灵活控制ES相关性

电商搜索有别于像百度、谷歌等传统搜索引擎的检索，用户多是希望搜索词匹配标题或描述后商品即露出，不需要关心词距以及词频

ES支持BM25与TFIDF相关性计算，首先，在创建ES索引时需要去掉默认的相关性打分:

PUT search_test
{
  "mappings": {
    "properties": {
      "title":{
        "type": "text",
        "analyzer": "ik_max_word",
        "similarity": "boolean"
      },
      "desc":{
        "type": "text",
        "analyzer": "ik_max_word" ,
        "similarity": "boolean"
      }
    }
  }
}

其中similarity为boolean表示检索过程只判断有无，不计算得分

此时假设有用户希望在易企秀寻找免费的企业招聘模板，查询关键词为【企业招聘免费】,
经过词权重分析后，得出招聘为核心词，企业和免费为修饰词，权重分别为

招聘：1000
企业：100
免费：10

由于商品展示列表用户优先看到的是标题，所以标题与描述字段权重也有所区分，query大致如下：

GET search_test/_search
{
  "_source": [
    "title",
    "desc"
  ],
  "query": {
    "query_string": {
      "query": "(企业^100 OR 免费^10) AND +招聘^1000",
      "fields": [
        "title^2",
        "desc^1"
      ],
      "type": "best_fields",
      "boost": 1  #如果是bool查询的话，通过boost可以控制不同should的提降权
    }
  }
}

其中type为best_fields，表示多字段检索时文档最终得分只取最高得分，数据分层效果如下图：

[
      {
        "_index" : "search_test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 2220.0,
        "_source" : {
          "title" : "免费版深蓝商务招聘企业公司通用招聘",
          "desc" : "深蓝商务简约人才招聘，互联网精英招聘，结构完整，适用性强。"
        }
      },
      {
        "_index" : "search_test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 2120.0,
        "_source" : {
          "title" : "红色招聘免费公司招贤纳士人才招聘",
          "desc" : "修改难度小，可替换文字，可替换图片，企业招聘，人才招聘"
        }
      }
]

_score得分是根据匹配的词条乘以权重进行叠加计算的，得分越高排名越靠前。

那么问题来了，处于同一层的商品该如何排序呢? 这里采用的是商品静态分，关于如何构建商品静态分，请查看我的另一篇文章商品静态分

最后编辑于：2022.03.03 15:50:59