OpenSearch：基礎排序函數

基礎排序即是海選，從檢索結果中快速找到品質高的文檔，取出TOP N個結果再按照業務排序進行精細算分，最終返回最優的結果給使用者。由此可見，基礎排序對效能影響比較大，業務排序對最終排序效果影響比較大。因此，基礎排序要求盡量簡單有效，只提取業務排序中的關鍵因子即可。同時，基礎排序與業務排序目前均通過排序運算式的方式進行配置。下文將介紹基礎排序中支援的排序特徵函數項。

1. 詳細用法static_bm25()

2. 參數無

3. 傳回值float，範圍為[0,1]

4. 適用情境1：在基礎排序的運算式中指定文本分；運算式中設定：static_bm25()

5. 注意事項

   • 預設基礎排序default中即會生效static_bm25()

1. 詳細用法exact_match_boost()

2. 參數無

3. 傳回值int，範圍為[0, 99]

4. 適用情境：查詢為query=default:’OpenSearch’^60 OR default:’opensearch’^50，希望按照實際匹配詞boost權重來排序。如果文檔A包含“OpenSearch”，文檔B包含“opensearch”，則文檔A排到文檔B前面。基礎排序運算式為：exact_match_boost()

5. 注意事項

   • 函數參數依賴欄位需建立為索引

   • 如果對於沒有指定boost的查詢詞預設boost值為99。

   • 獨享型應用，exact_match_boost函數配置在基礎排序中，可支援 [‘sum’, ‘max’]二種參數配置：

1. 詳細用法timeliness(pubtime)

2. 參數pubtime：要評估的欄位，類型必須為int，單位為秒。

3. 傳回值float，範圍為[0,1]，值越大表示時效性越好。若大於目前時間則返回0。

4. 適用情境：在基礎排序中指定create_timestamp欄位的時效性；運算式中設定：timeliness(create_timestamp)

5. 注意事項

   • pubtime欄位必須配置為屬性欄位。

1. 詳細用法timeliness_ms(pubtime)

2. 參數pubtime：要評估的欄位，類型必須為int，單位為毫秒。

3. 傳回值float，範圍為[0,1]，值越大表示時效性越好。若大於目前時間則返回0。

4. 適用情境：在基礎排序中指定create_timestamp欄位的時效性；運算式中設定：timeliness_ms(create_timestamp)

5. 注意事項

   • pubtime欄位必須配置為屬性欄位。

1. 情境概述相關性計算過程中，一篇doc的好壞需要從不同的維度衡量。而各個維度分數範圍可能不同，比如網頁點擊數可能是成百上千萬，網頁的文本相關性分數在[0, 1]之間，它們之間沒有可比性。為了在公式中使用這些元素，需要將不同的分數歸一化至同一個範圍區間，而normalize為這種歸一化提供了一種簡便的方法。normlize支援三種歸一化方法：線性函數轉化、對數函數轉化、反正切函數轉化。根據傳入參數的不同，normalize自動選擇不同的歸一化方法。如果只指定value參數，normalize使用反正切函數轉化，如果指定了value和max參數，normalize使用對數函數轉化，如果指定了value、max和min，normalize使用線性函數轉化。

2. 詳細用法：normalize(value, max, min)

3. 參數value：需要做歸一化的值，支援double類型的浮點數，該值可以來自文檔中的欄位或者其他運算式max：value的最大值，可選，支援double類型的浮點數min：value的最小值，可選，支援double類型的浮點數

4. 傳回值double，[0, 1]之間的值。

5. 適用情境1：對price欄位做歸一化，但是不知道price的範圍，可以使用如下公式進行歸一化normalize(price)

   情境2：對price欄位做歸一化，但是只知道price的最大值為100，可以使用如下公式進行歸一化normalize(price, 100)

   情境3：對price欄位做歸一化，並且知道price的最大值為100，最小值為1，可以使用如下公式進行歸一化normalize(price, 100, 1)

   情境4：將distance函數的結果歸一化至[0, 1]normalize(distance(longitude_in_doc, latitude_in_doc, longtitude_in_query, latitude_in_query))

6. 注意事項：

   • 函數參數需建立為屬性

   • 使用反正切函數進行歸一化時，如果value小於0，歸一化後的值為0

   • 使用對數函數進行歸一化時，max的值要大於1

   • 使用線性函數進行歸一化時，max要大於min

函數描述：返回參數中指定的類目欄位與類目預測query的類目匹配分

1. 詳細用法

   category_score(cate_id)

2. 參數

   cate_id：訓練時作為類目ID的欄位，類型必須為int。

3. 傳回值INT，範圍為[0,2]。

4. 適用情境：可以參考類目預測功能使用情境；運算式中設定：category_score(cate_id)

5. 注意事項

   • 需要與類目預測演算法功能配合使用