7
ES相关度得分原理研究
source link: https://muxiaobai.github.io/2022/05/17/ES%E7%9B%B8%E5%85%B3%E5%BA%A6%E5%BE%97%E5%88%86%E5%8E%9F%E7%90%86%E7%A0%94%E7%A9%B6/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
常规查询结果
POST /index_name/_search?explain=true 每一查询结果就有计算的过程，_explanation节点为计算过程
相关度基础查询
{
"query": {
"match": {
"title.hanLP": "测试文章"
}
}
}
默认查询，
仅查询一个字段
默认的得分为 score(freq=1.0), computed as boost idf tf from
boost 为查询时候的boost*2.2，此处2.2还不清除为什么要这么设置。
idf, computed as log(1 + (N - n + 0.5) / (n + 0.5)) from:
n 当前文档包含的分词数，N 总共的文档数
tf, computed as freq / (freq + k1 (1 - b + b dl / avgdl)) from:
freq 为该文档上出现的所查词的频数。一些默认值 k1=1.2 b=0.75,
d1 当前文档长度 avgdl 平均文档长度
此处查询出来是一个字段在一个词上的得分。
然后默认时候，比如检索查询的词是 “测试文章”，会出现 两个结果 然后相加得出最终得分。
match
{
"query": {
"match": {
"title.hanLP": "测试"
}
}
}
multi_match
在多个字段得分时候
需设置 type 默认情况使用 所有的字段得分加和。
best_fields & tie_breaker
"type": "best_fields",
"tie_breaker": 0.3,
max plus 0.3 times others of: 在多个字段时候档类型为 best 的时候，在设置了 tie_breaker 的时候使用 max + others * 0.3,为该字段的最后得分。
调整得分结果
替换 相乘 相加
{
"query": {
"match": {
"title.hanLP": "测试"
}
, "function_score": {
"query": {},
"functions": [
{}
]
}
}
}
添加常见的影响因子
时间因子影响
访问记录影响
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK