8.分布式搜索elasticsearch java API ------使用More like this实现基于内容的推荐

gdrocket

基于内容的推荐通常是给定一篇文档信息，然后给用户推荐与该文档相识的文档。Lucene的api中有实现查询文章相似度的接口，叫MoreLikeThis。Elasticsearch封装了该接口，通过Elasticsearch的More like this查询接口，我们可以非常方便的实现基于内容的推荐。
先看一个查询请求的json例子：
 
[plain] view plaincopy

• {   
  
•     "more_like_this" : {   
  
•         "fields" : ["title", "content"],   
  
•         "like_text" : "text like this one",   
  
•     }   
  
• }  
  

　　其中：
 
fields是要匹配的字段，如果不填的话默认是_all字段
like_text是匹配的文本。
除此之外还可以添加下面条件来调节结果
percent_terms_to_match：匹配项（term）的百分比，默认是0.3
min_term_freq：一篇文档中一个词语至少出现次数，小于这个值的词将被忽略，默认是2
max_query_terms：一条查询语句中允许最多查询词语的个数，默认是25
stop_words：设置停止词，匹配时会忽略停止词
min_doc_freq：一个词语最少在多少篇文档中出现，小于这个值的词会将被忽略，默认是无限制
max_doc_freq：一个词语最多在多少篇文档中出现，大于这个值的词会将被忽略，默认是无限制
min_word_len：最小的词语长度，默认是0
max_word_len：最多的词语长度，默认无限制
boost_terms：设置词语权重，默认是1
boost：设置查询权重，默认是1
　　analyzer：设置使用的分词器，默认是使用该字段指定的分词器
 
下面介绍下如何用java api调用，一共有三种调用方式，不过本质上都是一样的，只不过是做了一些不同程度的封装。
 
[java] view plaincopy

• MoreLikeThisRequestBuilder mlt = new MoreLikeThisRequestBuilder(client, "indexName", "indexType", "id");  
  
• mlt.setField("title");//匹配的字段  
  
• SearchResponse response = client.moreLikeThis(mlt.request()).actionGet();  
  

　　这种是在查询与某个id的文档相似的文档。这个接口是直接在client那调用的，比较特殊。还有两种就是构造Query进行查询
 
 
[java] view plaincopy

• MoreLikeThisQueryBuilder query = QueryBuilders.moreLikeThisQuery();  
  
• query.boost(1.0f).likeText("xxx").minTermFreq(10);  
  

　　这里的boost、likeText方法完全和上面的参数对应的。下面这种就是把要匹配的字段作为参数传进来，参数和MoreLikeThisQueryBuilder是一样的。
 
 
[java] view plaincopy

• MoreLikeThisFieldQueryBuilder query = QueryBuilders.moreLikeThisFieldQuery("fieldNmae");