今天我給大家講講布爾檢索模型基本概念

布爾檢索模型：

檢索模型是判斷文檔內容與用戶相關性的核心技術，以大規模網頁搜索為例，在海量網頁中與用戶查詢關鍵詞相關的網頁可能會有成千上萬個，甚至耕讀哦。那麽信息檢索系統是如何判斷網頁和查詢關鍵詞是相關的？內部的排序模型是怎樣的？

布爾檢索模型中主要有AND、OR、NOT三種邏輯運算，布爾邏輯運算符的作用是把檢索詞連接起來，構成一個邏輯檢索式。

AND:邏輯與，用來表示其所連接的兩個檢索項的交叉部分，即檢索詞的交集部分

OR：邏輯或，用於連接並列關系的檢索詞。
NOT：邏輯非，排除不需要的和影響檢索結果的概念

運算符之間的優先級：NOT>AND>OR，如檢索表達式：中國 NOT 日本 AND 歌曲 OR 小說

利用小括號”（）“可以設置個性化的檢索方程，例如檢索出不包含日本在內的有關教育或法律方面的大學：

（university OR college）AND (education OR Law) NOT Japan

如下圖為單詞-文檔矩陣（單詞-文檔矩陣是表達兩者之間所具有的一種包含關系的概念模型）我需要查詢包含“谷歌” “開源”但不包含“大會”的文檔，構造布爾查詢：

谷歌 AND 開源 NOT 大會

分別取出“谷歌” “開源” 以及“大會”對應的行向量，對“大會”對應的行向量去反算：

谷歌 ：0 1 0 1

開源：0 1 0 1

大會：1 0 0 1 （取反：0 1 1 1）

0101 AND 0101 AND 0111 =0101

布爾檢索模型優點如下:

1.符合人們的思維方式，通過AND OR NOT輕松可以表達

2.實現方式很容易實現

布爾檢索模型的缺點：

1.它的值只有0，1，缺乏文檔分級不能進行進行排序

2.精確匹配返回的結果集較少，容易漏掉部分信息
---------------------
作者：柯之夢
來源：CSDN
原文：https://blog.csdn.net/yin4302008/article/details/86103760
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！

《從Lucene到Elasticsearch：全文檢索實戰》學習筆記四