[C++知识库]Es 查询结果_score调整

一、问题背景：

背景：语文老师反馈试题查询的结果不理想。
原因：正常应该靠前的题目，搜索得分比较靠后，没有在前几页显示出来。

一、Es默认的记分方式

使用Es时，查询出来的文档排序依据是_score，这个_score是如何计算的可以通过添加 “explain”: true 条件来查看。
它的计算原理是基于词频/逆向文档频率（TF/IDF）,详情参考官方文档：相关度评分背后的理论

二、此种方式的弊端

Es默认的词频/逆向文档频率（TF/IDF）评分方式，对于出现次数较少的重要关键字提取效果不佳，可能会导致一些本想搜索出来的结果排在后面。

三、改进方式

1、使用邻近度来提高相关度

以should子句的形式添加更多特定查询。每个匹配了should子句的文档都会增加其相关度。另外，增大boost可以增大权重。

GET /_search
{
  "from": 0,
  "size": 10,
  "timeout": "20s",
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "body": {
              "query": "彩色的荒漠",
              "operator": "OR",
              "analyzer": "ik_max_word",
              "prefix_length": 0,
              "max_expansions": 50,
              "minimum_should_match": "1",
              "fuzzy_transpositions": true,
              "lenient": false,
              "zero_terms_query": "NONE",
              "auto_generate_synonyms_phrase_query": true,
              "boost": 1
            }
          }
        }
      ],
      "should": [
        {
          "match_phrase": {
            "body": {
              "query": "彩色的荒漠",
              "slop": 3,
              "boost": 2
            }
          }
        }
      ],
      "adjust_pure_negative": true,
      "boost": 1
    }
  },
  "sort": [
    {
      "_score": {
        "order": "desc"
      }
    },
    {
      "questionId": {
        "order": "desc"
      }
    }
  ],
  "track_total_hits": 2147483647
}

2、关键字functions和weight滤集提升权重分

可以为列表里的每个加强函数都指定一个filter，这样做的话，只有在文档满足此filter的要求，此filter的加强函数才会应用到文档上，也可以不指定filter，这样的话此加强函数就会应用到全部的文档上。一个文档可以一次满足多条加强函数和多个filter，如果一次满足多个，那么就会产生多个加强score。因此Es会先使用score_mode定义的方式来合并这些加强score们，得到一个总加强score，得到总加强score之后，才会再使用boost_mode定义的方式去和old_score做合并。

GET _search
{
  "from": 0,
  "size": 10,
  "timeout": "20s",
  "query": {
    "function_score": {
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "body": {
                  "query": "彩色的荒漠",
                  "operator": "OR",
                  "analyzer": "ik_smart",
                  "prefix_length": 0,
                  "max_expansions": 50,
                  "minimum_should_match": 1,
                  "fuzzy_transpositions": true,
                  "lenient": false,
                  "zero_terms_query": "NONE",
                  "auto_generate_synonyms_phrase_query": true,
                  "boost": 1
                }
              }
            }
          ],
          "adjust_pure_negative": true,
          "boost": 1
        }
      },
      "functions": [
        {
          "filter": {
            "term": {
              "body": "彩色"
            }
          },
          "weight": 2
        },
        {
          "filter": {
            "term": {
              "body": "的"
            }
          },
          "weight": 2
        },
        {
          "filter": {
            "term": {
              "body": "荒漠"
            }
          },
          "weight": 2
        }
      ],
      "score_mode": "multiply",
      "boost_mode": "multiply"
    }
  },
  "sort": [
    {
      "_score": {
        "order": "desc"
      }
    },
    {
      "questionId": {
        "order": "desc"
      }
    }
  ],
  "track_total_hits": 2147483647
}

四、Java代码

创建MatchPhraseQueryBuilder，具体参考：Java Elasticsearch Match Phrase 短语查询