Question

我正在尝试根据字段值的计数来提高相关性。字段值的计数越少，相关性越高。

例如，我有1001个文件。约翰写了1000份文件，只有一份是乔写的。

// 1000 documents by John
{"title": "abc 1", "author": "John"}
{"title": "abc 2", "author": "John"}
// ...
{"title": "abc 1000", "author": "John"}

// 1 document by Joe
{"title": "abc 1", "author": "Joe"}

当我在标题字段中搜索“abc”时，我将获得1001个文档。如果这些文档不完全相同，则它们应具有非常相似的相关性分数。字段值“John”的计数为1000，字段值“Joe”的计数为1.现在，我想提高文档{"title": "abc 1", "author": "Joe"}的相关性，否则，很难看到与作者乔的文件。

谢谢！

Answer 1

如果有人遇到相同的用例，我会使用Function Score Query来解释我的解决方法。这种方式至少会调用两次Elasticsearch服务器。

获取每个人的计数（您可以使用聚合功能）。在我们的例子中，我们从John获得1000，从Joe获得1。
从计数中生成权重。计数越多，相关权重越小。约翰的1 + sqrt(1/1000)和乔的1 + sqrt(1/1)。

使用脚本中的权重根据作者值计算得分（脚本可以更好）：

{
"query": {
    "function_score": {
        "query": {
            "match": { "title": "abc" }
        },
        "script_score" : {
            "script" : {
              "inline": "if (doc['author'].value == 'John') {return (1 + sqrt(1/1000)) * _score}\n return (1 + sqrt(1/1)) * _score;"
            }
        }
    }
}
}

ElasticSearch根据字段值的计数提高相关性

1 个答案: