本地英文版地址: ../en/query-dsl-rank-feature-query.html
基于 rank_feature 或 rank_features 字段的数值提升文档的相关性评分。
rank_feature 查询通常用在 bool 查询的 should 子句中，因此它的相关性分数会添加到 bool查询的其他分数中。
与 function_score 查询或其他更改相关性评分的方法不同，当 track_total_hits 参数不为true时，rank_feature 查询会有效地跳过非竞争命中。
这可以极大地提高查询速度。
为了基于等级特征字段计算相关性评分，rank_feature 查询支持以下数学函数：
如果你不知道从哪里开始，我们建议使用 saturation 函数。
如果没有指定函数，默认情况下，rank_feature 查询使用 saturation 函数。
要使用 rank_feature 查询，索引必须包含rank_feature 或 rank_features字段映射。
要了解如何为 rank_feature 查询创建索引，请尝试以下示例。
使用以下字段映射创建一个名为 test 的索引：
-
pagerank，一个rank_feature类型的字段，用来衡量一个网站的重要性。 -
url_length，一个rank_feature类型的字段，包含网站url的长度。 在本例中，positive_score_impact值设置为false表示长 URL 与相关性负相关。 -
topics，一个rank_features类型的字段，包含一个主题列表和一个衡量每个文档与该主题关联程度的度量
PUT /test
{
"mappings": {
"properties": {
"pagerank": {
"type": "rank_feature"
},
"url_length": {
"type": "rank_feature",
"positive_score_impact": false
},
"topics": {
"type": "rank_features"
}
}
}
}
添加并索引几个文档到索引 test 中：
PUT /test/_doc/1?refresh
{
"url": "http://en.wikipedia.org/wiki/2016_Summer_Olympics",
"content": "Rio 2016",
"pagerank": 50.3,
"url_length": 42,
"topics": {
"sports": 50,
"brazil": 30
}
}
PUT /test/_doc/2?refresh
{
"url": "http://en.wikipedia.org/wiki/2016_Brazilian_Grand_Prix",
"content": "Formula One motor race held on 13 November 2016",
"pagerank": 50.3,
"url_length": 47,
"topics": {
"sports": 35,
"formula one": 65,
"brazil": 20
}
}
PUT /test/_doc/3?refresh
{
"url": "http://en.wikipedia.org/wiki/Deadpool_(film)",
"content": "Deadpool is a 2016 American superhero film",
"pagerank": 50.3,
"url_length": 37,
"topics": {
"movies": 60,
"super hero": 65
}
}
下面这个查询搜索 2016，并根据 pagerank、url_length和sports主题(topic.sports) 提升相关性评分。
GET /test/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"content": "2016"
}
}
],
"should": [
{
"rank_feature": {
"field": "pagerank"
}
},
{
"rank_feature": {
"field": "url_length",
"boost": 0.1
}
},
{
"rank_feature": {
"field": "topics.sports",
"boost": 0.4
}
}
]
}
}
}
-
field -
(必需, string) 用来提升相关性评分的
rank_feature或rank_features类型的字段。 -
boost -
(可选, float) 用以降低或提升相关性评分的浮点数。默认为
1.0。提升值是相对于默认值
1.0的。 提升值在0和1.0之间会降低相关性评分，而当它大于1.0才会增加相关性评分。 -
saturation -
(可选, function object) 用于根据 rank_feature 类型的
field的值提升相关性评分的饱和度函数。 如果未指定函数，rank_feature查询默认使用saturation函数。 更多信息请参考 饱和度(saturation)。只能指定
saturation、log或sigmoid函数中的一个。 -
log -
(可选, function object) 用于根据 rank_feature 类型的
field的值提升相关性评分的对数函数。 更多信息请参考 对数(logarithm)。只能指定
saturation、log或sigmoid函数中的一个。 -
sigmoid -
(可选, function object) 用于根据 rank_feature 类型的
field的值提升相关性评分的 sigmoid 函数。 更多信息请参考 sigmoid。只能指定
saturation、log或sigmoid函数中的一个。
saturation 函数给出等于 S / (S + pivot) 的分数，其中 S 是 rank_feature 类型字段的值，pivot 是可配置的 pivot 值，因此如果 S 小于 pivot，结果将小于 0.5，否则大于 0.5。
评分总是位于 0 和 1 之间, 即 (0,1)。
如果等级特征具有负得分影响(即 positive_score_impact 为 false)，则该函数将被计算为 pivot / (S + pivot)，其值将随着 S的增加而减少。
GET /test/_search
{
"query": {
"rank_feature": {
"field": "pagerank",
"saturation": {
"pivot": 8
}
}
}
}
如果未提供 pivot 值，Elasticsearch 将计算默认值，该值等于索引中所有等级特征值的近似几何平均值。
如果你还没有机会训练一个好的 pivot 值，我们建议使用这个默认值。
GET /test/_search
{
"query": {
"rank_feature": {
"field": "pagerank",
"saturation": {}
}
}
}
log 函数给出的分数等于 log(scaling_factor + S)，其中 S 是 rank_feature 类型字段的值，scaling_factor 是可配置的缩放因子。
其计算的值无界。
该函数仅支持对分数有正面影响的等级特征(即 positive_score_impact 为 true)。
GET /test/_search
{
"query": {
"rank_feature": {
"field": "pagerank",
"log": {
"scaling_factor": 4
}
}
}
}
sigmoid 函数是 saturation 的扩展，它增加了一个可配置的 exponent。
按 S^exp^ / (S^exp^ + pivot^exp^) 计算分数。
与 saturation 函数一样，pivot 是 S 的值，该值给出 0.5的分数，分数在 (0,1) 范围内。
exponent 必须是正数，通常在 [0.5, 1] 范围内。
一个好的值应该通过训练来计算。
如果你没有机会这样做，我们建议使用 saturation 函数代替之。
GET /test/_search
{
"query": {
"rank_feature": {
"field": "pagerank",
"sigmoid": {
"pivot": 7,
"exponent": 0.6
}
}
}
}