Elasticsearch 的相似度算法 被定义为检索词频率/反向文档频率, TF/IDF ,包括以下内容:
检索词频率
检索词在该字段出现的频率?出现频率越高,相关性也越高。 字段中出现过 5 次要比只出现过 1 次的相关性高。
反向文档频率
每个检索词在索引中出现的频率?频率越高,相关性越低。检索词出现在多数文档中会比出现在少数文档中的权重更低。
字段长度准则
字段的长度是多少?长度越长,相关性越低。 检索词出现在一个短的 title 要比同样的词出现在一个长的 content 字段权重更大。
public void Explain() { client.Search<employee>(s => s.Query(q => q.ConstantScore(c => c.Filter(f => f.Term(t => t.Field("age").Value("26") )))) .Sort(so => so.Descending("last_name") ) .Pretty().Explain()); var response = client.Explain<employee>("f90209f0-406b-4a0d-a9fb-8e2d6193dcdb",s => s.Query( q => q.Match(m => m.Field(f => f.last_name).Query("陈")) ).Pretty()); }