法可以计算2个向量的相似程度。 Lucene使用非常简单的余弦距离。这个想法来自矢量的几何表示和它们之间的角度 - 如果你在2D空间中绘制2个矢量，你会发现这些矢量的坐标越相似，它们之间的角度越小。这是余弦距离的来源，但实际上你应该只关心2个文档中相同单词的数量。
当对搜索引擎进行任务时，查询被视为文档：为它们构建文档向量，然后用于从集合中查找最相似（即相关）的文档。