tag_match

兼有功能及特征函数的功能，可以同时在filter、sort及formula表达式中使用。

其中函数参数出现的文档字段需根据对应函数文档提示，创建为索引或属性.

1.场景概述：

涉及query和文档匹配的很多需求都可以使用或者转化为tag_match来满足,对实现搜索个性化需求尤其有用。例如优先出现用户点赞过的店铺，优先展现用户喜欢的体育和娱乐类新闻等。tag_match最基本的功能是在文档的某个ARRAY字段中存储一系列的key-value信息。然后在查询query中通过kvpairs子句传递对应的key-value信息，tag_match就会去文档中寻找查询query中的key, 然后为每个匹配的key计算得到一个分数，再合并所有匹配的key的分数得到一个最终分。这个结果就可以用来做算分加权或者过滤。

计算过程如下：

2.详细用法：

常见用法：

tag_match(query_key, doc_field, kv_op, merge_op)

高级用法：

tag_match(query_key, doc_field, kv_op, merge_op, has_default, doc_kv, max_kv_count)

3.参数：

• query_key：指定查询语句中用于匹配的字段key-value值，该字段需要通过kvpairs子句传递，key与value通过英文等号‘=’分隔，多个key-value通过英文冒号‘：’分隔，如： kvpairs=query_tags:10=0.67:960=0.85:1=48//表示参数query_tags中包含3个元素：10、960、1，其对应的value分别是：0.67、0.85、48。其中query也可以只为key的列表，如：kvpairs=cats:10:960:1。

• doc_field：指定文档中存储key-value的字段名，该字段只支持整型【int_array】或者浮点型【float_array,double_array】数组字段类型（如果是浮点型数组字段类型，则key的值匹配的时强转当int64来处理）。数组的奇数位置是key，下一个相邻的偶数位置为key的value。即 [key0 value0 key1 value1 …]

• kv_op：当query_key中的值与doc_field中的key匹配时对二者的value所采取的操作，目前支持的操作符如下：max（最大值）、min（最小值）、sum（求和）、avg（平均数）、mul（乘积）、query_value（query_key中该key对应的value值）、doc_value（文档中该key对应的value值）、number（常数）。

• merge_op：多个key匹配后会产生多个结果，merge_op指定了将这些结果进行如何操作，目前支持的操作类型如下：max（最大值）、min（最小值）、sum（求和）、avg（平均值）、first_match（取第一个kv_op的计算结果，忽略其他结果）。

• has_default：默认是false，表示不启动初始分值；为true时说明doc_field的第一个值为默认值，[init_score k0 v0 k1 v1…]。（类似base分值的概念）

• doc_kv：默认是true。表明doc_field字段中的值是以key-value对的形式存在；为false则表示doc_field中只包含key信息。

• max_kv_count：因为查询中的key-value结构需要通过query传递，所有tag_match对query中能传递多少key-value有限制。默认为50，可以通过这个参数将这个限制调大，但是最大不能超过5120。

4.返回值：

double，返回具体的分值，如果has_default为false并且没有配额的内容则为0.如果需要返回int64的结果，需要使用int_tag_match，该函数功能与参数与int_tag_match完全一致，但int_tag_match不能在排序表达式中使用。

5.适用场景

场景1：一个大型的综合性论坛，帖子可以被打上各种各样的标签（搞笑，体育，新闻，音乐，科普..）。我们在推送给OpenSearch的文档中，可以为每个标签赋予一个标签id（例如搞笑-1， 体育-5， 新闻-3， 音乐-6..), 然后通过一个tag字段存储这些标签。 如果我们对帖子做过预处理，甚至能得到每个帖子每个标签的权重，例如一个搞笑体育新闻的帖子可以得到搞笑的权重为0.5，体育的权重为0.5，新闻权重为0.1，则这个帖子的tag字段的值为[1 0.5 5 0.5 3 0.1]对会员用户，通过长时间的积累，我们能获知每个用户的兴趣标签。

例如用户nba_fans对体育和搞笑很感兴趣，他对应的体育和搞笑标签的权重分别为0.6和0.3。那么这个用户查询时，我们就可以通过kv_pairs子句把这个信息加到query里面。假如这个kv_pairs子句名字为user_tag, 那么nba_fans的user_tag的值5=0.6:1=0.3。这样，我们只要在精排表达式中配置了tag_match(user_tag, tag, mul, sum), 我们就能够实现对用户感兴趣的帖子加权，把用户更感兴趣的帖子排到前面。

例如nba_fans搜索到上面那个帖子时，搞笑和体育这两个标签能够匹配到。通过指定kv_op参数为mul，我们会把query和doc中的值相乘，他们各自的计算分数分别为（体育：0.5 * 0.6 = 0.3, 搞笑：0.5 * 0.3 = 0.15)。通过指定merge_op参数为sum，我们会把体育和搞笑的分数加和（0.3+0.15 = 0.45），这个加和的分数会加到最终的排序分数上。这样，我们就能够实现了对这个用户感兴趣帖子的排序加权。

场景2：

商品可以具有多个属性标签，如1表示年轻人（年龄）、2表示中年人（年龄）、3表示小清新（风格）、4表示时尚（风格）、5表示女性（性别）、6表示男性（性别）等。

假设我们只想表示商品有没有某个标签，不想区分哪个标签更重要。这个标签通过options字段来保存。那么年轻时尚女性的衣服的options字段可以表示为[1 4 5], 注意这里只有标签key，没有value。用户也都有自己的属性标签，和商品标签对应。例如年轻女性用户，历史成交中多购买小清新风格衣服。这该用户的查询可以写为user_options=1:3:5。注意这里kv_pair中也是只有标签key，没有value的。

要实现对符合用户标签喜好的商品加权，我们可以在formula中使用tag_match(user_options, options, 10, sum, false, false)。这里我们通过user_options和options指定了query和doc的标签信息。kv_op设为常数10，表示只要有标签匹配到，那么匹配的计算结果就是10。has_default为false，表示我们不需要初始值。doc_kv为false，表示我们doc中只存储了key信息，没有value。

这样，上面的年轻女用户查询到上面的衣服时，女性和年轻两个标签能够匹配上，这两个标签的计算结果都是10。通过sum这个merge_op，能够得到这件商品的最终加权分数为20。通过这种方式，即使我们没有标签的权重信息，也能够实现对匹配到的文档做排序加权。

• 函数参数依赖字段需创建为属性

• 如果是用在filter或者sort子句中，则query_key、kv_op、merge_op、has_default、doc_kv必须使用双引号括起来，如：sort=-tag_match(“user_options”, options, “mul”, “sum”, “false”, “true”, 100)。

• tag_match的key匹配都是通过整数比较来完成的。因此query和doc中的key都应该转换为整数形式，如果是浮点类型，tag_match在比较时，会强制转换为整数类型。

假设文档内容共有如下10类型的标签：

1-财经
2-科技
3-体育
4-娱乐
5-时尚
6-教育
7-旅游
8-游戏
9-科普
10-医疗

案例1：关键词相同，但是标签不同的title：

如上图所示，搜索“吃鸡”出现两篇doc，但是二者的类型不同，分别是1-财经、8-游戏，如果想将“游戏”标签的文档在前面展示，可设置tag_match函数，以下分别演示配置在排序表达式和sort子句中的方法：

kvpairs：type:8
排序表达式：tag_match(type, type_arr, 10, max,false,false) 
sort子句：tag_match("type", type_arr, 10, "max","false","false")

排序表达式展示的结果：sort子句展示的结果：

案例2：多标签综合得分展示（可针对用户的个性化推荐）

如图，在一级标签相同的情况下，需要匹配二级标签的得分，以下分别演示配置在排序表达式和sort子句中的方法：

kvpairs：type:3=2:10=1
排序表达式：tag_match(type, type_arr, 10, sum,false,true) 
sort子句：tag_match("type", type_arr, 10, "sum","false","true")

案例3：多标签同类型，不同得分

如图，红框展示的内容，都同属于同样的标签，但是每个标签的打分不同，以下分别演示配置在排序表达式和sort子句中的方法：

kvpairs：type:3=2:9=2
排序表达式：tag_match(type, type_arr, sum, sum,false,true) 
sort子句：tag_match("type", type_arr, "sum", "sum","false","true")