本节书摘来华章计算机《深入理解elasticsearch（原书第2版）》一书中的第2章 ，第2.1.2节，[美]拉斐尔·酷奇（rafal ku） 马雷克·罗戈任斯基（marek rogoziski）著 张世武 余洪淼 商旦 译 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
从lucene 4.0版本起，lucene引入了多种不同的打分公式，这一点或许你已经有所了解了。不过，我们还是希望在此探索一下默认的tf/idf打分公式的一些细节。请记住，为了调节查询相关性，你并不需要深入理解这个公式的来龙去脉，但是了解它的工作原理却非常重要，因为这有助于简化相关度调优过程。
lucene的理论评分公式
tf/idf公式的理论形式如下：
上面的公式融合了布尔检索模型和向量空间检索模型。我们不打算在此讨论理论评分公式，而是直接跳到实践中使用的评分公式，看看lucene内部是如何实现和使用评分公式的。
lucene的实际评分公式
现在让我们看看lucene实际使用的评分公式：
也许你已经看到了，评分公式是一个关于查询q和文档d的函数，正如我们之前提到的一样。有两个因子并不直接依赖查询词项，它们是coord和querynorm，这两个因子与查询词项的一个求和公式相乘。
求和公式中每个加数由以下因子连乘所得：词频，逆文档频率，词项权重，范数。范数就是之前我们提到过的长度范数。
这个公式听起来很复杂。请别担心，你并不用记住所有的细节，你只需要意识到哪些因素是与评分有关的即可。从前面的公式我们可以导出一些基本的规则：
越罕见的词项被匹配上，文档得分越高。lucene认为包含独特单词的文档比包含常见单词的文档更重要。
文档字段越短（包含更少的词项），文档得分越高。通常，lucene更加重视较短的文档，因为这些短文档更有可能和我们查询的主题高度吻合。
权重越高（不论是索引期或是查询期赋予的权重值），文档得分越高。因为更高的权重意味着特定数据（文档、词项、短语等）具有更高的重要性。
正如你所见，lucene将最高得分赋予同时满足以下条件的文档：包含多个罕见查询词项，词项所在字段较短（该字段索引了较少的词项）。该公式更“喜欢”包含罕见词项的文档。