elasticsearch(12)用function_score自定义相关度分数算法

妖狐艹你老母 2022-05-16 15:21 144阅读 0赞

转载自[CSDN][]本文链接地址: [ElasticSearch用function\_score自定义相关度分数算法][ElasticSearch_function_score]

## 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

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

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

[CSDN]: https://blog.csdn.net
[ElasticSearch_function_score]: https://blog.csdn.net/qq_27384769/article/details/79690153