「相關性」在 Scopus 有什麼意義？

另一方面，搜尋引擎相關性僅是一種統計上的計算，但是是一種十分精細與細膩的計算。這種計算告訴我們，文獻中做為搜尋結果傳回的文字如何反映在搜尋查詢中執行的條件與規則。

我們的搜尋引擎使用精密的相關性模型，這種模型是來自「資訊擷取」科學中已獲得證實的概念，以及在網頁、資料與企業搜尋的長期經驗而得。每一份做為結果傳回的文獻都有根據各種不同因素所計算出的得分。計算的結果是根據查詢本身、所搜尋的文獻，以及兩種不同因素彼此平衡的方式。

排序此排名分數將協助我們在一組大文獻內評估與選擇。對於一些搜尋來說，列在最前的論文很有可能就是與我們所考慮的主題最相關的內容；而在其他搜尋中，我們則可以透過觀察列在最前的結果來思考應該如何對搜尋進行修改和調整以便得到更好的結果。

在計算排序評分時將考慮以下的要素：

由於 Scopus 中可以使用詳細搜尋，因此並非總是可以套用上面列出的所有相關計算。特別是：包含萬用字元的詞彙對排名並無貢獻，因為此並非為單一詞彙，而是一組可能性。請記住，返回我們上述的定義時，在 Scopus 上的某些結果清單將無法依搜尋引擎相關性排名，因為它們並非來自文字搜尋。這種情況的例子就是，有引用另一份文章的一份文獻清單。

我們已經將上述各項因素的相關貢獻轉為範圍廣泛的搜尋與主題的最佳混合。相關性模型可允許提供比 Scopus 目前採用的更多貢獻因素。例如，引用程度或熱門程度或日期。然而，新增這些非文字手段到計算世界中將要求我們根據所輸入的搜尋規則做出判斷或假設。基於此原因，它們並未包含在內。