跳到主要内容

1 / 4概念

Ranking & Relevance

检索负责“把候选找出来”,排序负责“把最相关的放前面”。判断标准不是“公式先不先进”,而是评估集、业务目标、特征和线上反馈是否闭环。

1 概念​

1.1 一句话定义​

相关性排序给每个“查询-文档”对打分,并按分数排序。TF-IDF 用词频和逆文档频率衡量重要性,BM25 在此基础上加入词频饱和与文档长度归一化;评估用 precision/recall、MAP、MRR、nDCG 等指标。

1.2 它解决什么问题​

  • 检索返回几十/几百个候选,需要决定谁排第一。
  • 关键词匹配不等于相关:短文档、重复词、字段权重都会影响结果。
  • 业务目标不同:导航查询要精确,探索查询要多样,问答要答案覆盖。
  • 没有评估就无法判断“改排序”是变好还是变坏。

1.3 不属于本页的内容​

主题去哪
倒排索引/分词/mappingFull-Text Search
向量召回/ANNVector Search
点击日志/埋点平台Observability / 数据管道
推荐系统排序推荐页(暂无)
机器学习模型训练ML/模型页(暂无)

1.4 关键术语​

术语含义容易混淆的点
TF词在文档中的频率不是“查询词频”
IDF词在全库中的稀有度不是“文档长度”
BM25TF-IDF 的饱和/长度归一化版本不是“神经网络”
Precision/Recall返回结果中相关比例 / 相关结果被召回比例不是“准确率”
MAP平均精度均值对排序位置敏感
nDCG归一化折损累计增益支持分级相关性
位置偏差用户更可能点击靠前结果不是“排序分数”
LTR学习排序不是“规则排序”