話不多說，直接上公式
公式說明：
- score(q,d)是文檔 d 和查詢 q 之間的相關度
- queryNorm(q)是查詢正則化因子 %
- coord(q,d)是coordination factor %
- 對在查詢字符串q中的每個單詞t在文檔d中的權重求和
- 詞頻，單詞t在文檔d中的詞頻
- t的idf
- t.getBoost()是一個權重的提升權重%
- norm(t,d) 是filed-length norm %
其中socre tf idf 是我們已經講過的。 queryNorm、coord、boost和norm 是沒講過的。
Query Normalization Factor
Query normalization 因子是一個想要正則化查詢，這樣讓我們可以比較不同查詢之間的相關度（但其實效果並不好）.
這個因子在訪問的開始被計算，而實際的計算依賴於查詢，一個典型的實現是
sumOfSquaredWeights 是把所有單詞的IDF加起來然後開根號
Query Coordination
coordination 因子是想要對含有高比例的訪問單詞一個相關度獎勵。越多的訪問單詞出現在文檔中，越意味着高的相關度。 例如我們有一個query：quick brown fox， 並且每個單詞的權重是1.5。如果沒有coordination 因子，相關度會僅僅是單詞權重的求和。例如：
文檔fox -> score:1.5
文檔quick fox -> socre:3.0
文檔 quick brown fox -> socre:4.5
coordination因子將score乘以匹配單詞的數量再除以總共訪問單詞的數量。用了coodination因子後：
文檔fox: socre:1.5*1/3 = 0.5
文檔quick fox: score:3.0*2/3 = 2.0
文檔 quick brown fox -> socre：4.5*3/3 = 4.5
可以看出來這樣子導致含有所有訪問單詞的文檔擁有更高的相關度
bool 查詢默認使用coordination。但是也我們也可以關閉這個功能。
coordination是一個好東西，但是在某些高端點的場景中，我們需要關閉這個功能，例如搜索jump、leap和hop這些詞的時候。我們不關係有多少近義詞的呈現，因爲它代表相近的意思。
Index-Time Filed-Level Boosting
在查詢的時候我們可能想提高某個filed的權重，
下邊有三點建議：
- 將boost和filed-length norm一起用
- 若要修改index-time boost, 則不需重新索引所有的文檔。而query-time boost, 則不需要，可以在任何時候都修改
- 如果一個filed在index-time boost有好幾個值，會極大的提高這個filed的權重
Query-time boosting is a much simpler, cleaner, more flexible option.