elasticsearch ElasticSearch：如何使用edge_ngram并首先显示真实的相关点击

我是elasticsearch的新手，我正在尝试开发一个电子商务搜索，向用户推荐5~10个匹配产品

由于它应该在用户打字时工作，我们在官方文档中发现使用edge_ngram和它有点工作。但当我们搜索测试时，结果并不是预期的。如下例所示（在我们的测试中）

如图所示，术语“Furadeira”（电钻）的结果返回电钻之前的附件。我如何提高结果？我想，即使是在字符串中找到匹配项的顺序也会对我有所帮助

这是我到目前为止的代码：

//举个例子
{
“设置”：{
“碎片数”：1，
“分析”：{
“过滤器”：{
“自动完成过滤器”：{
“类型”：“边缘图”，
“最小克”：1，
“最大克数”：20
},
“葡萄牙站”：{
“类型”：“停止”，
“停止语”：“葡萄牙语”
},
“葡萄牙语词干分析器”：{
“类型”：“词干分析器”，
“语言”：“轻葡萄牙语”
}
},
“分析器”：{
“葡萄牙语”：{
“类型”：“自定义”，
“标记器”：“标准”，
“过滤器”：[
“小写”，
“葡萄牙站”，
“葡萄牙语词干分析器”
]
},
“自动完成”：{
“类型”：“自定义”，
“标记器”：“标准”，
“过滤器”：[
“小写”，
“自动完成过滤器”
]
}
}
}
} 
}
/*映射*/
//PUT/example/products/\u映射
{
“产品”：{
“财产”：{
“姓名”：{
“类型”：“文本”，
“分析器”：“自动完成”，
“搜索引擎分析器”：“标准”
}
}
}
}
/*搜寻*/
//获取/示例/产品/\u搜索
{
“查询”：{
“查询字符串”：{
“查询”：“furadeira”，
“type”：“most_fields”，//也尝试不使用此选项
“字段”：[
“名称^8”，
“型号^10”，
“制造商^4”，
“说明”
]
}
}
}
/*产品示例*/
//举例说明/产品/38313
{
“名称”：“FITA VEDA FRESTA（ESPUMA 4503）12X5米[H000016055]”，
“描述”：“产品特征：Ve…Diminui ruidos indesejaveis.”，
“价格”：21.90，
“产品id”：38313，
“图像”：http://placehold.it/200x200",
“数量”：92，
“宽度”：20.200，
“高度”：1.500，
“长度”：21.500，
“重量”：0.082，
“型号”：“167083”，
“制造商”：“3M巴西公司”
}

您可以将查询增强为所谓的布尔查询，它在

must

子句中包含现有查询，但在

should

子句中有一个额外的查询，该查询完全匹配（不使用ngrammed字段）。如果查询与should子句匹配，则得分更高

---

请参阅文档。

让我们假设您有一个区分主产品和附件的字段。我称之为水平场

现在您可以使用两种方法：

1） 通过添加“应该”操作提高主要产品的分数： 将主查询放在“必须”操作和“应该”操作的“使用级别”字段中，以提高作为主要产品的文档的_分数

{
    "query": {
        "bool": {
            "must": {
                "match": {  
                    "name": {
                        "query":    "furadeira"
                    }
                }
            },
            "should": [
                { "match": {
                    "level_field": {
                        "query": "level1",
                        "boost": 3 
                    }
                }},
                { "match": {
                    "level_field": {
                        "query": "level2",
                        "boost": 2 
                    }
                }}
            ]
        }
    }
}

2） 在第二种方法中，您可以通过使用boosting查询来降低非主要产品文档的_分数：

{
  "query": {
    "boosting": {
      "positive": {
        "query_string": {
          "query" : "furadeira",
          "type" : "most_fields",
          "fields" : [
              "name^8",
              "model^10",
              "manufacturer^4",
              "description" 
              ]
          }
        }
      },
      "negative": {
        "term": {
          "level_field": {
            "value": "level2"
          }
        }
      },
      "negative_boost": 0.2
    }
    }
}

---

我希望有帮助

谢谢你的回答！不幸的是，我尝试使用bool，得到了同样的结果。谢谢你的回答！这实际上是一个很好的解决方案，但不是在这种情况下。因为如果人员正在寻找附件，则附件的相关性不低于电钻。在这种情况下，搜索本身需要更加精确。