ElasticSearch中的處罰 - 但不是消除重複 -

我有一些重複字段的數據。我不希望重複出現在搜索結果的頂部，但我不想完全消除它們。我只想獲得更好的品種，所以第二，第三，第n次出現相同的字段值將被降級。 ElasticSearch可能嗎？ElasticSearch中的處罰 - 但不是消除重複 -

例如：

curl -XPOST 'http://localhost:9200/employeeid/info/1' -d '{ 
"name": "John", 
"organisation": "Apple", 
"importance": 1000 
}' 

curl -XPOST 'http://localhost:9200/employeeid/info/2' -d '{ 
"name":"John", 
"organisation":"Apple", 
"importance": 2000 
}' 

curl -XPOST 'http://localhost:9200/employeeid/info/3' -d '{ 
"name": "Sam", 
"organisation": "Apple", 
"importance": 0 
}'

（基於this）

如果我們假設搜索由重要性提升，對於「蘋果」的搜索自然結果將是John，John，Sam。我正在尋找的是一種方法，使結果John,Sam,John，即懲罰第二John因爲另一個John已經出現。

來源

2017-02-16 mahemoff

的值相信可能解決方案是使用腳本和得分：https://www.elastic.co/ guide/en/elasticsearch/reference/current/modules-scripting-painless.html，https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-advan ced-scripting.html。 –

您可以在索引時調整重要性字段，方法是查找所有重複項並選擇其中一個重複項「更重要」 - 也許選擇得分最高的重複項。從你的例子中，我將5000增加到現有的重要性值。

結果現在排名如下。

約翰/蘋果-7000，薩姆/蘋果-5000，約翰/蘋果1000

但是，這意味着你將需要重新索引，如果你決定將5000更改爲10000，調整的得分，因爲它取決於重要程度。

或者，您可以添加一個名爲「管理機構」的另一個領域，你可以給值1具有最高的重要性重複和使用評分功能來提供的查詢時間步驟： -

"script_score": { 
    "script": "(_score * 5000) + doc['importance'].value + (doc['authority'].value * 5000)" 
}

注意，對於_score乘法器取決於原始排名算法上，該承擔_score從0.0到1.0

來源

2017-03-03 22:40:15 abdollar

_score綁定在0和1之間，你認爲它在你的計算中與'權限'字段有關嗎？ – Adonis

謝謝。好點 - 我可以調整並添加關於_score的備註，因爲它取決於原始評分算法。 – abdollar

謝謝。我希望將來有更直接的方式，但是像這樣一些額外的索引工作可以做到。 – mahemoff

ElasticSearch中的處罰 - 但不是消除重複 -

回答

相關問題