我正在研究Solr。我想知道它在输出查询时使用的排名算法。我也在使用Solr搜索。
答案 0 :(得分：1)
Solr使用Lucene Core（一种用Java编写的文本搜索库）进行文本搜索。这是同样为Elasticsearch提供支持的项目，因此这里的所有内容也适用于Elasticsearch。
核心排名算法（也称为相似度算法）基于术语频率/逆文档频率，或简称为tf/idf。 td / idf考虑以下因素：
（我在下面的Elasticsearch文档中对tf / idf的描述进行了复制 - 对于Solr来说，描述是相同的，但是编写得更好，更容易理解）
学期频率
该字词在该字段中出现的频率是多少？越频繁，越多 相关。包含同一术语的五个提及的字段更多 可能与仅包含一个提及的字段相关。
反向文档频率
每个词在索引中出现的频率是多少？越频繁，越少 相关。许多文档中出现的术语的权重低于 更多不寻常的条款。
字段规范
这个领域有多长？它越长，它就越不可能 该领域的文字将是相关的。短名称中出现的术语 田野比长期出现的同一个词更重要 内容领域。
您可以在此处找到Lucene相似性评分的具体内容：http://lucene.apache.org/core/4_6_0/core/org/apache/lucene/search/similarities/TFIDFSimilarity.html
请记住，Solr / Lucene支持丰富的功能来改变这个得分。在关于Lucene评分的讨论中，最好阅读here。
如果你想了解更多关于得分以及如何改变的话，我将从这里开始：
http://wiki.apache.org/solr/SolrRelevancyFAQ
然后我会读一下函数查询的内容：
FunctionQuery允许使用字段的实际值和 相关性得分中这些字段的功能。
基本上它为您提供了一种相对容易使用的机制，可以根据某些字段中的值调整文档的相关性得分：