比较来自不同表的 mySQL 全文搜索的相关性分数

Question

场景：

我有 5 个表都需要搜索。我对每个都有适当的全文索引（索引？）。我可以使用 MATCH 和 AGAINST 单独搜索每个，并按相关性分数排序。

问题是我想组合和交织所有 5 个表的搜索结果，并将其基于相关性分数。像这样：

(SELECT *, MATCH(column) AGAINST (query) as score
FROM table1
WHERE MATCH (column) AGAINST (query))
UNION
(SELECT *, MATCH(column) AGAINST (query) as score
FROM table2
WHERE MATCH (column) AGAINST (query))
UNION
...
ORDER BY score DESC

除了表 1 的行数可能是表 2 的两倍之外，这很好用。因此，由于 mySQL 考虑了相关性的唯一性，因此表 1 的结果得分通常明显高于表 2 的结果.

最终：如果我想对每个表的结果进行平均加权，如何对 5 个不同大小的表的结果分数进行标准化？

Answer 1

作为说明：

YaK 的上述建议可能是大多数情况下提出此问题的最佳选择。我实际采取的路线是记录 5 个表中每一个的平均最高相关性分数。然后，我会将所有未来的相关性分数除以该因素，以尝试将分数“标准化”，以便将它们与其他表中的相关性分数进行比较。到目前为止，它运行良好，但并不完美（尤其是大型查询）。

Answer 2

您对五个表的结果的UNION'ing 让我相信您可能应该将五个表合并为一个表（可能还有一个额外的列标识五种数据类型之一，目前分布在五个表）。

同样，您可以只将文本列存储在一个表中，如下所示：

CREATE TABLE text_table (
    text_col TEXT,
    fk INT, -- references the PK of an item in either table1, or table2, or...
    ref_table INT, -- identifies the related table, e.g. 1 means 'table1', etc.
    FULLTEXT INDEX (text_col)
)

然后您可以在此表上运行全文搜索。 JOIN'用实际数据表得到结果似乎很简单。