MySQL全文检索出现大量无关结果 如何优化排序逻辑提升匹配精度

1. 强制匹配所有搜索关键词，先过滤无关结果 #

你当前用的布尔模式全文检索默认是OR匹配规则，只要命中任意一个搜索词就会被返回，这是出现仅含单个词的无关内容排在前列的核心原因。
修改搜索语法，给每个关键词前加+号，要求返回结果必须同时包含所有搜索词，直接过滤掉仅匹配单个词的无效内容：

-- 搜索词改为 +jurassic +park，要求同时包含两个词
AGAINST("+jurassic +park" IN BOOLEAN MODE)

如果需要更高精度的连续短语匹配，直接用双引号包裹搜索词即可，要求两个词必须连续出现：

AGAINST('"jurassic park"' IN BOOLEAN MODE)

2. 优化得分计算规则，强化排序优先级 #

原有title加权逻辑可以保留，在此基础上可以补充短语匹配加分项，进一步提升匹配度高的结果排序：

SELECT id, url, title, body, earliestCapture, responseYear, urlScore,
  MATCH (title) AGAINST ("+jurassic +park" IN BOOLEAN MODE) AS titleScore,
  MATCH (body) AGAINST ("+jurassic +park" IN BOOLEAN MODE) AS bodyScore,
  -- 匹配到连续短语额外加50分，可根据业务调整权重
  MATCH (title,body) AGAINST ('"jurassic park"' IN BOOLEAN MODE) * 50 AS phraseBonus,
  (titleScore * 100 + bodyScore + phraseBonus) AS finalScore
FROM Entries
WHERE MATCH (title,body) AGAINST ("+jurassic +park" IN BOOLEAN MODE) 
ORDER BY finalScore DESC LIMIT 0,1000;

3. 可选优化项 #

• 索引清理：你当前创建的三个全文索引中，title+body联合索引如果没有单独的高频查询需求可以删除，仅保留单独的title、body全文索引即可，减少写入开销。
• 语义优化：如果存在多义词干扰（比如intel同时有英特尔、情报两个含义），可以通过自定义MySQL全文检索停用词、同义词词典的方式过滤无效语义匹配。
• 如果不需要复杂的布尔查询规则，也可以改用IN NATURAL LANGUAGE MODE自然语言模式，得分会更偏向整体匹配度而非单个词的词频。

内容的提问来源于stack exchange，提问作者Eric.M