Kết quả đa dạng về tìm kiếm Elasticsearch

Question

Tôi đã thực hiện truy vấn phức tạp bằng cách sử dụng tính phổ biến để cải thiện kết quả của tài liệu truyền thông xã hội bằng cách sử dụng Elasticsearch. Truy vấn hoạt động thực sự tốt và kết quả hàng đầu luôn tập trung vào truy vấn và với các yếu tố thú vị.

Tuy nhiên, có một vấn đề, đối với một số truy vấn, kết quả đầu tiên là tất cả từ cùng một người dùng.

Tôi muốn điểm dưới tài liệu nếu cùng một người dùng được truy lục trên tài liệu cao hơn. Bằng cách này, tôi hy vọng sẽ có sự đa dạng hơn về kết quả.

Lưu ý rằng tôi không muốn chúng bị xóa, vì trong một số trường hợp, vẫn có thể thú vị khi tìm thêm tài liệu của cùng một người dùng, nhưng tôi muốn chúng ở vị trí thấp hơn.

Ai có thể đề xuất một cách để làm cho nó hoạt động?

---

Như đã đề cập trong một số ý kiến ​​tôi cập nhật một (phiên bản đơn giản) truy vấn của tôi:

query = {"function_score": { 
    "functions": [ 
    {"gauss": {"createdAt": 
     {"origin": "now", "scale": "30d", "offset": "7d", "decay" :0.9 } 
    }}, 
    {"gauss": {"shares.last.twitter_retweets_log": 
     {"origin": 4.52, "scale": 2.61, "decay" : 0.9} 
    }}, 
    ], 
    "query": {"bool":{"must":[ 
    {"exists":{"field": "images"}}, 
    {"multi_match":{"query": "foo boo", fields:["text", "link.title"]}} 
    ]}}, 
    "score_mode": "multiply" 
}}; 

---

PS: một số tài liệu mà bạn có thể thú vị, như họ nói về sự đa dạng, nhưng tôi không chắc chắn làm thế nào để áp dụng:

• https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-sampler-aggregation.html?q=sampler
• https://lucene.apache.org/core/5_1_0/misc/org/apache/lucene/search/DiversifiedTopDocsCollector.html

Answer 1

Bạn có thể ghép mẫu với tập hợp top_hits để nhận kết quả đa dạng.

{ 
    "query": { 
     "match": { 
      "query": "iphone" 
     } 
    }, 
    "size":0, 
    "aggs": { 
     "sample": { 
      "sampler": { 
       "shard_size": 200, 
       "field" : "user.id"     
      }, 
      "aggs": { 
       "diversifiedMatches": { 
        "top_hits": { 
         "size":10 
        } 
       } 
      } 
     } 
    } 
} 

Có một số hãy cẩn thận ví dụ:

1) pc là mỗi mảnh vỡ không toàn cầu

2) Lựa chọn lĩnh vực đa dạng hóa phải là một đơn giá trị trường

3) Không hỗ trợ cho phân trang

4) Không hỗ trợ để phân loại trên bất kỳ điều gì khác ngoài điểm số

Việc giải quyết các vấn đề trên sẽ khó khăn và đòi hỏi phải có sự phối hợp tốn kém/phức tạp trong nội bộ cộng thêm hướng dẫn của khách hàng về thời gian và địa điểm có thể tái xuất kết quả "trùng lặp" (trang 2? trang 3? bao nhiêu?), v.v.