我想知道elasticsearch中的相关性分数是否与couchbase有差异?
最佳答案
根据this 2019 couchbase线程,看起来他们仍在使用tf/idf进行评分,而Elasticsearch曾经使用相同的算法,但现在移至BM25 algorithm for score calculation from 5.0。
注意:TF / IDF是一种非常流行的算法,用于计算相关性分数并基于词频和文档反向频率,而BM25是最新的即兴形式,它基于概率,在odt_a和here上获得了更多详细信息。
注意:就像在问题中一样,没有提到您要比较系统的相关性是出于什么目的。我的两分钱是,如果您正在构建一个完善的搜索系统,并且相关性对您很重要,那么您应该选择Elasticseaech,功能是搜索,并且在选择不同的算法和不同的方式来定义评分机制时具有很大的灵活性,这在NoSQL解决方案(如Couchbase)中不存在。
关于elasticsearch - 在Elasticsearch中计算相关性评分与Couchbase有何不同?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60616015/