Solr Edimax 中 QF 和 BF 的计算

Question

我正在尝试同时使用 qf 和 bf 字段，但是我无法理解分数的结果。请问分数是怎么计算的？

以下是我提出的查询： http://localhost:8983/solr/corename/select?bf=likes^0.8%20created_time^0.8&debugQuery=on&defType=edismax&indent=on&q=Samsung&qf=description^0.8&wt=json

还有我得到的分数

"rawquerystring":"Samsung"

"querystring":"Samsung"

"parsedquery":"(+DisjunctionMaxQuery(((description:samsung)^0.8)) FunctionQuery(date(created_time))^0.8 FunctionQuery(int(likes))^0.8)/no_coord"
"parsedquery_toString":"+((description:samsung)^0.8) (date(created_time))^0.8 (int(likes))^0.8"

"explain":{
  "23379598044_10154409629363045":"\n1.19288942E12 = sum of:\n  4.6113086 = weight(description:samsung in 61828) [SchemaSimilarity], result of:\n    4.6113086 = score(doc=61828,freq=1.0 = termFreq=1.0\n), product of:\n      0.8 = boost\n      4.2966447 = idf(docFreq=780, docCount=57329)\n      1.3415436 = tfNorm, computed from:\n        1.0 = termFreq=1.0\n        1.2 = parameter k1\n        0.75 = parameter b\n        13.833522 = avgFieldLength\n        5.2244897 = fieldLength\n  1.19288942E12 = FunctionQuery(date(created_time)), product of:\n    1.49111177E12 = date(created_time)=2017-04-02T05:43:00Z\n    0.8 = boost\n    1.0 = queryNorm\n  22.4 = FunctionQuery(int(likes)), product of:\n    28.0 = int(likes)=28\n    0.8 = boost\n    1.0 = queryNorm\n",

Answer 1

好的，让我们破译它 - 首先要做的事情是，将您的解释转换为更易读的东西总是更容易，例如将\n 替换为真正的回车符，如下所示：

1.19288942E12 = sum of:
  4.6113086 = weight(description:samsung in 61828) [SchemaSimilarity], result of:
    4.6113086 = score(doc=61828,freq=1.0 = termFreq=1.0), product of:
      0.8 = boost
      4.2966447 = idf(docFreq=780, docCount=57329)
      1.3415436 = tfNorm, computed from:
        1.0 = termFreq=1.0
        1.2 = parameter k1
        0.75 = parameter b
        13.833522 = avgFieldLength
        5.2244897 = fieldLength
  1.19288942E12 = FunctionQuery(date(created_time)), product of:
    1.49111177E12 = date(created_time)=2017-04-02T05:43:00Z
    0.8 = boost
    1.0 = queryNorm
  22.4 = FunctionQuery(int(likes)), product of:
    28.0 = int(likes)=28
    0.8 = boost
    1.0 = queryNorm

为了清楚起见 - 此说明仅适用于您的结果集中带有 id= 23379598044_10154409629363045 的文档。

让我们分解一下1.19288942E12 的总分。正如它所说 - 它是 3 部分的总和：

1. 4.6113086 = weight(description:samsung in 61828) - 这部分与您的查询本身密切相关。由于您的查询是q=Samsung 和qf=description^0.8，这意味着如果文档将匹配到字段description - 那么DisMax 会将值提高0.8 倍（这里是qf param 的参考）。这就是解释说的：4.6113086 ... is product of: 0.8 = boost, 4.2966447 = idf and 1.3415436 = tfNorm。请注意，Solr TF/IDF。
2. 1.19288942E12 = FunctionQuery(date(created_time)) - 这部分与bf=created_time^0.8 部分相关（为了解释，我排除了likes^0.8 - 基本上它将在最后一个要点中介绍）。 Solr (DisMax) 在这里做什么 - 它为这个特定文档 (2017-04-02T05:43:00Z) 获取 created_time 的值，然后将其转换为 UNIX 时间戳 (1.49111177E12)，然后将其乘以因子0.8。您可能会注意到 1.19288942E12 是一个相当大的数字，如果您将其与初始 TF/IDF 进行比较。通常它实际上效率低下，我建议为此目的使用一些标准化函数，如 reciprocal。
3. 22.4 = FunctionQuery(int(likes)) - 这部分与bf=likes^0.8 有关。基本上，Solr 还将获取此特定文档 (28) 的字段值并将其乘以 0.8 倍。这是我的小笔记：如果你知道这个字段的值的分布——那很好——也许这在实践中很有用。但有时你永远不知道你的分布，也值得标准化你的领域——例如应用一些scalefunction。我不是坚持 - 只是一些建议:)

希望它能给你一些提示，以便更好地“解释”理解 :)