ES-LTR粗排模块

本文介绍了ElasticsearchLearningtoRank(LTR)插件,它利用机器学习增强搜索结果的排序,通过存储查询模板和相关性得分来创建训练集,支持离线模型开发和线上实时应用。提供预编译插件下载以及本地编译部署指南。
摘要由CSDN通过智能技术生成

ES-LTR粗排模块

官方资源:https://github.com/HeiBoWang/elasticsearch-learning-to-rank

Elasticsearch学习排名插件使用机器学习提高搜索相关性排名。它为维基媒体基金会和Snagajob等地方的搜索提供了动力!

这个插件有什么功能

此插件:

  • 允许您在Elasticsearch中存储特征(Elasticsearch查询模板)
  • 记录特征得分(相关性得分)以创建离线模型开发的训练集
  • 在使用您存储的功能的Elasticsearch中存储线性、xgboost或ranklib排名模型
  • 使用存储的模型对搜索结果进行排序

文档

详细的开发文档:Elasticsearch Learning to Rank: the documentation — Elasticsearch Learning to Rank documentation

直接开始实战

demo: https://github.com/o19s/hello-ltr

jupyter环境: https://github.com/o19s/hello-ltr/blob/master/notebooks/elasticsearch/tmdb/hello-ltr%20(ES).ipynb

安装

在这里找到符合你ES版本的预编译的插件: https://github.com/o19s/elasticsearch-learning-to-rank/releases

本地编译和部署

./gradlew clean check

./bin/elasticsearch-plugin install file:///path/to/elasticsearch-learning-to-rank/build/distributions/ltr-<LTR-VER>-es<ES-VER>.zip

  • 9
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值