问题很少令人困惑。我是Lucene的新手并经历了这些文件。我发现adding boost to a field增加了字段的范数，从而在搜索时增加了术语的分数。
即。在索引时将字段添加到字段会影响搜索时的分数。我的问题是除了提升之外，还有其他方法可以做同样的事情吗？请指教。
答案 0 :(得分：5)
在Lucene 4.x 之前，曾经有一个基于向量空间模型的评分公式。
以下是影响Lucene得分的因素。
1）Tf ：术语频率，即文档中术语的频率。
2）Idf ：反向文档频率：日志（收集大小/有术语的文档数）“此公式可能有所不同。
3）Field Boost ：你提到的那个。它是在索引时提供的。
4）Coord ：基于在指定文档中找到多少查询字词的分数因子。
5）queryNorm（q）是一个标准化因子，用于使查询之间的得分具有可比性。这个因素不影响文档排名（因为所有排名的文档都乘以相同的因子），而只是尝试从不同的查询（甚至不同的索引）中得分可比
6）norm（t，d）封装了一些（索引时间）提升和长度因子：
a）文档提升 - 在将文档添加到索引之前调用doc.setBoost（）进行设置。
b）字段提升 - 在将字段添加到文档之前调用field.setBoost（）进行设置。
c）lengthNorm - 根据文档中此字段的标记数将文档添加到索引时计算，以便较短的字段对分数贡献更多。 LengthNorm由索引时生效的Similarity类计算。
7）术语提升：是查询q中术语t的搜索时间提升
有关Lucene默认评分公式的深入了解：查看文档：{{3}}
随着新版本的Lucene 4.x，推出了新的评分公式，如BM25。有关详细信息，请查看Lucene Similarity
的子类您可以实施相似性的子类来自定义上述所有评分因子。这是Lucene 4.2 Similarity