ScoreFunctionBuilders

ScoreFunctionBuilders.exponentialDecayFunction 是Elasticsearch中的一个函数，用于实现分数衰减的功能。这个函数通常用于实现基于时间的分数衰减，例如，可以用于对文档按照其发布的时间进行排名，越新的文档分数越高。

这个函数的基本语法如下：

ScoreFunctionBuilders.exponentialDecayFunction(

    String fieldName,

    Object origin,

    String scale,

    double decay)

1. fieldName (String): 要应用指数衰减的字段的名称。例如，这可以是文档中的某个日期字段或数值字段。
2. origin (Object)原点: 衰减的起始点或原点。对于日期字段，这可以是一个日期字符串或日期对象。对于数值字段，这可以是一个数字。当字段的值等于此原点时，评分为最大值（未衰减）。该字段最理想的值，这个值可以得到满分（1.0）
3. scale (String): 当值超出了原点到偏移量这段范围，它所得的分数就开始进行衰减了，衰减规模决定了这个分数衰减速度的快慢, 定义了衰减的速度或范围。对于日期字段，它可能是“days”、“weeks”等时间单位。对于数值字段，它可能是一个数值，表示衰减的速度。例如 "5m" 表示5分钟，"1h" 表示1小时等。
4. decay (double): 衰减的速率或程度。这通常是一个0到1之间的值（默认为 0.5），表示衰减的百分比或速度。值越接近1，衰减越慢；值越接近0，衰减越快。相当于一个分界点.

5. 偏移量（offset）：与原点相差在偏移量之内的值也可以得到满分

使用指数衰减评分函数时，字段的值距离原点越远，评分就越低（即衰减）。这可以用于多种场景，如优先考虑较新的内容（使用日期字段作为fieldName）或优先考虑接近某个特定值的文档（使用数值字段作为fieldName）。

下面是一个使用exponentialDecayFunction的例子：

在这个例子中，我们对所有包含词 "Elasticsearch" 的文档进行排序，并使用 exponentialDecayFunction 根据文档的 post_date 字段来计算分数。文档的发布时间越接近当前时间，分数越高。衰减率为0.5，时间尺度为1天。

SearchRequestBuilder searchRequestBuilder = client.prepareSearch(indexName);
searchRequestBuilder.setQuery(QueryBuilders.matchAllQuery());
searchRequestBuilder.addSort(SortBuilders.scoreSort().order(SortOrder.DESC));
searchRequestBuilder.setExplain(true);
 
ZonedDateTime now = ZonedDateTime.now();
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(QueryBuilders.functionScoreQuery(
    new QueryStringQueryBuilder("Elasticsearch"),
    ScoreFunctionBuilders.exponentialDecayFunction(
        "post_date", 
        DateFormatters.date().format(now), 
        "1d", 0.5)
        .setWeight(2)
));
 
searchRequestBuilder.setSource(searchSourceBuilder);
SearchResponse response = searchRequestBuilder.get();

下面还有各种函数

//高斯函数
GaussDecayFunctionBuilder functionBuilder = ScoreFunctionBuilders.gaussDecayFunction("productID", origin, scale, offset, decay);
//以 e 为底的指数函数
ExponentialDecayFunctionBuilder functionBuilder = ScoreFunctionBuilders.exponentialDecayFunction("productID", origin, scale, offset, decay);
//线性函数
LinearDecayFunctionBuilder functionBuilder = ScoreFunctionBuilders.linearDecayFunction("productID", origin, scale, offset, decay);

FunctionScoreQueryBuilder query = QueryBuilders.functionScoreQuery(queryBuilder,functionBuilder).boostMode(CombineFunction.SUM);