ElasticSearch —基于字段值提高相关性

Question

需要在ElasticSearch中找到一种方法来根据字段的特定值来提高文档的相关性。具体来说，我所有文档中都有一个特殊字段，该字段值越高，包含该文档的文档就越相关，而与搜索无关。

考虑以下文档结构：

{
    "_all" : {"enabled" : "true"},
    "properties" : {
        "_id":            {"type" : "string",  "store" : "yes", "index" : "not_analyzed"},
        "first_name":     {"type" : "string",  "store" : "yes", "index" : "yes"},
        "last_name":      {"type" : "string",  "store" : "yes", "index" : "yes"},
        "boosting_field": {"type" : "integer", "store" : "yes", "index" : "yes"}
        }
}

我希望boosting_field值较高的文档与那些boosting_field值较低的文档 本质上相关性 更高。这只是一个起点-
在确定搜索中每个文档的最终相关性分数时，还将考虑查询与其他字段之间的匹配。但是，在 所有其他条件相同的情况下，助推字段越高，文档越相关 。

有人对此有想法吗？

非常感谢！

Answer 1

您可以在索引时间或查询时间进行增强。我通常更喜欢查询时间提升，即使它会使查询变慢一点，否则每次我想更改提升因子时都需要重新编制索引，这通常需要进行微调并且必须非常灵活。

使用Elasticsearch查询DSL可以采用多种方法来增加查询时间：

• 提升查询
• 自定义过滤器分数查询
• 自定义提升因子查询
• 自定义分数查询

如果要对与特定查询或过滤器匹配的文档进行特定的增强，则前三个查询很有用。例如，如果您只想增加上个月发布的文档。您可以将这种方法与boosting_field一起使用，但是您需要手动定义一些boosting_field间隔，并为它们提供不同的增强，但这并不是很好。

最好的解决方案是使用“ 自定义分数查询”，该查询使您可以使用脚本进行查询并自定义其分数。它非常强大，您可以使用脚本直接修改比分本身。首先，我将boosting_field的值缩放为例如0到1的值，这样您的最终分数就不会太大。为此，您需要预测字段可以包含的最小值或最大值。例如，假设最小值为0，最大值为100000。如果将boosting_field值缩放为介于0和1之间的数字，则可以将结果添加到实际分数中，如下所示：

{
    "query" : {
        "custom_score" : {
            "query" : {
                "match_all" : {}
            },
            "script" : "_score + (1 * doc.boosting_field.doubleValue / 100000)"
        }
    }
}

您也可以考虑将boosting_field用作提升因子（_score *而不是_score +），但随后需要将其缩放到最小值为1的间隔（只需加上+1）即可。

您甚至可以调整结果，以便更改其重要性，从而增加权重以影响分数。如果您需要将多个增强因子组合在一起以赋予它们不同的权重，则将需要更多。