elasticsearch用function_score自定义相关度分数算法

转载自CSDN本文链接地址: ElasticSearch用function_score自定义相关度分数算法

需求

  1. 在field: tile 和 content 中查找 java spark 的doc
  2. 要求follower_num越多的 doc 分数越高。(看帖子的人越多,那么帖子的分数就越高)

function_score函数:

  • 我们可以做到自定义一个function_score函数
  • 自己将某个field的值,跟es内置算出来的分数进行运算
  • 然后由自己指定的field来进行分数的增强

例子

给所有的帖子数据增加follower数量

1
2
3
4
5
6
7
8
9
10
11
POST /forum/article/_bulk
{ "update": { "_id": "1"} }
{ "doc" : {"follower_num" : 5} }
{ "update": { "_id": "2"} }
{ "doc" : {"follower_num" : 10} }
{ "update": { "_id": "3"} }
{ "doc" : {"follower_num" : 25} }
{ "update": { "_id": "4"} }
{ "doc" : {"follower_num" : 3} }
{ "update": { "_id": "5"} }
{ "doc" : {"follower_num" : 60} }
  • 将对帖子搜索得到的分数,跟follower_num进行运算,由follower_num在一定程度上增强帖子的分数
  • 看帖子的人越多,那么帖子的分数就越高
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
GET /forum/article/_search
{
"query": {
"function_score": {
"query": {
"multi_match": {
"query": "java spark",
"fields": ["tile", "content"]
}
},
"field_value_factor": {
"field": "follower_num",
"modifier": "log1p",
"factor": 0.5
},
"boost_mode": "sum",
"max_boost": 2
}
}
}
  • field_value_factor中如果只有field,那么会将每个doc的分数都乘以follower_num,如果有的doc follower是0,那么分数就会变为0,效果很不好。
  • 因此一般会加个log1p函数,公式会变为,new_score = old_score * log(1 + number_of_votes),这样出来的分数会比较合理
  • 再加个factor,可以进一步影响分数,new_score = old_score * log(1 + factor * number_of_votes)
  • boost_mode,可以决定分数与指定字段的值如何计算,multiply,sum,min,max,replace
  • max_boost,限制计算出来的分数不要超过max_boost指定的值