一、相关性的概述

在搜索引擎中，描述一个文档与查询语句匹配程度的度量标准。

二、自定义评分策略

Elasticsearch5之前的版本，评分机制或者打分模型是基于TF-IDF实现的。从Elasticsearch5之后，默认的打分机制改成了Okapi BM25。

1、TF-IDF算法

• TF是词频：检索词在文档中出现的频率越高，相关性也越高。
• IDF是逆向文本频率：每个检索词在索引中出现的频率，频率越高，相关性越低。
• 字段长度归一值：检索词出现在一个内容短的title要比同样的词出现在一个内容长的content字段权重更大。

2、BM25算法

和经典的TF-IDF相比，当TF无限增加时，BM25算分会趋于一个数值。

三、自定义评分策略

1、Index Boost：在索引层面修改相关性

Index Boost这种方式能在跨多个索引搜索时为每个索引配置不同的级别。所以它适用于索引级别调整评分。

实战举例：一批数据里有不同的标签，数据结构一致，要将不同的标签存储到不同的索引（A、B、C）,并严格按照标签来分类展示（先展示A类，然后展示B类，最后展示C类），应该用什么方式查询呢？
具体实现：借助indices_boost提升索引的权重，让A排在最前，其次是B，最后是C。

2、boosting：修改文档相关性

boosting可在查询时修改文档的相关度。boosting值所在的范围不同，含义也不同。

• 若boosting值为0~1，如0.2，代表降低评分。
• 若boosting值>1，如1.5，则代表提升评分。
  适用于某些特定的查询场景，用户可以自定义修改满足某个查询条件的结果评分。

3、negative_boost：降低相关性

若对某些返回结果不满意，但又不想将其排除（must_not），则可以考虑采用negative_boost的方式。
原理如下：

• negative_boost仅对查询中定义为negative的部分生效。
• 计算评分时，不修改boosting部分评分，而negative部分的评分则乘以negative_boost的值。
• negative_boost取值为0~1.0。

4、function_score：自定义评分

该方式支持用户自定义一个或多个查询语句及脚本，达到精细化控制评分的目的，以对搜索结果进行高度个性化的排序设置。适用于需进行复杂查询的自定义评分业务场景。

5、rescore_query：查询后二次打分

二次评分是指重新计算查询所返回的结果文档中指定文档的得分。Elasticsearch会截取查询返回前N条结果，并使用预定义的二次评分方式来重新计算其得分。但对全部有序的结果集进行重新排序的话，开销势必很大，使用rescore_query可以只对结果的子集进行处理。该方式适用于对查询语句的结果不满意，需要重新打分的场景。

四、多字段搜索场景优化

1、最佳字段（Best Fields）: 多个字段中返回评分最高的

当字段之间相互竞争，又相互关联。例如：对于博客的title和body这样的字段，评分来自最匹配字段。

2、多数字段（Most Fields）：匹配多个字段，返回各个字段评分之和

处理英文内容时的一种常见的手段是，在主字段（English Analyzer），抽取词干，加入同义词，以匹配更多的文档。相同的文本，加入字段（standard Analyzer），以提供更加精确的匹配。其他字段作为匹配文档提高相关度的信号，匹配字段越多则越好。

3、混合字段（Cross Fields）：跨字段匹配，待查询内容在多个字段中都显示

对于某些实体，例如人名，地址，图书信息。需要在多个字段中确定信息，单个字段只能作为整体的一部分。希望在任何这些列出的字段中找到尽可能多的词。