GBase 8c
其他
文章

GBase 8c排序查询结果(二)

发表于2023-12-06 15:21:4521次浏览1个评论

由于较长的文档有更多的机会包含查询词,因此有必要考虑文档的大小。例如,包含有5个搜索词的一百字文档比包含有5个搜索词的一千字文档相关性更高。两个预置的排序函数都采用了一个整型的标准化选项来定义文档长度是否影响排序及如何影响。这个整型选项控制多个行为,所以它是一个屏蔽字:可以使用|指定一个或多个行为(例如,2|4)。

  • 0(缺省)表示:跟长度大小没有关系

  • 1 表示:排名(rank)除以(文档长度的对数+1)

  • 2表示:排名除以文档的长度

  • 4表示:排名除以两个扩展词间的调和平均距离。只能使用ts_rank_cd实现

  • 8表示:排名除以文档中单独词的数量

  • 16表示:排名除以单独词数量的对数+1

  • 32表示:排名除以排名本身+1

当指定多个标志位时,会按照所列的顺序依次进行转换。

需要特别注意的是,排序函数不使用任何全局信息,所以不可能产生一个某些情况下需要的1%或100%的理想标准值。标准化选项32   (rank/(rank+1))可用于所有规模的从零到一之间的排序,当然,这只是一个表面变化;它不会影响搜索结果的排序。

评论

登录后才可以发表评论
崔哥发表于 7个月前
金樽清酒斗十千,玉盘珍羞直万钱。停杯投箸不能食,拔剑四顾心茫然。欲渡黄河冰塞川,将登太行雪满山。闲来垂钓碧溪上,忽复乘舟梦日边。行路难!行路难!多歧路,今安在?长风破浪会有时,直挂云帆济沧海。