OpenSearch:Fungsi pengurutan presisi

Ekspresi pengurutan presisi digunakan untuk memberi skor dan mengurutkan hasil yang telah melalui pengurutan kasar, lalu mengembalikan hasil optimal. Anda dapat menyesuaikan ekspresi pengurutan sesuai kebutuhan aplikasi dan menentukannya dalam kueri pencarian untuk mengurutkan hasil. Ekspresi pengurutan mendukung operasi dasar, fungsi matematika, serta fungsi fitur. Operasi dasar mencakup operasi aritmetika, relasional, logika, bitwise, dan kondisional. OpenSearch menyediakan templat ekspresi untuk memudahkan pencarian pada aplikasi khas, seperti forum dan berita. Pilih templat ekspresi yang sesuai dengan karakteristik data Anda, lalu modifikasi templat tersebut guna menghasilkan ekspresi kustom. Topik ini menjelaskan fungsi pengurutan presisi yang didukung.

Relevansi teks

1. text_relevance: Menghitung relevansi teks antara kueri pencarian dan nilai bidang dalam dokumen.

2. text_relevance_llm: Memanggil model pengurutan untuk mengurutkan hasil pencarian.

3. field_match_ratio: Mengembalikan rasio jumlah kata kunci yang cocok dengan kueri pencarian terhadap total jumlah kata kunci dalam suatu bidang.

4. query_match_ratio: Mengembalikan rasio jumlah kata kunci dari kueri pencarian yang ditemukan dalam bidang tertentu terhadap total jumlah kata kunci dalam kueri pencarian.

5. fieldterm_proximity: Mengembalikan kedekatan kata kunci dalam suatu bidang.

6. field_length: Mengembalikan jumlah kata kunci dalam suatu bidang.

7. query_term_count: Mengembalikan jumlah kata kunci dalam kueri pencarian setelah analisis.

8. query_term_match_count: Mengembalikan jumlah kata kunci dari kueri pencarian yang ditemukan dalam bidang tertentu suatu dokumen.

9. field_term_match_count: Mengembalikan jumlah kata kunci dalam suatu bidang yang cocok dengan kueri pencarian.

10. query_min_slide_window: Mengembalikan rasio jumlah kata kunci dari kueri pencarian yang ditemukan dalam bidang tertentu terhadap jendela minimum yang memuat kata kunci tersebut dalam bidang tersebut.

Relevansi lokasi geografis

1. distance: Mengembalikan jarak bola (spherical distance) antara dua titik. Fungsi ini biasanya digunakan untuk menghitung jarak dalam layanan berbasis lokasi (LBS).

2. gauss_decay: Menggunakan fungsi Gaussian untuk menghitung tingkat pelemahan berdasarkan jarak antara suatu nilai dan titik origin yang ditentukan.

3. linear_decay: Menggunakan fungsi linear untuk menghitung tingkat pelemahan berdasarkan jarak antara suatu nilai dan titik origin yang ditentukan.

4. exp_decay: Menggunakan fungsi eksponensial untuk menghitung tingkat pelemahan berdasarkan jarak antara suatu nilai dan titik origin yang ditentukan.

Ketepatan waktu

1. timeliness: Mengembalikan skor ketepatan waktu yang menunjukkan seberapa baru suatu dokumen. Satuannya adalah detik.

2. timeliness_ms: Mengembalikan skor ketepatan waktu yang menunjukkan seberapa baru suatu dokumen. Satuannya adalah milidetik.

Relevansi algoritma

1. category_score: Fungsi prediksi kategori yang mengembalikan skor kecocokan antara bidang kategori yang ditentukan dalam parameter dan kategori yang diperoleh dari kueri prediksi kategori.

2. popularity: Mengembalikan skor popularitas suatu komoditas. Skor ini menunjukkan tingkat popularitas komoditas tersebut.

Fungsionalitas

1. tag_match: Mencocokkan kueri dengan dokumen berdasarkan tag dan memberi skor dokumen dengan menghitung bobot tag yang cocok.

2. first_phase_score: Mengembalikan skor yang dihitung oleh ekspresi pengurutan kasar.

3. kvpairs_value: Mengembalikan nilai bidang tertentu dalam klausa kvpairs suatu kueri.

4. normalize: Fungsi normalisasi yang menskalakan nilai dari berbagai rentang penilaian ke rentang [0, 1].

5. in/notin: Memeriksa apakah nilai suatu bidang termasuk atau tidak termasuk dalam daftar yang ditentukan.