BM25

BM25 (Best Match 25) — это алгоритм ранжирования, который оценивает, насколько документ релевантен поисковому запросу. Придуман ещё в 90-х командой Оукриджа и Лондонского университета, пережил эпоху Web 1.0, Web 2.0, эпоху нейросетей — и всё ещё торчит в кишках Elasticsearch, Apache Lucene и самого Solr 🐗. Это не хайп, это проверенная математика.

Механика простая, но хитрая. BM25 считает частоту термина в документе (TF), но не линейно — она насыщается: если слово "казино" встречается 100 раз вместо 10, прирост релевантности уже минимальный. Плюс он учитывает IDF — насколько редкое слово в принципе по всему корпусу документов. И главное — нормализует по длине документа: длинная простыня текста не выиграет у короткого чёткого ответа просто за счёт объёма. Параметры k1 (насыщение TF, обычно 1.2–2.0) и b (нормализация длины, обычно 0.75) настраиваются под конкретную задачу. В SEO-контексте понимание BM25 объясняет, почему "тошнота" текста и бездумная плотность ключей уже давно не работает 😩: поисковик насыщается раньше, чем ты думаешь. В iGaming и нутре, где конкуренция по ВЧ-запросам бешеная, правильная структура контента под BM25 — это разница между топ-3 и второй страницей.

Главная ошибка — думать, что BM25 = конечная правда поисковика. Google давно поверх него накрутил десятки сигналов: поведенческие, ссылочные, PageRank, нейросети типа BERT и MUM 😆. BM25 — это фундамент, а не весь дом. Второй косяк — игнорировать параметр длины: пишешь лонгрид ради объёма, а он размывает сигнал и проигрывает компактному, чёткому конкуренту. Используй BM25-логику при составлении структуры страниц: ключ в заголовке, в первом абзаце, без спама, разнообразие синонимов — и алгоритм тебя поймёт. Нормально делай — нормально будет 🐗