ElasticSearch--基于字段值的相关性提升

Question

需要在ElasticSearch中找到一种方法，以基于某个字段的特定值来提高文档的相关性。具体地说，在我的所有文档中都有一个特殊的字段，该字段值越高，包含该字段的文档就越相关，无论搜索如何。

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"}
        }
}

我希望具有较高boosting_field值的文档在本质上比具有较低boosting_field值的文档更相关。这只是一个起点--在确定搜索中每个文档的最终相关性得分时，还将考虑查询与其他字段之间的匹配。但是，在其他条件相同的情况下，增强场越高，文档越相关。

有人知道怎么做吗？

多谢！

Answer 1

您可以在html" target="_blank">索引时或查询时进行boost。我通常更喜欢查询时间提升，尽管它会使查询稍微慢一点，否则每次我想改变提升因子时都需要重新索引，这通常需要微调，并且需要非常灵活。

使用elasticsearch查询DSL应用查询时间提升有不同的方法：

• 增强查询
• 自定义筛选器得分查询
• 自定义增强因子查询
• 自定义分数查询

如果要对匹配特定查询或筛选器的文档进行特定的增强，则前三个查询非常有用。例如，如果您只想增强上个月发布的文档。您可以在boosting_field中使用这种方法，但您需要手动定义一些boosting_field间隔，并为它们提供不同的boosting_field间隔，这并不是很好。

最好的解决方案是使用自定义分数查询，它允许您使用脚本进行查询并自定义其分数。它是相当强大的，与脚本您可以直接修改分数本身。首先，我将boosting_field值缩放为0到1的值，例如，这样您的最终得分就不会变成一个大数字。为了做到这一点，您需要预测字段可以包含的最小值和最大值。例如，我们假设最小值为0，最大值为100000。如果将boosting_field值缩放为0到1之间的数字，则可以将结果与实际得分相加，如下所示：

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

您还可以考虑使用boosting_field作为boost因子(_score*而不是_score+)，但是您需要将其缩放到最小值为1的间隔（只需添加+1)。

你甚至可以调整结果，以改变它的重要性，增加一个权重的值，你用它来影响分数。如果你需要把多个促进因素结合在一起，以便给它们不同的权重，你会更需要这个。