ES入门系列 — 6 文档相关性及排序

已于 2024-02-02 14:23:54 修改
阅读量715 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： ES NoSql 文章标签： es elasticsearch nosql 数据库 搜索引擎
于 2020-05-31 21:06:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/chenxuegui1234/article/details/106461266
本系列旨在帮助初学者快速掌握Elasticsearch的安装、理解和使用。从Windows系统下的环境搭建开始，深入浅出地讲解Elasticsearch的基础概念、索引机制、查询语法以及文档的相关性与排序，特别聚焦于score计算和docvalues的运用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

深入理解ElasticSearch（六）排序与相关性
Running_Tiger的博客
03-19 5297
排序与相关性默认情况下，返回的结果是按照 相关性 进行排序的——最相关的文档排在最前。 在本章的后面部分，我们会解释 相关性 意味着什么以及它是如何计算的， 不过让我们首先看看 sort 参数以及如何使用它。1、排序为了按照相关性来排序，需要将相关性表示为一个数值。在 Elasticsearch 中， 相关性得分 由一个浮点数进行表示，并在搜索结果中通过 _score 参数返回， 默认排序是 _sc
Elasticsearch 入门教程
JAVA开发区的博客
12-31 1729
es是一个分布式文档储存中间件，它不会将信息存储为列数据行，而是存储已序列化为JSON文档的复杂数据结构。是基于搜索引擎库所构建的全套搜索功能。使用一种被称为倒排索引的数据结构，该结构支持快速全文搜索。分布式性：能够水平扩展以处理大规模数据，并提供高可用性和容错性。实时性：支持实时索引和查询，适用于需要快速响应的应用场景。全文搜索：提供全文搜索功能，支持多语言、复杂查询和相关性排序等特性。复杂查询：支持复杂的结构化查询和聚合操作，包括范围查询、多字段查询、过滤、分组和统计等。多样化数据类型。
ES搜索排序、相关性、评分机制
软件测试大叔
12-05 4274
默认情况下，ES的搜索结果是排序的，是按 相关性 倒序排列的------相关性最高的排在最前面。 那么什么是相关性，相关性如何计算？ 每个文档都有相关性评分，用一个正浮点数字段_score来表示 。_score的评分越高，相关性越高。 查询语句会为每个文档生成一个_score字段。（评分的计算方式取决于查询类型 不同的查询语句用于不同的目的，这里不详细介绍。） Elasticsearch 的相似度算法被定义为检索词频率/反向文档频率，TF/IDF，包括以下内容： 检索词频率 检索...
文档相关性
gs_albb的博客
05-04 387
目录tf-idf参考 tf-idf TF-IDF（term frequency–inverse document frequency)词频-逆文档频率。 从感性的角度看，一个词在一篇文档中出现的频率越高，则相关性越高，词频(tf)就越高，相关性也越高。 但是，如果该词在所有文档中出现的频率也很高，则说明该词很普遍，区分度没那么高，文档频率高，逆文档频率(idf)低，相关性就低。 最终已 tf * idf 综合起来评估相关性。 参考 百度百科 ...
文档相关性查询
03-31
本程序为信息检索课堂上的一个教学程序，用于文档的倒排索引的查询 其中两行注释Your code starts here所包含的两块区域，在教学时可以去掉，由学生研究程序后自行填补。
ElasticSearch（八）-排序（相关性算法）
热门推荐
珊瑚海的博客
05-19 1万+
1.排序   Sort排序，如果是date，会转化成毫秒数；   如果强制计算其相关性，可以设置track_scores为true   默认排序：字段默认顺序排序，_score默认倒序 GET /_search?sort=date:desc&sort=_score&q=search "sort": { "dates": { "order": "asc",
ElasticSearch学习笔记(三)RestClient操作文档、DSL查询文档、搜索结果排序
挑灯日记 记录自己
08-29 1018
ElasticSearch学习笔记(一)倒排索引、ES和Kibana安装、索引操作ElasticSearch学习笔记(二)文档操作、RestHighLevelClient的使用。
Elasticsearch入门讲解
03-28
Elasticsearch 入门讲解 1. ELASTICSEARCH 初识 Elasticsearch（简称ES）是一款基于Lucene的开源分布式搜索引擎，以其强大的全文检索、实时分析和高可扩展性而闻名。它不仅用于传统的搜索功能，还广泛应用于日志...
Elasticsearch 系列专题 - 第一篇：Elasticsearch 入门
最新发布
资深架构师分享：深入剖析软件架构，探讨云计算、微服务、大数据等前沿技术。分享实践经验，促进技术交流，共同构建卓越系统。
04-10 767
Elasticsearch 是一个基于 Apache Lucene 的分布式全文搜索引擎，设计目标是提供高效的搜索和分析能力。它支持 RESTful API，可以轻松与各种编程语言和工具集成。分布式：数据分布在多个节点，支持高可用性和横向扩展。全文搜索：支持复杂的查询和文本分析。近实时：数据写入后几乎立即可搜索。Elasticsearch 使用 RESTful API，通过 HTTP 请求与服务交互。GET：查询数据。POST：创建或更新数据。PUT：创建索引或更新配置。DELETE。
elasticsearch-查询平分排序
豆豆不在了
02-15 6838
排序与相关性 默认情况下，返回的结果是按照 相关性 进行排序的——最相关的文档排在最前。 在本章的后面部分，我们会解释 相关性 意味着什么以及它是如何计算的， 不过让我们首先看看 sort 参数以及如何使用它。 排序 为了按照相关性来排序，需要将相关性表示为一个数值。在 Elasticsearch 中， 相关性得分 由一个浮点数进行表示，并在搜索结果中通过 _scor
Elasticsearch原理（九）：相关性排序算法详解
桃花惜春风
08-20 3469
Elasticsearch中的相关性算法主要还是基于Lucene的相关性算法，Lucene的算法是基于TF-IDF的，但和TF-IDF还是有些区别。那么我们就从TF-IDF开始介绍。 TF-IDF 定义 TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数(Inverse Document Frequency)。（来源百度百科） 算法核心 TF-IDF实
Es 索引查询排序分析
weixin_38597669的博客
06-16 2200
本文主要从doc values、fielddata、index sorting等Es特性，分析了Es排序的实现。
es搜索排序深入分析
nandao158的博客
01-06 2878
es搜索排序深入分析
es（八）——相关性
qq_41386300的博客
08-01 460
每个文档都有相关性评分，用一个相对的浮点数字段 “ _score ” 来表示 _score 的评分越高，相关性越高。 查询语句会为每个文档添加一个 _score 字段。评分的计算方式取决于不同的查询类型 – 不同的查询语句用于不同的目 的： fuzzy 查询会计算与关键词的拼写相似程度， terms 查询会计算 找到的内容与关键词组成部分匹配的百分比，但是一般 意义上我们说的全文本搜索是指计算内...
Springcloudalibaba整合es!实现相关性排序，集成完代码真香
小杨互联网
08-12 1804
springboot 整合es出现问题： 版本不兼容问题，官方给出一个很详细的图，实际上整合起来还是会报版本不兼容的问题： 版本选型： SpringBoot <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.
ES（Elasticsearch）排序与相关性
chenbin1991smile的博客
06-08 2331
默认情况下，返回的结果是按照相关性进行排序的——最相关的文档排在最前。 1.按照字段的值排序 在这个案例中，通过时间来对 tweets 进行排序是有意义的，最新的 tweets 排在最前。 我们可以使用sort参数进行实现： GET /_search { "query" : { "bool" : { "filter" : { "term" : { "user_id" : 1 }} } }, "sort": { "...
ES对比两个索引的数据差
铁柱的博客
07-19 3138
es对比两个索引的差值，通过kibana或者扩展包，方便大家找到数据差异
文本特征提取方法研究
码农之道
10-14 3282
一、课题背景概述 文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘发展而来,但与传统的数据挖掘又有许多不同。文本挖掘的对象是海量、异构、分布的文档(web);文档内容是人类所使用的自然语言,缺乏计算机可理解的语义。传统数据挖掘所处理的数据是结构化
Elasticsearch入门：查询DSL与复合查询解析
"这篇文档是Elasticsearch 7.6版本官方中文翻译，主要介绍了查询DSL中的复合查询，包括查询和过滤上下文的概念，以及如何使用这些概念来构造复杂的搜索条件。文档适合Elasticsearch初学者，旨在帮助理解查询和过滤在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值