Question

我正在构建企业社交网络。

我想建议人们根据他们的头衔添加为朋友。例如，值可以是：开发人员，博主，歌手，理发师，调酒师......

我的用户被保存到ElasticSearch中，他们的标题保存在字段＆＃39; title＆＃39;中。

目前的映射是：

title: {
    type: 'text',
    analyzer: 'autocomplete_analyzer',
    search_analyzer: 'autocomplete_analyzer_search'
}

，查询是：

should: [
    {
        match: {
            title: {
                query: user.title,
                minimum_should_match: '90%',
                boost: 2
            }
        }
    }
]

和分析仪的定义是：

indexConfig: {
    settings: {
        analysis: {
            analyzer: {
                autocomplete_analyzer: {
                    tokenizer: 'autocomplete_tokenizer',
                    filter: ['lowercase', 'asciifolding']
                },
                autocomplete_analyzer_search: {
                    tokenizer: 'lowercase',
                    filter: ['asciifolding']
                },
                phrase_analyzer: {
                    tokenizer: 'standard',
                    filter: ['lowercase', 'asciifolding', 'fr_stop', 'fr_stemmer', 'en_stop', 'en_stemmer']
                },
                derivative_analyzer: {
                    tokenizer: 'standard',
                    filter: ['lowercase', 'asciifolding', 'derivative_filter', 'fr_stop', 'fr_stemmer', 'en_stop', 'en_stemmer']
                }
            },
            tokenizer: {
                autocomplete_tokenizer: {
                    type: 'edge_ngram',
                    min_gram: 2,
                    max_gram: 20,
                    token_chars: ['letter', 'digit']
                }
            },
            filter: {
                derivative_filter: {
                    type: 'word_delimiter',
                    generate_word_parts: true,
                    catenate_words: true,
                    catenate_numbers: true,
                    catenate_all: true,
                    split_on_case_change: true,
                    preserve_original: true,
                    split_on_numerics: true,
                    stem_english_possessive: true
                },
                en_stop: {
                    type: 'stop',
                    stopwords: '_english_'
                },
                en_stemmer: {
                    type: 'stemmer',
                    language: 'light_english'
                },
                fr_stop: {
                    type: 'stop',
                    stopwords: '_french_'
                },
                fr_stemmer: {
                    type: 'stemmer',
                    language: 'light_french'
                }
            }
        }
    }
}

我测试了它，相关性非常好，但由于＆＃39; 90％＆＃39;标准

快速而肮脏的解决方案是将此标准降低到50％。

但是，如果我这样做，我认为Elastic将根据标题中字母的一致性来搜索标题，而不是标题之间的相关性。

例如，如果我的用户是＆＃39; 理发师＆＃39;，ElasticSearch可能会建议＆＃39; bartender ＆＃39;，因为他们有一个共同点： b，a，r，e，r

因此，我有两个问题：

1 - 我的假设是正确的吗？

2 - 如何在我的图书搜索中添加更多相关性？

Answer 1

您的搜索问题如下：它使用autocomplete_analyzer，它基本上会创建一个带有大量n-gram的巨大索引。

bartender的示例类似于ba，bar，bart等。正如您所看到的，对于barber，您将有一些类似的n-gram，这将是匹配。

关于您的问题，如果您降低minimum_should_match，您将获得更多结果，但这仅仅是因为以下匹配程序将导致部分匹配。

为了增加相关性 - 我建议使用另一台分析仪，因为这种n-gram分析仪通常只适用于 autosuggest 功能，但事实并非如此。从简单到keyword analyzer或whitespace之一可以有多种选择。

更重要的是正确构建查询。例如，如果用户搜索部分标题，例如bar，您可以使用prefix query。但是，如果您只是通过完全匹配进行搜索（例如developer或bartender），那么正确标准化标题字段会更为重要。例如。使用lowercase analyzer和一些词干。

如何添加＆＃34; context＆＃34;到弹性搜索建议

1 个答案: