elasticsearch中四种常见的相关度分数优化方法

elasticsearch中四种常见的相关度分数优化方法 对相关度评分进行调节和优化的常见的4种方法

1、query-time boost 查询的时候设置query的boost. 增加权重

2、重构查询结构.如should中嵌套bool。

3、negative boost 包含了negative term的doc，分数乘以negative boost，分数降低

4、constant_score 如果你压根儿不需要相关度评分，直接走constant_score加filter，所有的doc分数都是1，没有评分的概念了

1、query-time boost

GET /forum/article/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "title": {
              "query": "java spark",
              "boost": 2
            }
          }
        },
        {
          "match": {
            "content": "java spark"
          }
        }
      ]
    }
  }
}

2、重构查询结构

重构查询结果，在es新版本中，影响越来越小了。一般情况下，没什么必要的话，大家不用也行。

GET /forum/article/_search 
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "content": "java"  1/3
          }
        },
        {
          "match": {
            "content": "spark"  1/3
          }
        },
        {
          "bool": {
            "should": [
              {
                "match": {
                  "content": "solution"  1/6
                }
              },
              {
                "match": {
                  "content": "beginner"  1/6
                }
              }
            ]
          }
        }
      ]
    }
  }
}

3、negative boost

搜索包含java，不包含spark的doc，但是这样子很死板

搜索包含java，尽量不包含spark的doc，如果包含了spark，不会说排除掉这个doc，而是说将这个doc的分数降低

包含了negative term的doc，分数乘以negative boost，分数降低

GET /forum/article/_search 
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "java"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "content": "spark"
          }
        }
      ]
    }
  }
}

GET /forum/article/_search 
{
  "query": {
    "boosting": {
      "positive": {
        "match": {
          "content": "java"
        }
      },
      "negative": {
        "match": {
          "content": "spark"
        }
      },
      "negative_boost": 0.2
    }
  }
}

negative的doc，会乘以negative_boost，降低分数

4、constant_score

如果你压根儿不需要相关度评分，直接走constant_score加filter，所有的doc分数都是1,也可以加上boost指定一个固定的分数，比如0，就是纯不计算积分，也就没有评分的概念了

GET /forum/article/_search 
{
  "query": {
    "bool": {
      "should": [
        {
          "constant_score": {
              "boost": 0,
            "filter": {
              "match": {
                "title": "java"
              }
            }
          }
        },
        {
          "constant_score": {
              "boost": 0,
            "filter": {
              "match": {
                "title": "spark"
              }
            }
          }
        }
      ]
    }
  }
}

实战案例

1. 在搜索中，我们有这样一种需求，期望搜索的结果中包含java 如果标题中包含hadoop或spark就优先搜索出来,同时呢，如果一个帖子包含java hadoop，一个帖子包含java spark，包含hadoop的帖子要比spark优先搜索出来

对于这样的需求，通俗来讲，就是需要通过增大某些搜索条件的权重，从而在搜索的结果中，更多符合和满足我们业务场景的数据靠前搜索出来，在es中可以通过boost关键词来增加搜索条件的权重，

GET /forum/article/_search
{
	"query": {
		"bool": {
			"must": [{
				"match": {
					"title": "java"
				}
			}],
			"should": [{
				"match": {
					"title": {
						"query": "hadoop"
					}
				}
			}, {
				"match": {
					"title": {
						"query": "spark",
						"boost": 2
					}
				}
			}, {
				"match": {
					"title": {
						"query": "php"
					}
				}
			}, {
				"match": {
					"title": {
						"query": "hadoop",
						"boost": 5
					}
				}
			}]
		}
	}
}

参考：elasticsearch中四种常见的相关度分数优化方法 - PHP面试网