ElasticSearch function_score()二次评分

作者：马育民 • • 阅读：10378

说明

有时，在 做全文检索时，需要对 es 的评分进行二次评分

应用场景

如：对标题进行查询时，除了本身的得分，对于平台来说，还有个性化需求：文章点赞数量越多，得分就越高，类似抖音平台，点赞量越高，就越给流量。类似百度，竞价越高，排名越靠前。对于 ES 来说，就是 二次评分

原分值：

GET /toutiao_v1/_search
{
  "query": {
    "match": {
      "title": "java"
    }
  },
  "_source": [
    "title",
    "like"
  ]
}

function_score()

可进行二次评分

  • field_value_factor : 将某个字段的值乘上 score

field_value_factor

例子

计算方式：new_score=old_score * 字段值

GET /toutiao_v1/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "java"
        }
      },
      "field_value_factor": {
        "field": "like"        //评分 乘以 like字段的值
      }
    }
  },
  "_source": [
    "title",
    "like"
  ]
}

执行结果：

缺点

如果 like 特别大，那么分值就特别大，反之亦然。like 的大小，完全影响 分值，match 匹配查询的影响过低。

这是不合理的，因为，完全受 like 点赞量影响，查询条件影响过低，导致查询结果并不是用户想要的内容

解决方式：log1p

为了解决 分值过大、过小，使用 log1p，即：new_score=old_score * log(1 + 字段值)

注意： 以 10 为底

这样不会过大过小

GET /toutiao_v1/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "java"
        }
      },
      "field_value_factor": {
        "field": "like",
        "modifier": "log1p"
      }
    }
  }
}

执行结果：

like 会影响二次评分，但不会起决定性的作用

解决方式：factor

设置 字段值的权重，即：new_score=old_score * log(1 + factor * 字段值)

GET /toutiao_v1/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "java"
        }
      },
      "field_value_factor": {
        "field": "like",
        "modifier": "log1p",
        "factor": 0.1
      }
    }
  }
}

boost_mode

boost_mode : 决定 old_score 和 加强 score 如何合并

  • multiply(默认) : new_score = old_score * 加强score

  • sum : new_score = old_score + 加强score

  • min : old_score 和 加强score 取较小值，new_score = min(old_score, 加强score)

  • max : old_score 和 加强score 取较大值，new_score = max(old_score, 加强score)

  • replace : 加强score直接替换掉old_score，new_score = 加强score

GET /toutiao_v1/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "java"
        }
      },
      "field_value_factor": {
        "field": "like"
      },
      "boost_mode": "sum" // newScore=like+old_score
    }
  }
}

max_boost

限制加强函数的最大效果，就是 限制加强score最大能多少，但要注意不会限制old_score

如果加强score超过了max_boost限制的值，会把加强score的值设成max_boost的值

假设加强score是5，而max_boost是2，因为加强score超出了max_boost的限制，所以max_boost就会把加强score改为2

GET /toutiao_v1/_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "java"
        }
      },
      "field_value_factor": {
        "field": "like"
      },
      "max_boost": 0.5 // 为了演示效果，如果 like 大于0.5，那么取值0.5
    }
  }
}

注意

不要执著在调整function_score上

文档相关度的调整非常玄，”最相关的文档” 是一个难以触及的模糊概念，每个人对文档排序有著不同的想法，这很容易使人陷入持续反覆调整，但是确没有明显的进展

为了避免跳入这种死循环，在调整function_score时，一定要搭配监控用户操作，才有意义

像是如果返回的文档是用户想要的高相关的文档，那麽用户就会选择前10个中的一个文档，得到想要的结果，反之，用户可能会来回点击，或是尝试新的搜索条件

一旦有了这些监控手段，想要调适完美的function_score就不是问题

因此调整function_score的重点在于，要透过监控用户、和用户互动，慢慢去调整我们的搜索条件，而不要妄想一步登天，第一次就把文档的相关度调整到最好，这几乎是不可能的，因为，连用户自己也不知道他自己想要什麽

感谢：
https://blog.csdn.net/weixin_40341116/article/details/80913045

原文出处：/show_1IX1sHrb7Yjf.html

吉ICP备15003043号