cron4j每天下午3点执行表达式_电商/O2O行业搜索排序表达式最佳实践

搭建搜索功能不难&＃xff0c;难的是如何提高搜索质量&＃xff0c;帮助用户快速找到心中所想的内容或商品&＃xff0c;那么搜索结果的相关性排序则是影响用户体验最关键的一环,今天小编和大家聊一聊"开放搜索"几个典型的排序表达式的应用,如何更好的优化电商/O2O行业的排序效果.

Query在开放搜索的执行流程

开放搜索排序表达式配置

场景1&＃xff1a;关键词重复堆砌导致排序分数较高问题

案例&＃xff1a;电商商家作弊问题&＃xff1a;关键词重复堆砌导致排序分数较高,排序结果靠前

开放搜索解决方案&＃xff1a;业务排序函数field_term_match_count,获取文档中某个字段与查询词匹配的词组个数,根据不同个数做不同的处理;

场景2&＃xff1a;衡量商品时效性

开放搜索解决方案: 可以用在粗排和精排的timeliness函数,计算时效分&＃xff0c;用于衡量文档/商品的新旧程度, 单位为秒,返回值:float&＃xff0c;值域为[0,1],值越大表示时效性越好;

场景3&＃xff1a;不同维度归为同一区间&＃xff08;综合分值&＃xff09;去排序

案例&＃xff1a;一篇doc的好坏需要从不同的维度衡量。而各个维度的分数值域可能不同&＃xff0c;网页点击数可能是成百上千万&＃xff0c;网页的文本相关性分数在[0, 1]之间&＃xff0c;它们之间没有可比性&＃xff0c;为了在公式中使用这些元素&＃xff0c;需要将不同的分数归一化至同一个值域区间&＃xff0c;而normalize为这种归一化提供了一种简便的方法

开放搜索解决方案&＃xff1a;归一化函数normalize根据不同的算分将数值归一化至[0, 1]&＃xff1b;

场景4: 对符合用户标签喜好的商品加权

案例: 年轻女用户搜索"鞋子",对应商品排序需求满足用户特性标签"年轻""女性";对符合用户标签喜好的商品加权,从而实现个性化搜索排序;

开放搜索解决方案: 商品可以具有多个属性标签,例如1表示年轻人&＃xff08;年龄&＃xff09;、2表示中年人&＃xff08;年龄&＃xff09;、3表示小清新&＃xff08;风格&＃xff09;、4表示时尚&＃xff08;风格&＃xff09;、5表示女性&＃xff08;性别&＃xff09;、6表示男性&＃xff08;性别)等等, 应用标签匹配tag_match 函数,实现对匹配到的商品做排序加权,

场景5&＃xff1a;某时间段的指定搜索需求

例如&＃xff1a;

查询下午14点到15:30点营业的店铺

查询下午14点到15:30之间&＃xff0c;库存>10的店铺有哪些

查询明天晚上能服务3-5个人的店铺

开放搜索解决方案&＃xff1a; 运用功能函数bit_struct将INT_ARRAY字段值进行自定义分组并允许对分组值进行指定operation计算。

场景6&＃xff1a;基于位置、距离搜索

案例&＃xff1a;查找距离用户10公里内的【外婆家】餐厅&＃xff0c;并按照距离由近及远排序

开放搜索解决方案&＃xff1a;运用distance函数, 获取两个点之间的球面距离,一般用于LBS的距离计算。

如果你想和更多搜索技术相关同学交流&＃xff0c;可以一起加入【推荐与搜索技术交流群】&＃xff0c;钉钉群号&＃xff1a; 23310502。