Question

我使用流行度完成了一个复杂的查询，以使用Elasticsearch改善社交媒体文档的结果。查询工作得非常好，最重要的结果始终集中在查询和有趣的元素上。

但是它存在问题，对于某些查询，第一个结果全部来自同一个用户。

如果在较高的文档上检索到相同的用户，我想缩减文档。这样我希望结果更加多样化。

请注意，我不希望删除它们，因为在某些情况下，查找同一用户的更多文档可能仍然很有趣，但我希望它们处于较低位置。

有人可以建议一种让它运作的方法吗？

正如一些评论中所建议的，我更新了我的查询（简化版）：

query = {"function_score": {
  "functions": [
    {"gauss": {"createdAt":
        {"origin": "now", "scale": "30d", "offset": "7d", "decay" :0.9 } 
    }},
    {"gauss": {"shares.last.twitter_retweets_log":
        {"origin": 4.52, "scale": 2.61, "decay" : 0.9} 
    }},
  ],
  "query": {"bool":{"must":[
    {"exists":{"field": "images"}},
    {"multi_match":{"query": "foo boo", fields:["text", "link.title"]}}
  ]}},
  "score_mode": "multiply"
}};

P.S：一些可能有趣的文件，因为他们谈论多样性，但我不确定如何申请：

Answer 1

您可以将采样器与top_hits聚合耦合以获得多样化的结果。

{
    "query": {
        "match": {
            "query": "iphone"
        }
    },
    "size":0,
    "aggs": {
        "sample": {
            "sampler": {
                "shard_size": 200,
                "field" : "user.id"                
            },
            "aggs": {
                "diversifiedMatches": {
                    "top_hits": {
                        "size":10
                    }
                }
            }
        }
    }
}

有一些警告，例如：

1）重复数据删除是每个分片而非全局

2）多样化领域的选择必须是单值领域

3）不支持分页

4）不支持对除分数

以外的任何内容进行排序

解决上述问题很困难，内部需要昂贵/复杂的协调，还需要客户提供更多关于何时何地可以重新引入“重复”结果的指导（第2页？第3页？有多少？）等

Elasticsearch搜索的结果多种多样

1 个答案: