笔记二十六:综合排序 Function Score Query 优化算分
算分与排序
- ES 默认会以文档的相关度算分进行排序
- 可以通过制定一个或者多个字段进行排序
- 使用相关性算分(score)排序,不能满足某些特定条件
- 无法针对相关度,对排序实现更多的控制
Function Score Query
- Function Score Query
- 可以在查询结束后,对每一个匹配的文档进行一系列的重新算分,根据新生成的分数进行排序
- 提供了几种默认的计算分值的函数
- Weight:为每一个文档设置一个简单而不被规范化的权重
- Field Value Factor:使用该数值来修改_score,例如将“热度”和“点赞数”作为算分的参考因素
- Random Score:为每一个用户使用一个不同的,随机算分结果
按受欢迎度提升权重
- 希望能够将点赞多的blog,放在搜索列表相对靠前的位置。同事搜索的评分,还是要作为排序的主要依据
- 新的算分= 老的算分*投票数
- 投票数为0
- 投票数很大时
使用Modifier平滑曲线
- 新的算分 = 老的算分 * log(1+投票数)
引入Factor
- 新的算分 = 老的算分 * log(1 + factor*投票数)
Boost Mode 和 Max Boost
- Boost Mode
- Multiply:算分和函数值的乘积
- Sum:算分和函数值的和
- Min/Max:算分与函数去 最小/最大值
- Replace:使用函数取代算分
- Max Boost 可以将算分控制在一个最大值
一致性随机函数
- 使用场景:网址的广告需要提高展示率
- 具体需求:让每个用户看到不同的随机排名,但是也希望同一个用户访问时,结果的相对顺序,保持一致(Consistently Random)
本作品采用《CC 协议》,转载必须注明作者和本文链接