如何理解SQL Server中的Ranking

核心提示： WeightedSum = Σ[key=1 to n] ContainsRankKey * WeightKeyRank =( MaxQueryRank * WeightedSum ) / ( ( Σ[key=1 to n] ContainsRankKey2 )+ (

WeightedSum = Σ[key=1 to n] ContainsRankKey * WeightKey

Rank =　( MaxQueryRank * WeightedSum ) / ( ( Σ[key=1 to n] ContainsRankKey2 )

+ ( Σ[key=1 to n] WeightKey2 ) - ( WeightedSum ) )

FREETEXT中的排序Ranking

FREETEXT排名是基于对奥卡皮BM25排名公式计算得出的。 FREETEXT查询会增加关键字并间接生成到查询（间接形式的原始查询词），这些关键词被当作独立个体分别加以处理，而从它们所派生出的同义词也被视作相同权重计算。每个关键词在查询中的统计将直接影响到排序Rank值。

Rank = Σ[Terms in Query] w ( ( ( k1 + 1 ) tf ) / ( K + tf ) ) * ( ( k3 + 1 ) qtf / ( k3 + qtf ) ) )

注：

W是Robertson-Sparck Jones的权重。

在这个公司中，w被定义为：

w = log10 ( ( ( r + 0.5 ) * ( N – R + r + 0.5 ) ) / ( ( R – r + 0.5 ) * ( n – r + 0.5 ) )

N：被查询的property计算的索引行数。　

n：包含关键字Word的行数。

K is ( k1 * ( ( 1 – b ) + ( b * dl / avdl ) ) ).

dl：property长度，关键字 word出现的次数。

Avdl：被查询的property平均长度，在关键字出现的次数。

k1, b, and k3 分别为常量1.2, 0.75, and 8.0。

tf：在特定行中出现的在查询property中的频率字。

Rank = Σ[Terms in Query] w ( ( ( k1 + 1 ) tf ) / ( K + tf ) ) * ( ( k3 + 1 ) qtf / ( k3 + qtf ) ) )

注：

W是Robertson-Sparck Jones的权重。

在这个公司中，w被定义为：

w = log10 ( ( ( r + 0.5 ) * ( N – R + r + 0.5 ) ) / ( ( R – r + 0.5 ) * ( n – r + 0.5 ) )