elasticsearch搜索评分调整

存个子字段为keyword类型，然后用function_score进行term过滤满足你的需求么？

POST /caster3/_search

{

  "query": {

    "function_score": {

      "query": {

        "match": {

          "text": "计算机"

        }

      },

      "boost": "1",

      "functions": [

        {

          "filter": {

            "term": {

              "text.keyword": "计算机"

            }

          },

          "weight": 2

        }

      ]

    }

  }

}

这样查询结果如下：

{

  "_index" : "caster3",

  "_type" : "_doc",

  "_id" : "dTG3WHwBSCW7lcY4Wmjr",

  "_score" : 2.8553414,

  "_source" : {

    "text" : "计算机"

  }

},

{

  "_index" : "caster3",

  "_type" : "_doc",

  "_id" : "gjG3WHwBSCW7lcY4S2dH",

  "_score" : 1.2958856,

  "_source" : {

    "text" : "计算机与计算机的组成"

  }

}

另外我这面 7.x 版本，查询计算机分数要比计算机与计算机的组成要高:

{

  "_index" : "caster3",

  "_type" : "_doc",

  "_id" : "dTG3WHwBSCW7lcY4Wmjr",

  "_score" : 1.4276707,

  "_source" : {

    "text" : "计算机"

  }

},

{

  "_index" : "caster3",

  "_type" : "_doc",

  "_id" : "gjG3WHwBSCW7lcY4S2dH",

  "_score" : 1.2958856,

  "_source" : {

    "text" : "计算机与计算机的组成"

  }

}

词频在这种场景下确实有点影响，1楼的话如果文档一是”计算机与“搜计算机就不生效了，之前我们的做法是修改lucene的打分公式，忽略词频对打分的影响

目前调整了下，才发现搜索时的norms设置为了false，改为true，这样就会考虑字段长度对相关性的影响，是false时不考虑。但还是有一些例外情况，如果两个文档字段长度相差不大，一个是“计算机”，一个是“计算机组成”，但不在同一个分片上，打分时那些参数如总文档数，包含搜索词的文档数都是在每个分片上计算的，不是所有分片合起来总的来算，这样就有可能使“计算机组成”排在前面，我的想法是调整里面的参数b（默认是0.75），改为0.8、0.85等等之类，放大字段长度的影响，但找了很久，目前来看，好像改不了？