如何查询Solr返回的商品总得分的计算依据？

Solr返回的商品总得分是以**BM25相似度模型（旧版默认TF-IDF）**为核心，结合你配置的各类加权规则计算出来的，具体拆解为以下几个关键特征：

• 词频(TF)：搜索词在商品对应字段里的出现次数，出现越多，这部分的贡献分越高。比如搜"无线耳机"，标题里出现2次的商品，比只出现1次的得分更高。
• 逆文档频率(IDF)：搜索词在整个索引库中的稀有度。越少见的词，权重越高——比如搜"降噪无线耳机"，"降噪"这个词的IDF权重会远高于"无线耳机"，因为带"降噪"的商品总量更少。
• 字段权重(Field Boost)：你可以给不同字段设置不同的权重优先级。比如把标题字段的boost值设为3，描述字段设为1，那标题匹配到搜索词的商品，这部分得分会是描述字段的3倍。
• 查询词权重(Query Boost)：多词查询时，能给特定词加权重。比如用q=耳机^3 蓝牙查询，"耳机"这个词的权重会被放大3倍，匹配到"耳机"的商品得分会更高。
• 文档长度归一化：BM25模型里会考虑商品字段的长度——过长的文档里出现搜索词时，得分会被适当压低，避免长描述的商品因为包含更多词而占优势。
• 自定义函数评分：如果配置了bf（Boost Functions）或bq（Boost Queries）参数，比如根据商品销量、收藏数、上架时间做加权，这些自定义规则的得分也会加入总得分。

如何逐一查看各部分得分 #

在查询时加上debugQuery=true参数，Solr会返回explain字段，里面详细列出每个匹配项的得分计算逻辑和具体分值，比如：

"explain": "1.245 = (MATCH) sum of:
  0.872 = weight(title:无线耳机 in 5) [BM25Similarity], result of:
    0.872 = score(doc=5,freq=2.0 = termFreq=2.0
      0.436 = idf, computed as log(1 + (N - n + 0.5) / (n + 0.5)) from N=5000, n=200
      2.0 = boost
      ...
  0.373 = weight(sales:1000 in 5) [FunctionQuery], result of:
    0.373 = sqrt(sales) * 0.037
      ..."

你可以从这段信息里直接提取每个特征对应的得分，明确总得分的构成依据。

内容的提问来源于stack exchange，提问作者emrecetindemir