目录

自定义评分规则

脚本得分 (Script Score)

函数得分 (Function Score)

示例详解

使用函数得分

原理详解

高斯衰减函数

得分模式 (Score Mode)

增强模式 (Boost Mode)

其他函数类型

---

自定义评分规则

脚本得分 (Script Score)

脚本得分允许你使用自定义的脚本来计算每个文档的得分。你可以编写一个 Painless 脚本（Elasticsearch 的默认脚本语言），根据文档中的字段值或其他条件来调整得分。

函数得分 (Function Score)

函数得分则提供了一种更结构化的方式来调整得分。它支持多种内置函数，如权重、衰减函数（高斯、线性、指数）、随机函数等。通过组合这些函数，可以实现复杂的评分逻辑。

示例详解

假设有一个图书库索引 library，其中包含书籍的信息，包括标题 (title) 和发布日期 (publish_date)。我们希望为那些发布日期较新的书籍增加权重。

使用函数得分

GET /library/_search
{"query": {"function_score": {"query": {"match": {"title": "love"}},"functions": [{"gauss": {"publish_date": {"origin": "now","scale": "30d","offset": "7d","decay": 0.5}}}],"score_mode": "multiply","boost_mode": "replace"}}
}

在这个例子中：

• 查询部分：使用 match 查询查找标题中包含“love”的书籍。
• 函数部分：使用 gauss 衰减函数来调整得分。
  • origin：衰减的中心点，这里设置为当前时间 now。
  • scale：控制衰减的速度，这里是 30 天。
  • offset：将衰减曲线向后移动 7 天。
  • decay：当距离达到 scale 时，得分会衰减到初始值的 0.5 倍。
• score_mode：多个函数得分的合并方式，这里设置为 multiply，即将各个函数得分相乘。
• boost_mode：最终得分的处理方式，replace 表示用函数得分替换原始相关性得分。

原理详解

高斯衰减函数

高斯衰减函数是一种常用的平滑衰减方法。

得分模式 (Score Mode)

• multiply：将所有函数得分与原始相关性得分相乘。
• sum：将所有函数得分与原始相关性得分相加。
• avg：取所有函数得分的平均值。
• first：只使用第一个函数得分。
• max：取所有函数得分的最大值。
• min：取所有函数得分的最小值。

增强模式 (Boost Mode)

• multiply：将函数得分与原始相关性得分相乘。
• replace：用函数得分替换原始相关性得分。
• sum：将函数得分与原始相关性得分相加。
• avg：取函数得分与原始相关性得分的平均值。
• max：取函数得分与原始相关性得分的最大值。
• min：取函数得分与原始相关性得分的最小值。

其他函数类型

除了高斯衰减函数外，还有其他几种常见的函数类型：

• 线性衰减 (Linear Decay)：基于线性函数进行衰减。
• 指数衰减 (Exponential Decay)：基于指数函数进行衰减。
• 权重 (Weight)：为每个文档分配固定的权重。
• 随机 (Random)：为每个文档分配一个随机得分。
• 脚本 (Script)：使用自定义脚本来计算得分。