基础排序即是海选,从检索结果中快速找到质量高的文档,取出TOP N个结果再按照业务排序进行精细算分,最终返回最优的结果给用户。由此可见,基础排序对性能影响比较大,业务排序对最终排序效果影响比较大。因此,基础排序要求尽量简单有效,只提取业务排序中的关键因子即可。同时,基础排序与业务排序目前均通过排序表达式的方式进行配置。
下文将介绍基础排序中支持的排序特征函数项,以及流程演示。
排序特征函数项
static_bm25 : 静态文本相关性,用于衡量query与文档的匹配度
- 详细用法
static_bm25()
- 参数
无
- 返回值
float,值域为[0,1]
- 适用场景
场景1:在基础排序的表达式中指定文本分;
表达式中设置:static_bm25() - 注意事项
- 默认基础排序default中即会生效static_bm25()
exact_match_boost :获取查询中用户指定的查询词权重最大值
- 详细用法
exact_match_boost()
- 参数
无
- 返回值
int,值域为[0, 99]
- 适用场景
场景1:查询为query=default:’开放搜索’^60 OR default:’opensearch’^50,希望按照实际匹配词boost权重来排序。如如果文档A包含“开放搜索”,文档B包含“opensearch”,则文档A排到文档B前面。
基础排序表达式为:exact_match_boost() - 注意事项
- 函数参数依赖字段需创建为索引
- 如果对于没有指定boost的查询词默认boost值为99。
- 独享型应用,exact_match_boost函数配置在基础排序中,可支持 [‘’, ‘sum’, ‘max’]三种参数配置:

timeliness : 时效分,用于衡量文档的新旧程度
- 详细用法
timeliness(pubtime)
- 参数
pubtime:要评估的字段,类型必须为int,单位为秒。
- 返回值
float,值域为[0,1],值越大表示时效性越好。若大于当前时间则返回0。
- 适用场景
场景1:在基础排序中指定create_timestamp字段的时效性;
表达式中设置:timeliness(create_timestamp) - 注意事项
timeliness_ms : 时效分,用于衡量文档的新旧程度
- 详细用法
timeliness_ms(pubtime)
- 参数
pubtime:要评估的字段,类型必须为int,单位为毫秒。
- 返回值
float,值域为[0,1],值越大表示时效性越好。若大于当前时间则返回0。
- 适用场景
场景1:在基础排序中指定create_timestamp字段的时效性;
表达式中设置:timeliness_ms(create_timestamp) - 注意事项
normalize :归一化函数,根据不同的算分将数值归一化至[0, 1]
- 场景概述
相关性计算过程中,一篇doc的好坏需要从不同的维度衡量。而各个维度的分数值域可能不同,比如网页点击数可能是成百上千万,网页的文本相关性分数在[0, 1]之间,它们之间没有可比性。为了在公式中使用这些元素,需要将不同的分数归一化至同一个值域区间,而normalize为这种归一化提供了一种简便的方法。normlize支持三种归一化方法:线性函数转化、对数函数转化、反正切函数转化。根据传入参数的不同,normalize自动选择不同的归一化方法。如果只指定value参数,normalize使用反正切函数转化,如果指定了value和max参数,normalize使用对数函数转化,如果指定了value、max和min,normalize使用线性函数转化。
- 详细用法:
normalize(value, max, min)
- 参数
value:需要做归一化的值,支持double类型的浮点数,该值可以来自文档中的字段或者其他表达式
max:value的最大值,可选,支持double类型的浮点数
min:value的最小值,可选,支持double类型的浮点数
- 返回值
double,[0, 1]之间的值。
- 适用场景
场景1:对price字段做归一化,但是不知道price的值域,可以使用如下公式进行归一化
normalize(price)
场景2:对price字段做归一化,但是只知道price的最大值为100,可以使用如下公式进行归一化
normalize(price, 100)
场景3:对price字段做归一化,并且知道price的最大值为100,最小值为1,可以使用如下公式进行归一化
normalize(price, 100, 1)
场景4:将distance函数的结果归一化至[0, 1]
normalize(distance(longitude_in_doc, latitude_in_doc, longtitude_in_query, latitude_in_query))
- 注意事项:
- 函数参数需创建为属性
- 使用反正切函数进行归一化时,如果value小于0,归一化后的值为0
- 使用对数函数进行归一化时,max的值要大于1
- 使用线性函数进行归一化时,max要大于min
category_score:类目预测函数,返回参数中指定的类目字段与类目预测query的类目匹配分
详细用法
category_score(cate_id)
参数
cate_id:训练时作为类目id的字段,类型必须为int。
返回值
float,值域为[0,2]。
- 适用场景
场景1:在基础排序中指定create_timestamp字段的时效性;
表达式中设置:category_score(cate_id) - 注意事项
在文档使用中是否遇到以下问题
更多建议
匿名提交