elasticsearch - "flat"结构的重要术语聚合

Question

我目前尝试使用 Elasticsearch Significant Terms 聚合来制作产品推荐系统的原型(prototype)。到目前为止，我还没有找到一个很好的例子来处理来自关系数据库的 sales(这里是 itemId)的“扁平”JSON 结构，例如我的:

文档 1

{
    "lineItemId": 1,
    "lineNo": 1,
    "itemId": 1,
    "productId": 1234,
    "userId": 4711,
    "salesQuantity": 2,
    "productPrice": 0.99,
    "salesGross": 1.98,
    "salesTimestamp": 1234567890
}

文档 2

{
    "lineItemId": 1,
    "lineNo": 2,
    "itemId": 1,
    "productId": 1235,
    "userId": 4711,
    "salesQuantity": 1,
    "productPrice": 5.99,
    "salesGross": 5.99,
    "salesTimestamp": 1234567890
}

我的 Elasticsearch 索引中有大约 150 万个这样的文档。 lineItem 是 sale 的一部分(由 itemId 标识)，它可以包含 1 个或多个 lineItems我想要收到的是 5 种最不寻常的常见产品，这些产品是在销售一个特定的 productId 时购买的。

MovieLens 示例 (https://www.elastic.co/guide/en/elasticsearch/guide/current/_significant_terms_demo.html) 处理

结构中的数据

{
    "movie": [122,185,231,292,
              316,329,355,356,362,364,370,377,420,
              466,480,520,539,586,588,589,594,616
    ],
    "user": 1
}

所以不幸的是，它对我来说并不是很有用。对于使用我的“平面”结构的示例或建议，我会非常高兴。非常感谢。

Answer 1

听起来您正在尝试构建一个基于项目的推荐系统。 Apache Mahout有帮助协作过滤的工具(以前是 Taste 项目)。

还有一个Taste plugin for Elasticsearch 1.5.x我相信它可以使用像您这样的数据来生成基于项目的推荐。

(注意:此插件使用的 Rivers 在 Elasticsearch 1.5 中已被弃用，因此在采纳此建议之前，我会与作者核实支持更新版本的 Elasticsearch 的计划。)