Elastic Search关键词堆砌与排序评分问题求助

要满足你提出的两个场景排序需求，核心是设计一套优先精准匹配、次选低冗余关键词匹配、最后处理关键词堆砌的排序规则，同时全程做大小写不敏感处理。

核心规则（不区分大小写） #

1. 精准匹配优先：将标题和搜索词统一转为小写后，若完全一致，直接赋予最高排序优先级。
2. 低冗余完整匹配次之：标题包含搜索词的所有关键词，且关键词无重复堆砌（出现次数接近搜索词中的次数），优先级仅次于精准匹配。
3. 关键词堆砌排最后：标题大量重复搜索关键词，优先级最低。

具体打分逻辑（可直接落地） #

先将所有标题和搜索词转为小写处理，再按以下步骤计算得分：

• 精准匹配分：若lower(标题) == lower(搜索词)，得100分（直接锁定第一顺位）。
• 基础匹配分：若标题包含搜索词的所有关键词，得70分；否则得0分。
• 冗余惩罚分：统计标题中搜索词所有关键词的总出现次数，除以搜索词中对应关键词的总出现次数，得到冗余系数：
  • 冗余系数 ≤ 1.5：不扣分
  • 冗余系数 > 1.5：每超出0.5，扣10分（比如冗余系数为4，超出2.5，扣50分）
• 最终得分：基础匹配分 - 冗余惩罚分

场景验证 #

场景1：搜索词Bake cake

• 演示文稿2：lower(标题) = bake cake，与搜索词小写完全一致，得100分，排首位。
• 演示文稿1：lower(标题) = bake cake bake bake cake cake cake bake，包含所有关键词，基础分70；关键词总出现次数8，搜索词总次数2，冗余系数4，扣50分，最终得分20，排第二位。

场景2：新增演示文稿3bake A cake

• 演示文稿2：精准匹配得100分，排第一。
• 演示文稿3：lower(标题) = bake a cake，包含bake和cake所有关键词，基础分70；关键词总出现次数2，搜索词总次数2，冗余系数1，不扣分，最终得分70，排第二。
• 演示文稿1：得分20，排第三。
  完全符合要求的排序：演示文稿2 → 演示文稿3 → 演示文稿1

内容的提问来源于stack exchange，提问作者Kharad