ElasticSearch:自定义评分功能、使用场景讲解以及 function_score常用的字段解释

在ElasticSearch中,自定义评分功能(function score query)允许你根据复杂的公式对文档进行重新评分。这可以用于实现例如Boosting Query、Field Value Factor、Decay Function等多种功能。

以下是一个使用function\_score的查询示例:




GET /_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "message": "elk"
        }
      },
      "functions": [
        {
          "filter": {
            "match": {
              "title": "Elasticsearch"
            }
          },
          "weight": 2
        },
        {
          "filter": {
            "match": {
              "title": "Logstash"
            }
          },
          "weight": 3,
          "boost_mode": "multiply"
        }
      ],
      "max_boost": 20,
      "score_mode": "sum",
      "boost_mode": "replace"
    }
  }
}

在这个查询中,我们首先执行一个match查询来找到所有包含"elk"的文档。然后,我们使用function\_score查询对这些文档进行评分。我们为标题中包含"Elasticsearch"的文档添加了2倍的权重,为标题中包含"Logstash"的文档添加了3倍的权重,并且通过boost_mode指定了如何结合基础查询得分和函数得分。

使用场景:

  • 根据用户的行为(点击、购买、评分等),调整搜索结果的排名。
  • 根据文档的某些字段值(如销售量、评分),调整其相对重要性。
  • 实现自定义的评分衰减函数,如距离衰减、Decay Function。

function\_score查询中常用的字段:

  • query: 基础查询,用于找到所有符合条件的文档。
  • functions: 一个数组,包含了所有用于重新评分的函数。每个函数包括filter、weight(或field)、script等。
  • score\_mode: 定义如何计算最终得分,可以是summultiplyminmaxavg等。
  • boost\_mode: 定义如何结合基础查询得分和函数得分,可以是summultiplyreplacesum_no_coordmultiply_no_coord等。
  • max\_boost: 设置最大的提升倍数,防止提升过大。

注意:在使用function\_score时,确保你的用例确实需要复杂的评分逻辑,因为这可能会影响查询性能。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日