search - 我如何对solr/lucene分数进行归一化？

Question

我正在尝试找出如何提高solr搜索结果的得分。我的应用程序需要从solr结果中获取分数，并根据查询结果的好坏来显示一些“星星”。 5颗星=几乎/精确到0颗星，这意味着与搜索不完全匹配，例如只有一个元素命中。但是我得到的分数从1.4到0.8660254都返回了我将给5星的结果。我需要做的是以某种方式将这些结果转换为一定百分比，以便我可以用正确的星数标记这些结果。

我运行的查询给出的1.4分是：

euallowed：true AND（等级：“ 2：1”）

给我0.8660254分数的查询是：

euallowed：true AND（等级：“ 2：1”或等级：“ 1st”）

我已经更新了相似性，以便tf和idf返回1.0，因为我只在文档中有术语而不是文档中该术语编号的情况下才感兴趣。这是我的相似性代码如下所示：

import org.apache.lucene.search.Similarity;

public class StudentSearchSimilarity extends Similarity {

    @Override
    public float lengthNorm(String fieldName, int numTerms) {
        return (float) (1.0 / Math.sqrt(numTerms));
    }

    @Override
    public float queryNorm(float sumOfSquaredWeights) {

        return (float) (1.0 / Math.sqrt(sumOfSquaredWeights));

    }

    @Override
    public float sloppyFreq(int distance) {
        return 1.0f / (distance + 1);
    }

    @Override
    public float tf(float freq) {
        return (float) 1.0;
    }

    @Override
    public float idf(int docFreq, int numDocs) {

        //return (float) (Math.log(numDocs / (double) (docFreq + 1)) + 1.0);
        return (float)1.0;

    }

    @Override
    public float coord(int overlap, int maxOverlap) {
        return overlap / (float) maxOverlap;
    }
}

所以我想我的问题是：


标准化的最佳方法是什么
分数，以便我可以算出
有多少“明星”能给？
还有另一种得分方式
结果？


谢谢

格兰特

Answer 1

引用http://wiki.apache.org/lucene-java/ScoresAsPercentages：


人们经常想从Lucene分数中计算出“百分比”，以确定什么是“ 100％完美”匹配与“ 50％”匹配。这也叫做“归一化分数”

不要这样

说真的停止尝试以这种方式思考您的问题，这不会很好地结束。


该页面确实提供了一个示例，说明您在理论上如何做到这一点，但这非常困难。