博客

Xapian 学习笔记 3 相关字段的排序

在Xapina中，命中文档的排序是以文档的相关度降序来做的，当两个文档的相关度一样时，按文档id的升序来做，你也可以通过设置enquire.set_docid_order(enquire.DESCENDING)来把其变成降序，或者设置成不关心文档id的排序enquire.set_docid_order(enquire.DONT_CARE)；当然这个排序也可以按其它规则来做，或者其它规则与相关度结合来做，下面我们就分析这两种排序方法。

1. 相关度排序

Xapian默认是以BM25算法来计算每一个文档的分数，而BM25(http://xapian.org/docs/bm25.html)的计算所需要的一些参数值是通过在文档索引的时候统计出来的，当然，有一些参数可以在查询的时候动态设定。

另外一些库自带的加分算法有TradWeight,BoolWeight。其中TradWeight实现了最原始的概率模型公式，它是BM25算法的一个特例，只是其中一些参数如k2=0,k3=0和min_normlen=0。而BoolWeight打分器对所有文档的分数都为0,文档的排序由另外一些因素决定。

当然你也可以自定义自己的加分器算法，只要实现Xapian::Weight这个抽象类就可以了，如下是一个同等加分器

   class CoordinateWeight : public Xapian::Weight {
  public:
    CoordinateWeight * clone() const { return new CoordinateWeight; }
    CoordinateWeight() { }
    ~CoordinateW