elasticsearch - 基于字段值计数的ElasticSearch提升相关性

Question

我正在尝试根据字段值的计数来提高相关性。字段值的计数越少，则越相关。

例如，我有1001个文档。约翰写了1000份文件，乔写了一份。

// 1000 documents by John
{"title": "abc 1", "author": "John"}
{"title": "abc 2", "author": "John"}
// ...
{"title": "abc 1000", "author": "John"}

// 1 document by Joe
{"title": "abc 1", "author": "Joe"}

当我针对标题字段搜索“abc”时，我将获得1001个文档。如果这些文档不完全相同，则它们的相关度分数应该非常相似。字段值“John”的计数为1000，字段值“Joe”的计数为1。现在，我想增强文档 {"title": "abc 1", "author": "Joe"}的相关性，否则，将很难看到带有作者乔。

谢谢!

Answer 1

如果有人遇到相同的用例，我将使用Function Score Query解释我的解决方法。这种方式将至少两次调用Elasticsearch服务器。

获取每个人的计数(您可以使用聚合功能)。在我们的示例中，我们从John获得1000，从Joe获得1。

根据计数生成权重。计数越多，相关权重就越小。类似于John的1 + sqrt(1/1000)和Joe的1 + sqrt(1/1)。

使用脚本中的权重根据作者值计算分数(脚本可能会更好):

{
"query": {
    "function_score": {
        "query": {
            "match": { "title": "abc" }
        },
        "script_score" : {
            "script" : {
              "inline": "if (doc['author'].value == 'John') {return (1 + sqrt(1/1000)) * _score}\n return (1 + sqrt(1/1)) * _score;"
            }
        }
    }
}
}