Question

需要在ElasticSearch中找到一种方法，以根据字段的特定值提高文档的相关性。具体来说，我的所有文档中都有一个特殊字段，字段值越高，包含它的文档就越相关，无论搜索是什么。

考虑以下文档结构：

{
    "_all" : {"enabled" : "true"},
    "properties" : {
        "_id":            {"type" : "string",  "store" : "yes", "index" : "not_analyzed"},
        "first_name":     {"type" : "string",  "store" : "yes", "index" : "yes"},
        "last_name":      {"type" : "string",  "store" : "yes", "index" : "yes"},
        "boosting_field": {"type" : "integer", "store" : "yes", "index" : "yes"}
        }
}

我希望具有较高的boosting_field值的文档与具有较低的boosting_field值的文档相比，本质上更相关。这只是一个起点 - 在确定搜索中每个文档的最终相关性得分时，还将考虑查询与其他字段之间的匹配。但是，其他条件相同，提升字段越高，文档越相关。

任何人都知道如何做到这一点？

非常感谢！

Answer 1

您可以在索引时或查询时提升。我通常更喜欢查询时间提升，即使它使查询稍慢，否则我每次想要改变我的提升因素时都需要重新索引，这通常需要微调并且需要非常灵活。

使用elasticsearch查询DSL有不同的方法来应用查询时间提升：

如果要对匹配特定查询或过滤器的文档进行特定提升，前三个查询很有用。例如，如果您只想提升上个月发布的文档。你可以在你的boosting_field中使用这种方法，但是你需要手动定义一些boosting_field间隔并给它们一个不同的提升，这不是那么好。

最好的解决方案是使用Custom Score Query，它允许您使用脚本进行查询并自定义其得分。它非常强大，使用脚本可以直接修改乐谱本身。首先，我将boosting_field值缩放到0到1之间的值，这样你的最终得分就不会变成一个大数字。为此，您需要预测字段可以包含的最小值和最大值。比如说最小0和最大100000。如果将boosting_field值缩放为0到1之间的数字，则可以将结果添加到实际分数中，如下所示：

{
    "query" : {
        "custom_score" : {
            "query" : {
                "match_all" : {}
            },
            "script" : "_score + (1 * doc.boosting_field.doubleValue / 100000)"
        }
    }
}

您还可以考虑使用boosting_field作为提升因子（_score *而不是_score +），但是您需要将其缩放到最小值为1的区间（只需添加一个+1）。

您甚至可以调整结果，以便更改其重要性，为您用来影响分数的值添加权重。如果您需要将多个增强因子组合在一起以便给予它们不同的重量，您将需要更多。

Answer 2

使用最新版本的Elasticsearch（版本1.3+），您将要使用＆＃34;功能得分查询＆＃34;：

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/query-dsl-function-score-query.html

得分的query_string搜索如下所示：

{
 'query': {
        'function_score': {
            'query': { 'query_string': { 'query': 'my search terms' } },
            'functions': [{ 'field_value_factor': { 'field': 'my_boost' } }]
        }
    }
}

＆＃34; my_boost＆＃34;是搜索索引中的数字字段，其中包含单个文档的提升因子。可能看起来像这样：

{ "my_boost": { "type": "float", "index": "not_analyzed" } }

Answer 3

如果你想避免每次在查询中进行提升，你可以考虑将它添加到你的映射中直接添加“boost：factor。

因此，您的映射可能如下所示：

{
    "_all" : {"enabled" : "true"},
    "properties" : {
        "_id":            {"type" : "string",  "store" : "yes", "index" : "not_analyzed"},
        "first_name":     {"type" : "string",  "store" : "yes", "index" : "yes"},
        "last_name":      {"type" : "string",  "store" : "yes", "index" : "yes"},
        "boosting_field": {"type" : "integer", "store" : "yes", "index" : "yes", "boost" : 10.0,}
        }
}

Answer 4

如果您使用的是Nest，则应使用以下语法：

.Query(q => q
    .Bool(b => b
        .Should(s => s
            .FunctionScore(fs => fs
                .Functions(fn => fn
                    .FieldValueFactor(fvf => fvf
                        .Field(f => f.Significance)
                        .Weight(2)
                        .Missing(1)
        ))))
        .Must(m => m
            .Match(ma => ma
                .Field(f => f.MySearchData)
                    .Query(query)
))))

ElasticSearch - 根据字段值提升相关性

4 个答案: