如何基于最高分结果特征调整Elasticsearch查询的相关性评分？

方案合理性评估 #

你提的加权方案完全合理：

• 6/4/2的权重梯度完全匹配「分类>属性>品牌」的业务优先级，符合你期望的同类型物料优先排序的需求
• 加权总幅度（最高12分）低于你现有文本匹配的分差（示例中正确结果与普通结果分差为10分，多关键词场景分差更高），不会出现无文本匹配的同分类物料抢占正确Top1位置的问题
• 不改变原有召回逻辑，仅调整排序，不会出现漏召回原本符合条件的结果的问题

实现方式 #

推荐采用两次查询的方案，实现成本极低，且兼容性好，无额外ES配置要求：

步骤1：获取Top1结果的维度值 #

先执行你的原有查询，仅返回1条结果，提取该结果的三个维度值：

• nature.idCat（分类ID）
• nature.idNat（属性ID）
• marque.idMrq（品牌ID）

步骤2：带加权规则执行完整查询 #

在原有查询的bool语句中新增should子句，给三个维度的匹配规则设置对应权重即可，示例查询如下：

{
  "sort": [
    "_score"
  ],
  "query": {
    "bool": {
      "must": [
        // 保留原有所有查询条件不变
        {
          "query_string": {
            "default_field": "search",
            "query": "Photocopieur PANASONIC",
            "boost": 10
          }
        }
      ],
      // 新增加权规则
      "should": [
        {
          "term": {
            "nature.idCat": {
              "value": 26, // 替换为步骤1拿到的分类ID
              "boost": 6
            }
          }
        },
        {
          "term": {
            "nature.idNat": {
              "value": 665, // 替换为步骤1拿到的属性ID
              "boost": 4
            }
          }
        },
        {
          "term": {
            "marque.idMrq": {
              "value": 1244, // 替换为步骤1拿到的品牌ID
              "boost": 2
            }
          }
        }
      ],
      "minimum_should_match": 0 // 不强制匹配should规则，不缩小召回范围
    }
  }
}

额外优化建议 #

你当前用的通配符查询*photoc*在数据量较大时性能较差，可在ES7.12中给search字段配置NGram分词器，无需通配符即可实现中缀匹配，性能和评分准确性都会有明显提升。

内容的提问来源于stack exchange，提问作者Natty