Question

我将解释我想要实现的目标：我希望根据几个参数匹配具有相似健康水平的人：俯卧位代表，上拉代表和深蹲。

假设我的系统中有100名运动员，我需要通过健身水平告诉一个与他最接近的用户，基本上是谁做了与用户一样多的引体向上，俯卧撑和深蹲。

以下是我迄今为止从文档中获得的一个示例。

我遇到问题的部分是为引体上升值提供更多“权重”，这意味着引体数中的紧密匹配比深蹲中的匹配更重要。

{
    "query": {
        "function_score": {
          "functions": [
            {
              "gauss": {
                "pullups": {
                  "origin": "25",
                  "scale": "1"
                }
              }
            },
            {
              "gauss": {
                "pushups": {
                  "origin": "56",
                  "scale": "2"
                }
              }
            },
            {
              "gauss": {
                "squats": {
                  "origin": "90",
                  "scale": "2"
                }
              }
            }
          ],
          "score_mode": "multiply"
        }
    }
}

也许使用decay和scale可以完成工作，但我觉得weight功能得分正是我需要的？也许我错了？

谢谢！

Answer 1

好的，我明白了。我只需要在每个功能评分块中添加weight：

{
    "query": {
        "function_score": {
          "functions": [
            {
              "gauss": {
                "pullups": {
                  "origin": "25",
                  "scale": "1"
                }
              },
              "weight": 2
            },
            {
              "gauss": {
                "pushups": {
                  "origin": "56",
                  "scale": "2"
                }
              },
              "weight": 2
            },
            {
              "gauss": {
                "squats": {
                  "origin": "90",
                  "scale": "2"
                }
              },
              "weight": 2
            }
          ],
          "score_mode": "multiply"
        }
    }
}

Elasticsearch：通过不同字段中数值的接近度得出的结果

1 个答案: