elasticsearch function_score 频道页排序

最新推荐文章于 2024-08-08 19:12:37 发布

程序_艺术_人生

最新推荐文章于 2024-08-08 19:12:37 发布

阅读量428

点赞数

分类专栏： elasticsearch 文章标签： flink java 人工智能推荐系统

本文链接：https://blog.csdn.net/tangpengtao/article/details/118399031

版权

本文介绍了如何使用Elasticsearch的Function_Score进行频道页内容排序优化。项目背景是提高频道页内容分发效果，选择了Elasticsearch的Function_Score结合groovy脚本动态打分。文章详细探讨了视频表ES设计、数据更新策略、性能压测以及线上灰度测试的过程，提出了如数组类型字段、离线计算部分得分、避免groovy脚本、使用min_score等优化措施。

摘要由CSDN通过智能技术生成

1:项目背景

app的频道页面需要针对内容做分发优化，让一些优质的内容得到更多的曝光。频道页涉及一定的定向性(同一个频道页只能出现该类目的内容)，并且每一个频道页的体量不是很大。思前想后不建议通过推荐系统做内容过滤，再去做分发。

2：技术方案调研

之前对elasticsearch funciton_score 有一定的了解，但是不是很深入(阮一鸣大佬的es分享)。查找了相关文档可以通过function_score传入groovy脚本，动态打分。于是在集群上测试相关函数，并且与产品初步讨论相关纬度。通过script_score调整es的打分权重，答案是可行。

POST es_score_test/_search
{
  "_source": ["category_id", "parent_nature_id", "uid", "gmt_create","second_nature_id"],
  "from": 0,
  "size": 100,
  "query": {
    "function_score": {
      "query": {
        "match": {
          "parent_nature_id": "1"
        }
      },
      "functions": [
        {
          "gauss": {
            "gmt_create": {
              "origin": "2019-03-01T14:10:30Z",
              "scale": "6d",
              "offset": "1d"
            }
          }
        },
        {
          "field_value_factor": {
            "field": "click_cout",
            "modifier": "log1p",
            "factor": 0.1
          }
        },
        {
          "script_score": {
            "script": {
              "params": {
                        "threshold": 5,
                        "discount": 0.8,
                        "target":102
                    },
              "source": "double sortScore=0;double price =doc['second_nature_id'].value; double margin = 10; if (price < params.threshold) { sortScore = price * margin / params.target }else {sortScore = price * (1 - params.discount) * margin / params.target} return sortScore"
            }
          }
        },
        {
          "script_score": {
            "script": {
              "params": {
                        "threshold": 5,
                        "discount": 0.8,
                        "target":10
                    },
              "source": "double sortScore=0;double price =doc['second_nature_id'].value; double margin = 10000; if (price < params.threshold) { sortScore = price * margin / params.target }else {sortScore = price * (1 - params.discount) * margin / params.target} return sortScore"
            }
          }
        }
      ],
      "boost_mode": "sum"
    }
  }
}