Question

我目前正尝试使用Elasticsearch重要术语聚合对产品推荐系统进行原型设计。到目前为止，我还没有找到一个很好的例子来处理来自关系数据库的sales（这里是itemId）的“平面”JSON结构，例如我的：

文件1

{
    "lineItemId": 1,
    "lineNo": 1,
    "itemId": 1,
    "productId": 1234,
    "userId": 4711,
    "salesQuantity": 2,
    "productPrice": 0.99,
    "salesGross": 1.98,
    "salesTimestamp": 1234567890
}

文件2

{
    "lineItemId": 1,
    "lineNo": 2,
    "itemId": 1,
    "productId": 1235,
    "userId": 4711,
    "salesQuantity": 1,
    "productPrice": 5.99,
    "salesGross": 5.99,
    "salesTimestamp": 1234567890
}

我的Elasticsearch索引中有大约150万个这样的文档。 lineItem是sale的一部分（由itemId标识），可以包含1个或多个lineItems我希望收到的是，例如，5最常见的常见产品，与特定productId的销售一起购买。

MovieLens示例（https://www.elastic.co/guide/en/elasticsearch/guide/current/_significant_terms_demo.html）处理

结构中的数据

{
    "movie": [122,185,231,292,
              316,329,355,356,362,364,370,377,420,
              466,480,520,539,586,588,589,594,616
    ],
    "user": 1
}

所以很遗憾对我来说并不是真的有用。对于使用我的“扁平”结构的示例或建议，我感到非常高兴。非常感谢。

Answer 1

听起来您正在尝试构建基于项目的推荐器。 Apache Mahout提供了帮助协作过滤的工具（以前称为Taste项目）。

我认为还有一个Taste plugin for Elasticsearch 1.5.x可以处理与您类似的数据，以生成基于项目的推荐。

（注意：此插件使用在Elasticsearch 1.5中弃用的 Rivers ，因此在采用此建议之前，我应与作者核实有关支持更新版Elasticsearch的计划。）< / p>

Answer 2

由于我没有您拥有的数据量，请尝试以下操作：

获取包含您要查找的某个itemId的捆绑包的productId列表＆＃34; stuff＆＃34;为：

{
  "query": {
    "filtered": {
      "filter": {
        "term": {
          "productId": 1234
        }
      }
    }
  },
  "fields": [
    "itemId"
  ]
}

然后

使用此列表创建此查询：

GET /sales/sales/_search?search_type=count
{
  "query": {
    "filtered": {
      "filter": {
        "terms": {
          "itemId": [1,2,3,4,5,6,7,11]
        }
      }
    }
  },
  "aggs": {
    "most_sig": {
      "significant_terms": {
        "field": "productId",
        "size": 0
      }
    }
  }
}

Answer 3

如果我理解正确，您的每个订单项都有一个doc。你想要的是每个订单的单个文档。 Order doc应该有一个productIds数组（或一个包含productId字段的行项目对象数组）。

这样，当您查询包含产品X的订单时，sig_terms聚合应该会发现产品Y在这些订单中非常常见。

重要术语“扁平”结构的汇总

3 个答案: