Elasticsearch：根据喜好建议用户

Question

我正在尝试在elasticsearch中建模用户建议系统，该系统考虑了用户喜欢和个人资料。

我有这样的用户结构：

user: { 
    id: 232344,
    location: 'New York',
    likes: [4545, 3434, 343]
}

我想根据以下三个概念建议用户：

1）喜欢我的用户。

2）用户喜欢我喜欢的用户。 （类似的位置等）

3）相互喜欢。 （用户类似用户x。用户b喜欢用户x。建议用户a到b，反之亦然。）

我在弹性搜索中看过More like this查询，但我不确定它是否可以考虑所有这些情况。

我如何在elasticsearch查询中建模这些东西，还是应该考虑使用像neo4j这样的图形数据库？

Answer 1

1）喜欢我的用户。假设我的ID为1

{ 
    "query": {
        "term" : { "likes" : 1 }
    }
}

2）检查more like this api。给定文档ID和一组字段，它响应给定的文档类似的文档。有很多选项，所以我建议您阅读文档，看看它是否适合您的使用案例。

3）相互喜欢：假设我是a，我喜欢这些用户[1, 3, 5]。如果b也喜欢其中一个ID，则此查询将返回b。

{ 
    "query": {
        "term" : { "likes" : [1, 3, 5] }
    }
}