分布式搜索elasticsearch java API 使用More like this实现

基于内容的推荐通常是给定一篇文档信息，然后给用户推荐与该文档相识的文档。Lucene的api中有实现查询文章相似度的接口，叫MoreLikeThis。Elasticsearch封装了该接口，通过Elasticsearch的More like this查询接口，我们可以非常方便的实现基于内容的推荐。

先看一个查询请求的json例子：

1. {   
2.     "more_like_this" : {   
3.         "fields" : ["title", "content"],   
4.         "like_text" : "text like this one",   
5.     }   
6. }  

 

其中：

 

 

 

fields是要匹配的字段，如果不填的话默认是_all字段

 

like_text是匹配的文本。

 

除此之外还可以添加下面条件来调节结果

 

percent_terms_to_match：匹配项（term）的百分比，默认是0.3

 

min_term_freq：一篇文档中一个词语至少出现次数，小于这个值的词将被忽略，默认是2

 

max_query_terms：一条查询语句中允许最多查询词语的个数，默认是25

 

stop_words：设置停止词，匹配时会忽略停止词

 

min_doc_freq：一个词语最少在多少篇文档中出现，小于这个值的词会将被忽略，默认是无限制

 

max_doc_freq：一个词语最多在多少篇文档中出现，大于这个值的词会将被忽略，默认是无限制

 

min_word_len：最小的词语长度，默认是0

 

max_word_len：最多的词语长度，默认无限制

 

boost_terms：设置词语权重，默认是1

 

boost：设置查询权重，默认是1

 

analyzer：设置使用的分词器，默认是使用该字段指定的分词器

 




 

下面介绍下如何用java api调用，一共有三种调用方式，不过本质上都是一样的，只不过是做了一些不同程度的封装。

 

1. MoreLikeThisRequestBuilder mlt = new MoreLikeThisRequestBuilder(client, "indexName", "indexType", "id");  
2. mlt.setField("title");//匹配的字段  
3. SearchResponse response = client.moreLikeThis(mlt.request()).actionGet();  

这种是在查询与某个id的文档相似的文档。这个接口是直接在client那调用的，比较特殊。还有两种就是构造Query进行查询

 

1. MoreLikeThisQueryBuilder query = QueryBuilders.moreLikeThisQuery();  
2. query.boost(1.0f).likeText("xxx").minTermFreq(10);  

这里的boost、likeText方法完全和上面的参数对应的。下面这种就是把要匹配的字段作为参数传进来，参数和MoreLikeThisQueryBuilder是一样的。

MoreLikeThisFieldQueryBuilder query = QueryBuilders.moreLikeThisFieldQuery("fieldNmae");