ES:先按相关性分数进行排序,分数相同时再按其他字段排序

这篇具有很好参考价值的文章主要介绍了ES:先按相关性分数进行排序,分数相同时再按其他字段排序。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

最近,在公司学习ES的使用,导师给了个题目,如何对一个文档先计算分数,用分数进行排序,在分数相同的情况下再按照别的字段(如时间)进行排序,为此,从来没接触过ES的我开启了艰难的学习之路
本文参考自 ES权威指南(中文版)

以下是目录:

1、相关性算分

相关性算分描述了一个文档和查询语句的匹配程度,ES会对每个查询到的文档进行自动打分,打分的本质就是排序,ES会默认按照_score进行降序排序,分数更高(匹配程度高)的文档将排在前面。
ES5之前默认使用TF-IDF算法进行计算,ES6之后开始使用它的改进版BM25算法,这两个算法大致都是通过计算词频和文档频率、逆文档频率等对文档进行相关性算分。

2、function_score

function_score用于计算文档相关分值,它会在查询结束后对没一个匹配的文档进行一系列的重打分操作,最后以生成的分数进行排序。
如果不想使用相关性算分,可以使用constant_score,此时所有分数均会被置为1.0,constant_score一般适用于结构化数据查询。
function_score提供了几种默认的计算分值的函数:
weight:设置权重,跟boost类似,区别在于weight的权重不会被规范化,当某个文档的weight为2时,最终结果就是_score * 2 ,一般来说都和filter一起使用。因为过滤器只会筛选出符合标准的文档,不会去计算文档的具体得分,所有符合条件的文档的分都是1,使用weight可以将分数替换为你想要的分数。
field_value_factor:允许使用文档中某些字段参与相关性算分
random_score: 随机得到0~1的分数
script_score: 通过自定义脚本计算分值
示例如下:文章来源地址https://www.toymoban.com/news/detail-447802.html

GET test/_search
{
   
    "query":{
   
        "function_score":{
   
            "query":{
   
                "terms":{
   
                    "sys

到了这里,关于ES:先按相关性分数进行排序,分数相同时再按其他字段排序的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 原生语言操作和spring data中RestHighLevelClient操作Elasticsearch,索引,文档的基本操作,es的高级查询.查询结果处理. 数据聚合.相关性系数打分

    ​ Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性,能使数据在生产环境变得更有价值。Elasticsearch 的实现原理主要分为以下几个步骤,首先用户将数据提交到Elasti

    2024年02月05日
    浏览(59)
  • 表达矩阵任意两个基因相关性分析 批量相关性分析 tcga geo 矩阵中相关性强的基因对 基因相关性 ecm matrisome与gpx3

    使用场景 1.已经确定研究的基因,但是想探索他潜在的功能,可以通过跟这个基因表达最相关的基因来反推他的功能,这种方法在英语中称为 guilt of association,协同犯罪 。 2.我们的注释方法依赖于TCGA大样本,既然他可以注释基因,那么任何跟肿瘤相关的基因都可以被注释,

    2024年02月01日
    浏览(43)
  • Pearson相关性分析& plot绘图(相关性系数柱状图、绘制非空值数量柱状图)

    Pearson相关性分析是一种用于检测两个变量之间线性关系强度的统计方法,其结果介于-1和1之间。一个相关系数为1表示完全正相关,-1表示完全负相关,0则表示没有线性关系。 Pearson相关性分析假设数据来自正态分布,并且对异常值敏感。

    2024年02月09日
    浏览(28)
  • R语言使用gclus包的cpairs函数可视化散点图矩阵(包含多个变量的散点图)、可视化变量之间的相关性、使用order.single函数重新排序对象,使相似的对象相邻

    目录 R语言使用gclus包的cpairs函数可视化散点图矩阵(包含多个变量的散点图)、可视化变量之间的相关性、使用order.single函数重新排序对象,使相似的对象相邻 仿真数据

    2024年02月03日
    浏览(34)
  • 相关性(correlation)

    给定两个随机变量, X X X 和 Y Y Y ,则 X X X 和 Y Y Y 之间的(皮尔逊)相关性定义为: Corr ( X , Y ) = Cov ( X , Y ) Var ( X ) ⋅ Var ( Y ) , text{Corr}(X, Y) = frac{text{Cov}(X, Y)}{sqrt{text{Var}(X)} cdot sqrt{text{Var}(Y)}}, Corr ( X , Y ) = Var ( X ) ​ ⋅ Var ( Y ) ​ Cov ( X , Y ) ​ , 其中 X , Y ∈ R X, Y in

    2023年04月09日
    浏览(48)
  • 常见的相关性分析

    方差分析和相关性分析都是描述特征之间的关系的统计方法,但它们关注的方面略有不同。 方差分析主要用于研究一个或多个自变量对因变量的影响,即研究因素之间的差异性。通过比较不同组之间的方差,可以确定哪些因素对结果变量的影响比较重要,以及不同组之间的显

    2024年02月11日
    浏览(32)
  • 相关性分析和热图绘制

    一、什么是相关性分析? 相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。在组学测序(如转录组)中需设置多个生物学重复,而对多个生物学重复

    2024年02月10日
    浏览(31)
  • 数学建模:相关性分析

    🔆 文章首发于我的个人博客:欢迎大佬们来逛逛 Pearson Spearman Kendall tua-b t检验(t-test)临界值表-t检验表.xls T检验代码: myTtest005.m 相关性分析及SPSS软件操作.pdf

    2024年02月09日
    浏览(31)
  • LA@向量组线性相关性

    线性相关性是向量组的一个重要属性 线性相关 给定向量组 A : α 1 , α 2 , ⋯   , α m A:alpha_1,alpha_2,cdots,alpha_m A : α 1 ​ , α 2 ​ , ⋯ , α m ​ ,若存在 m m m 个 不全为 0 不全为0 不全为 0 的数 k 1 , k 2 , ⋯   , k m k_1,k_2,cdots,k_m k 1 ​ , k 2 ​ , ⋯ , k m ​ ,使得: ∑ i = 1 m k i α i

    2024年02月11日
    浏览(29)
  • 利用R语言绘制相关性热图

    数据示例(归一化处理后):   相关性热图: PS:还可绘制其他形式的热图,改代码就行,简单! 参考博文:https://zhuanlan.zhihu.com/p/586234818 

    2024年02月19日
    浏览(25)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包