ES查詢相關(guān)度的官網(wǎng)連接

1：ElasticSearch的查詢權(quán)重

每個文檔與查詢的相關(guān)度，在全文搜索引擎中不僅需要找到匹配的文檔，還需根據(jù)它們相關(guān)度的高低進行排序。

根據(jù)全文相關(guān)的公式或 相似算法（similarity algorithms） 會將多個因素合并起來，為每個文檔生成一個相關(guān)度評分 _score 。_score 在查詢結(jié)果中有顯示

1：相關(guān)度評分理論

Lucene（或 Elasticsearch）使用 bool（bool model） 查找匹配文檔時，會用一個名為 實用評分函數(shù)的公式來計算相關(guān)度。這個公式借鑒了 詞頻/逆向文檔頻率 和 向量空間模型，同時也加入了一些現(xiàn)代的新特性，如協(xié)調(diào)因子（coordination factor），字段長度歸一化（field length normalization），以及詞或查詢語句權(quán)重提升。

1.1：bool模型

bool 查詢可以接受 must 、 must_not 和 should 參數(shù)下的多個查詢語句，就是and,or，not的意思
下面展示一些 內(nèi)聯(lián)代碼片。

{    
"bool" : {     
   "must" :     [],      
   "should" :   [],      
   "must_not" : [],   
   		} 
}

1.2：詞頻

也就是查詢值在一個字段中出現(xiàn)的次數(shù)。當然也可以禁用詞頻統(tǒng)計： “index_options”: “docs”

 "match": {
            "title": {
              "query": "quick brown fox",
               "index_options": "docs" 
}            }

1.3：字段長度歸一值

字段長度歸一值就是查詢值在結(jié)果中所占長度的比例。占的越多值越大
對于 not_analyzed 字符串字段的歸一值默認是禁用的，而對于 analyzed 字段也可以通過修改字段映射禁用歸一值：禁用"norms": { “enabled”: false }

 "match": {
            "title": {
              "query": "quick brown fox",
               "index_options": "docs" ，
               "norms": { "enabled": false } 
}            }

2：查詢時提升相關(guān)度

2.1：boost權(quán)重

我們可以用boost 參數(shù)設(shè)置不同字段配置查詢時的權(quán)重。

1：提升權(quán)重

給boost參數(shù)不同的值，比如1,5,10

 "match": {
            "title": {
              "query": "quick brown fox",
              "boost": 2             //使用boost權(quán)重設(shè)置為2,不設(shè)置的默認是1
}            }

2：對多索引提升權(quán)重

當在多個索引中搜索時，可以使用參數(shù) indices_boost 來提升整個索引的權(quán)重

get index */search{
"indices_boost": { 
    "index1": 3,
    "index2": 2
  }
  "query":{} 
}

2.2：詞頻統(tǒng)計配置

當我們不關(guān)心檢索詞頻率TF對搜索結(jié)果排序的影響時，可以使用constant_score將查詢語句query或者過濾語句filter包裝起來。我們?nèi)匀豢梢杂胋oost給與權(quán)重
當然也可以禁用詞頻統(tǒng)計： “index_options”: “docs”

{
    "query":{
        "bool":{
            "should": [
                { "constant_score": {
                	  "boost":2,
                      "query": { "match": { "description": "wifi" }} }},
                { "constant_score": {
                      "query": { "match": { "description": "garden" }} }},
                { "constant_score": {
                      "query": { "match": { "description": "pool" }} }}
              ]
        }
    }
}

2.3：查詢結(jié)果評分修改：function_score

es提供了一些函數(shù)允許我們對查詢的結(jié)果score評分進行修改，function_score 查詢將查詢query和函數(shù)function包括在內(nèi)。在搜索時，可以將 function_score 查詢與 field_value_factor 結(jié)合使用

field_value_factor ：配置字段，最終的查詢的score會由function_score 查詢體的結(jié)果值通過field_value_factor配置字段的值進行協(xié)調(diào)。多用于點贊排名等數(shù)據(jù)。最終值：new_score=old_score*field_value_factor

GET /blogposts/post/_search
{
  "query": {
    "function_score": { 
      "query": {                   	//function_scored的查詢體
        "multi_match": {
          "query":    "popularity",
          "fields": [ "title", "content" ]
        }
      },
      "functions": [              	//function_score的functions函數(shù)
          {"random_score": {}}，    	//functions函數(shù)的參數(shù)1：隨機評分
          {"gauss": {					//functions函數(shù)的參數(shù)2：gauss中心化展示
       		 "age": {  
          		"origin": "2",
          		"scale": "1"
        		}
     	 	}
        ],
      "field_value_factor": { 		//function_score參數(shù)1
        "field": "votes"            //該字段必須是integer等數(shù)值類型的數(shù)據(jù)，常用于點贊數(shù)等字段評分  
      },
      "boost_mode": "sum",			//function_score參數(shù)2
      "max_boost":  1.5 			//function_score參數(shù)3
    }
  }
}

1：field_value_factor參數(shù)解釋
field：提取該字段的值乘以query的查詢score評分=最終結(jié)果，相等于我們給每個查詢的結(jié)果乘了值的系數(shù)
modifier ：為了讓最終結(jié)果減少field值系數(shù)的影響。
missing：如果文檔沒有該字段，則使用該值
factor：對于field字段值的均衡使用后new_score = old_score * log(1 + factor * field-value)

"field_value_factor": { 
        "field": "interger field"  ,  //該字段必須是integer等數(shù)值類型的數(shù)據(jù)，常用于點贊數(shù)等字段評分  
     	"modifier ":"none "， 		  //none （默認狀態(tài)）、 log 、 log1p 、 log2p 、 ln 、 ln1p 、 ln2p 、 square 、 sqrt 以及 reciprocal
     	"missing": 1，
     	"factor":  1
      }

2：max_boost最大值限制

限制field_value_factor 的最大值，只會對函數(shù)的最大值有用，不會對不在函數(shù)內(nèi)的查詢構(gòu)成作用

3：隨機評分制：random_score

當_score評分結(jié)果一致時保證每次的展示結(jié)果都一致。 通過random_score設(shè)置值

 "functions": [  
		{
          "random_score": { 
            "seed":  "the users session id"  //常用用戶id等保證每個人的結(jié)果一致
          }
        }
 ]

4：查詢結(jié)果中心化：gauss

為了保證查詢結(jié)果是我們想要的，我們可以設(shè)定距離，價格等為中心查詢某一范圍的值。讓更合適的值靠近我們的展示。比如美團的展示（以價格，距離排序展示）

"functions": [
      {"gauss": {      
        "age": {        //以哪個字段的值進行計算
          "origin": "2",	//該字段的中心值
           "offset": "",  	//以origin左右偏移多少為中心 ：origin±offset  該范圍內(nèi)是1.0評分
          "scale": "1"		//偏出origin±offset到scale值內(nèi)的評分默認是origin±offset評分值的一半0.5
        }
      }"weight ":2}         //該函數(shù)的權(quán)重系數(shù)
 ]

3：相似度算法

在設(shè)置索引的mapping時為字段配置屬性
“similarity”: “BM25”文章來源地址http://www.zghlxwxcb.cn/news/detail-702069.html

2:實戰(zhàn)驗證

2.1：插入數(shù)據(jù)

2.2：驗證

到了這里，關(guān)于ElasticSearch的查詢權(quán)重-控制查詢相關(guān)度的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！