ElasticSearch - function

function_score 내용이 많습니다. 이 편은 주로 function_score 내용에 대해 체계적인 설명을 한 후에 몇 편의 실제 응용 방법이 나올 것입니다. 아래 링크를 참고하십시오.
ElasticSearch - function_score(field_value_factor 인스턴스)
ElasticSearch - function_score(weight 구체적인 실례)
ElasticSearch - function_score (감쇠 함수 linear, exp,gauss 구체적인 실례)

ES를 사용하여 전체 텍스트 검색을 할 때 검색 결과는 기본적으로 문서의 관련도로 정렬됩니다. 이 "문서의 관련도"는 function_score 자체 정의, 즉 우리는function_를 통해score,'어떤 문서의 관련도가 더 높은지'컨트롤하기

function_score는 문서_score를 처리하는 데 전문적으로 사용되는 DSL로, 모든 주 조회query가 일치하는 문서에 강화 함수를 적용하여 원시 조회 평점 score를 바꾸는 목적을 달성할 수 있습니다

function_score는 메인 쿼리query가 끝난 후 일치하는 문서마다 일련의 재채점 작업을 진행하여 여러 필드를 함께 종합적으로 평가할 수 있고 필터를 사용하여 결과를 여러 개의 서브집합 (특성마다 하나의 필터) 으로 구분할 수 있으며 서브집합마다 다른 강화 함수 사용

function_score는 몇 가지 강화 _score 계산 함수를 제공했다

weight: 간단하고 규범화되지 않은 권중 승급치 설정

weight 강화 함수는 boost 매개 변수와 유사하여 어떠한 조회에도 사용할 수 있지만 약간의 차이점은 weight가 Lucene nomalize에 의해 이해하기 어려운 부동점수가 아니라 직접 응용된다는 것이다(boost는 nomalize)

예를 들어 weight가 2인 경우 최종 결과new_score = old_score * 2

field_value_factor: 필드의 값을 곱하기old_score

필드shareCount 또는 필드likiCount를 고려 요소로 하는 것 같다new_score = old_score * likeCount

random_score: 사용자마다 서로 다른 무작위 평점을 사용하여 결과 정렬을 하지만 특정한 사용자에게 보이는 순서는 시종 일치한다

(linear、exp、guass): 필드 값을 기준으로 값이 가까울수록 점수가 높음

script_score: 상기 범위를 초과할 경우 사용자 정의 스크립트로 평가 계산을 완전히 제어할 수 있지만, 스크립트를 추가로 유지해야 하기 때문에 유지보수가 쉽지 않기 때문에 ES가 제공하는 평가 함수를 최대한 사용하면 수요를 충족시키지 못하고 script_score

function_scroe 기타 보조 매개 변수

boost_mode: 결정old_score와 강화 score는 어떻게 통합합니까

multiply(기본값): new_score = old_score * score

sum : new_score = old_score + score

min : old_score 및 강화 score 작은 값, new_score = min(old_score, score)

max : old_score와 강화score는 비교적 큰 값을 얻고, new_score = max(old_score, score)

replace: score 강화 old_ 직접 교체score, new_score = score

score_mode: functions 안의 강화 score들이 어떻게 합병될지 결정합니다. 우선 통합 강화 score들이 하나의 총 강화 score가 되고 총 강화 score를 사용하여old_score 합병, 다시 말하면 score_mode, boost_ 다시 실행하기mode

multiply(기본값)

sum

avg

first: 첫 함수(filter가 있을 수도 있고 없을 수도 있음)의 결과를 최종 결과로 사용

max

min

max_boost: 강화 함수를 제한하는 가장 큰 효과는 강화 score의 최대 수량을 제한하는 것이지만old_score

강화score가 max_를 초과하면boost 제한 값, 강화된 score 값을 max_boost 값

강화 score가 5이고 max_boost는 2입니다. 강화score가 max_를 초과했기 때문입니다.boost의 제한, 그래서 max_boost는 강화score를 2

로 바꿉니다.

쉽게 말하면 score = min( score, max_boost)

function_score 쿼리 템플릿

function_ 을 사용하려면score 점수 변경,function_score 조회

쉽게 말하면 한function_score 내부query의 전문 검색을 통해 얻은 _score을 바탕으로 그에게 다른 필드의 평점 기준을 더하면'전문 검색+기타 필드'를 종합하여 평점하는 효과

를 얻을 수 있다

단일 강화 함수의 조회 템플릿

GET 127.0.0.1/mytest/doc/_search
{
    "query": {
        "function_score": {
            "query": {.....}, // ， ， old_score
            "field_value_factor": {...}, // old_score ， ， score
， function ， query 
            "boost_mode": "multiply", // old_score score new_score
            "max_boost": 1.5 // score ， old_score
        }
    }
}

여러 개의 강화 함수 검색 템플릿

만약에 여러 개의 강화 함수가 있다면 functions를 사용하여 이 강화 함수들을 포함해야 한다. functions는 하나의 수조로 그 안에 사용할 강화 함수 목록이 놓여 있다

functions의 강화 함수에 필터를 지정할 수 있습니다. 이렇게 하면 문서에서 이 필터의 요구를 충족시켜야만 이 필터의 강화 함수가 필터에 적용되고 필터를 지정하지 않아도 됩니다. 그러면 이 강화 함수는 전체 필터에 적용됩니다

한 문서는 한 번에 여러 개의 강화 함수와 여러 개의 filter를 만족시킬 수 있다. 한 번에 여러 개를 만족시키면 여러 개의 강화 score가 생기기 때문에 ES는 score_mode가 정의한 방식으로 이러한 강화 score들을 통합하여 총 강화 score를 얻고 총 강화 score를 얻은 후에야 boost_mode가 정의한 방식과 old_score 합병

아래의 예처럼,field_value_factor와gauss 이 두 가지 강화 함수는 모든 문서에 적용되고weight는 filter를 만족시키는 문서에만 적용된다. 만약에 어떤 문서가 filter의 조건을 만족시켰다고 가정하면 3개의 강화 score를 얻을 수 있다. 이 3개의 강화 score는sum의 방식으로 하나의 총 강화 score로 통합되어old_score는multiply방식으로합병

GET 127.0.0.1/mytest/doc/_search
{
    "query": {
        "function_score": {
            "query": {.....},
            "functions": [   // ( filter+ )， score， 
 functions score
                { "field_value_factor": ... },
                { "gauss": ... },
                { "filter": {...}, "weight": ... }
            ],
            "score_mode": "sum", // score ,
            "boost_mode": "multiply" // score old_score 
        }
    }
}

function 조정에 집착하지 마세요_점수

문서의 관련도 조정은 매우 현저하다.'가장 관련된 문서'는 닿기 어려운 모호한 개념으로 사람마다 문서의 순서에 대해 서로 다른 생각을 가지고 있기 때문에 지속적인 반복 조정에 빠지기 쉽지만 뚜렷한 진전이 없다

이런 사순환에 뛰어들지 않기 위해function_score 시 반드시 사용자의 조작을 감시하고 감시해야 의미가 있다

만약에 되돌아오는 문서가 사용자가 원하는 높은 관련 문서라면 사용자는 상위 10개 중의 한 문서를 선택하여 원하는 결과를 얻을 수 있다. 반대로 사용자는 왔다 갔다 클릭하거나 새로운 검색 조건을 시도할 수 있다

이런 감시 수단이 생기면 완벽한 function_score는 문제가 아니다

따라서 function_score의 중점은 사용자를 감시하고 사용자와 상호작용을 통해 우리의 검색 조건을 천천히 조정해야 한다는 데 있다. 한 걸음 한 걸음 나아갈 생각을 하지 말고 처음으로 문서의 관련도를 가장 잘 조정해야 한다. 이것은 거의 불가능하다. 왜냐하면 사용자 자신도 자신이 무엇을 원하는지 모르기 때문이다

이 내용에 흥미가 있습니까?

현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:

spring-data-elasticsearch 페이지 조회

부록: 1. 이름에서 알 수 있듯이QueryBuilder는 검색 조건, 필터 조건을 구축하는 데 사용되고 SortBuilder는 정렬을 구축하는 데 사용된다. 예를 들어 우리는 어느 위치에서 100미터 범위 내의 모...

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.

ElasticSearch - function_score 소개

좋은 웹페이지 즐겨찾기