Neil Zhu，简书ID Not_GOD，University AI 创始人 & Chief Scientist，致力于推进世界人工智能化进程。制定并实施 UAI 中长期增长战略和目标，带领团队快速成长为人工智能领域最专业的力量。
作为行业领导者，他和UAI一起在2014年创建了TASA（中国最早的人工智能社团）, DL Center（深度学习知识中心全球价值网络），AI growth（行业智库培训）等，为中国的人工智能人才建设输送了大量的血液和养分。此外，他还参与或者举办过各类国际性的人工智能峰会和活动，产生了巨大的影响力，书写了60万字的人工智能精品技术内容，生产翻译了全球第一本深度学习入门书《神经网络与深度学习》，生产的内容被大量的专业垂直公众号和媒体转载与连载。曾经受邀为国内顶尖大学制定人工智能学习规划和教授人工智能前沿课程，均受学生和老师好评。
https://qbox.io/blog/optimizing-search-results-in-elasticsearch-with-scoring-and-boosting
https://qbox.io/blog/optimizing-search-results-in-elasticsearch-with-scoring-and-boosting
尽管 Elasticsearch 提供了一种有效的排序算法，但在很多场景中仍是不足够的。
影响排序的主要因素是：term frequency/inverse document frequency tf/idf
- tf
- idf
- coord 多个项匹配的度量
- lengthnorm 匹配小的字段的度量
- querynorm 查询规范化因子
- boost(index) 索引时刻 boost
- boost(query) 查询时刻 boost
tf 在上下文中的文档中度量项的出现次数。如果出现的次数高，分数就高，该文档出现在结果中的概率就高。
idf 项在一个文档集合中出现的频繁程度。
coord 是匹配多个搜索项目的度量，更高的值将会增加总共的分值。考虑一个搜索“woolen”“jacket”。如果你进行了 term 查询，这个不会有什么变化：只是在内部执行了一个 bool 查询，分开的搜索将会对每个项执行。包含所有这些词的文档，相比那些只有其中一部分将会有更高的排名。如果你使用 coord 因子为 2，那么包含两个项的文档的 coord 值就是 22 =4。而只包含一个 term 的排名就会是 21=2。
lengthnorm 度量了更小的字段匹配，给这些以更高的权重。例如，如果搜索项在 title 字段而不是 content 字段中找到了匹配，他可能会得到相关性。
尽管这不是直接和文档相关度有关，querynorm 是一种在你使用查询类型的组合时候比较查询的度量。
你同样可以使用 boost 因子索引时 boost 和查询时 boost 影响分值。
背景知识：默认的 Elasticsearch 积分算法是 Boolean 模型和 VSM 信息检索模型。所有的文档首先经过 Boolean 模型，然后使用 VSM 模型进行计分。
score****(q,d) = queryNorm****(q) * coord****(q,d) * ∑ ( tf****(t in d) * idf****(t)² * t.getBoost() *norm****(t,d)) (t in q)
【之间略去一大部分】
Conclusions
- It is hard to find a query which works well for every search. If there is a particular search found to yield bad results, it can be easy to optimise towards improving and fixing that search, but then other searches end up suffering as a result. When making changes to the search query, always think: will this work well for both general searches and specific searches?
很难找到一个对任何搜索任务都适用的查询。如果某个搜索产生了不好的结果，那么优化相应的搜索提升效果很容易但是其他的搜索也许会受到影响。在对搜索的查询修改时，总是要想想：这个对特定的搜索和宽泛的搜索都可以工作得很好么？
- Use filters for faceting, to filter search results without affecting facet counts. Also, Elasticsearch filters are (by default) cached, so can boost performance.
使用过滤器进行 faceting。同样过滤器也是会缓存的，所以可以提升性能。
- The three types of instant search: product suggestions, search suggestions and spelling corrections can be achieved with a single Elasticsearch query – providing the title field is configured with both a shingles and n-grams analyzer.
三种类型的即刻搜索：产品建议、搜索建议和拼写纠正，可以通过一个简单的 Elasticsearch 查询——只要title 字段适用 shingles 和 n-grams 分析器就可以了。
- You should always A/B test whenever you make a change to the search experience. It can be invaluable to have good reporting on things like ‘searches which yield no results’ to easily catch problem with changes to the query.
需要在改动搜索效果的时候进行 A/B test。这在捕获问题的时候尤其有用。
- Use index aliases to make large changes while maintaining zero-downtime.
There can be non-deterministic results with a distributed search engine, but with Elasticsearch these problems can be resolved at the cost of additional latency.
使用索引别名来实现大的变动零宕机
- The search experience makes a big difference. It not only enables customers to discover the products they are looking for, but a well-tuned search experience can also can help them discover things they weren’t explicitly searching for. We saw significant boosts in revenue from search every time we made improvements to the search engine.
搜索体验很重要。不仅仅能够让用户发现想要的产品，二姐更好的搜索体验是能够帮助他们发现隐藏的事物。我们看到了对搜索进行改进后收入的显著的提升。
