es 商品搜索自定义评分案例

最新推荐文章于 2024-09-26 09:08:42 发布

转载最新推荐文章于 2024-09-26 09:08:42 发布 · 380 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/xiaominmin/blog/1839195

文章标签：

#python

本文介绍了一种基于Elasticsearch的商品搜索自定义评分方法，通过结合搜索相关度、促销活动及商品利润等多个因素，利用_script_score_及_boost_mode_等特性实现商品排序算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019独角兽企业重金招聘Python工程师标准>>>

es 商品搜索自定义评分案例

需求：商品搜索按相关比例排序

搜索相关度(es已知分值)60% * 销量(未知分值)40%

如果总分是10 = 搜索相关度得分6 + 销量得分4

假设搜索相关度=6分。那么销量最高分为4分。根据销量值比例算出相关的分值。假如销量最高值是4，那就是4分。但是目前不知道销量的最高值：
y = x / 6 * 4
x=搜索分值，y的销量总分分值

/skus/_search?explain
{
"query": {
"function_score": {
"query": {
"match": {
"name": "手机"
}
},
"script_score": {
"script": "return (_score * 4.0 / 6.0) * (1d / (1d + exp(-log(doc['categoryId'].value+1d)/10)))"
}
,
"boost_mode": "sum"
}
}
}

公式说明：
(_score * 4.0 / 6.0)为计算出来的销量最高得分值(如总分是10分，那么就是4分)
(1d / (1d + exp(-log(doc['categoryId'].value+1d)/10))) 将categoryId字段衰减至 0 - 1 的小数。

1.搜索相关度 50%
2.促销活动 30%
3.商品利润 20% (gross)

多个字段，判断是否为null

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "name": "手机"
        }
      },
      "script_score": {
        "script": "categoryIdScore = 0; if(_source.categoryId!=null){(_score * 3.0 / 5.0) * (1d / (1d + exp(-log(doc['categoryId'].value+1d)/10))) }; preferentialScore = 0 ; if(_source.preferentialType!=null && _source.preferentialType!=0){preferentialScore = (_score * 2.0 / 5.0)}; return categoryIdScore + preferentialScore;"
      }
	   ,"boost_mode": "sum"
	   
    }
  }
}

转载于:https://my.oschina.net/xiaominmin/blog/1839195