ElasticSearch 根据字段值的计数提升相关性

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，相关性越高。

比如我有1001个文档。 John 写了 1000 份文档，而 Joe 只写了一份。

// 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，我会得到 1001 个文档。如果这些文档不完全相同，它们应该具有非常相似的相关性分数。字段值 "John" 的计数是 1000，字段值 "Joe" 的计数是 1。现在，我想提高文档 {"title": "abc 1", "author": "Joe"} 的相关性，否则，它将是真的很难看到作者Joe的文档

谢谢！

Answer 1

如果有人遇到相同的用例，我将使用 Function Score Query 来解释我的解决方法。这种方式至少会调用 Elasticsearch 服务器两次。

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 那里得到 1000，从 Joe 那里得到 1。
根据计数生成权重。计数越多，相关权重越小。像 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的数值计算分数（脚本可以好很多）：

{
"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;"
            }
        }
    }
}
}

ElasticSearch 根据字段值的计数提升相关性

ElasticSearch boosting relevance based on the count of the field value

elasticsearch

relevance