PTT推薦

[請益] Elastic Search結果慘烈怎麼修

看板Soft_Job標題[請益] Elastic Search結果慘烈怎麼修作者
DOC
(鍛鍊的還不夠)
時間推噓10 推:14 噓:4 →:44

小弟是網路公司的PM,負責一個跟景點圖資有關的產品,目前服務內有個進50萬的POI資料庫,但是讓用戶搜尋時,跑出來的結果非常糟糕,而且負責此項目的同事說能優化的都做了,已經無法再調整。想問問看版上的大神能不能開示怎麼處理比較好

被檢索的欄位
poiNameCN:晴空塔
poiNameEN:Tokyo Skytree
nickname1:天空樹
nickname2:新東京鐵塔
adminDivisionCN:日本/東京都/東京都心/墨田區
adminDivisionEN:Japan/Tokyo/Special wards/Sumida

原本理想的情況是,不管用戶是輸入景點的中文或英文名稱、或是輸入別名,或是輸入名稱加上行政區劃內的某一層(例如輸入:東京 天空樹),都可以用這些欄位來找出關連,可是實測之後的結果卻很糟

想問問有沒有大神有這種讓elsatic search同時比同一個物件的多個欄位,再排關聯度的經驗,能給小PM一點建議,讓我可以再去爭取重開這個優化的需求

感謝!

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.133.105.193 (臺灣)
PTT 網址

srwhite01/15 17:5550萬筆聽起來沒有很大(? 你們是用like去查嗎

kewang01/15 18:06是同行嗎 xd https://techblog.funliday.com 裡面我有寫一

kewang01/15 18:06些可以參考,但都是舊版的方式了,有空再寫新版的方式

B098869808801/15 18:23怎麼個糟法?連舉例都不會不要當pm害人好嗎 另外官

B098869808801/15 18:23方不是有sup嗎?官方對於這case給的回應是什麼

Sunal01/15 18:25發現k旺?

Lordaeron01/15 18:26我認為B0988698088 應該有SOLUTION的,出一篇吧。

alihue01/15 18:31你要先釐清是 recall 還是 ranking 問題。換句話說是搜尋

alihue01/15 18:31結果沒有命中還是單純排序太後面。此外對 input 拆詞後是

alihue01/15 18:31採用什麼樣語法搜尋,以及需要檢查拆詞後的結果符不符合

alihue01/15 18:31預期。然後同義詞機制要重新設計,通常是在 query time

alihue01/15 18:31先展開比較單純好維護。然後地點看你是想要真的依照經緯

alihue01/15 18:31度找還是單純用關鍵字,演算法差很多

johnny914401/15 18:34如果是你這需求,從 schema design 就錯了,不如說

johnny914401/15 18:34說你們做了什麼優化好了XD

alihue01/15 18:35排關聯度就單純很多,同常就命中的詞 + BM25 + 設欄位權

alihue01/15 18:35重。雖然進階的應該要用使用者 log 去用 ML 做 ranking,

alihue01/15 18:35不過看起來你們的進度連初階 elasticsearch 功能都還沒正

alihue01/15 18:35確使用,也就是我前面說的你們可能連 recall 都不好

johnny914401/15 18:36其次,你們的需求&量級用到 elasticsearch 感覺有

johnny914401/15 18:36點殺雞用牛刀了,可以試試 Meilisearch 這種小型的

johnny914401/15 18:36,你們應該會快樂很多,也不用懂那麼多

alihue01/15 18:37其實你可以善用 chatGPT 應該可以有簡單的理解。也可以嘗

alihue01/15 18:37試自己架 elasticsearch,應該還不需要寫到 code,除了匯

alihue01/15 18:37大量資料以外

layer093001/15 19:00這是pm責任嗎?

johnbill01/15 19:07連問題都說不清楚 這PM

pvq21201/15 19:37看你說明是想要用天空樹也搜尋到晴空塔之類的,那就是同義

pvq21201/15 19:37

pvq21201/15 19:37然後再來針對搜尋的關鍵字去做中文、英文分詞,資料入庫時

pvq21201/15 19:37就會去做索引,再加上個英文大小寫或是簡繁的 filter,後

pvq21201/15 19:37面再記錄一下搜尋熱門關鍵字,去維護 dict 或是 synonym

qazwsx1201/15 21:00這問題有說不好嗎?好奇

ku39999901/15 21:26感覺也沒到不好 就不足以判斷問題在哪裡吧

internetms5201/15 22:04用json dsl組full text search理論上會得到你要的

internetms5201/15 22:04東西才對,如果還是不行,那就是分詞問題,比較不好

internetms5201/15 22:04處理喔

layer093001/15 23:46他問題不是同義詞,而是搜尋的結果差強人意

layer093001/15 23:46這東西很主觀

layer093001/15 23:48這不太適合新手寫..

guanting88601/16 06:17你家工程師該煩惱的事丟給你在煩惱快跑ㄅ

jigfopsda01/16 08:08先定義一個分數來表示「糟糕程度」再來根據分數做調整

jigfopsda01/16 08:08這個分數要跟你們商業上的需求一致

DrTech01/16 08:10這發文,大概連怎樣評價搜尋引擎的指標都不懂吧,只靠感覺

DrTech01/16 08:10。做PM啊,先去了解一下怎麼樣量化自己產品的品質水準。1.

DrTech01/16 08:10先學搜尋引擎常見評價指標。2. 根據自己產品,選擇適合的

DrTech01/16 08:11指標(別硬抄網路上的)3. 設計一個上線前,必需測過的多個

DrTech01/16 08:11測試案例。評價測試案例得到的分數。4.針對沒過的案例,再

DrTech01/16 08:11來與技術人員討論,這個案例怎麼改善。沒這流程,只會造成

DrTech01/16 08:11搜尋引擎改了A,卻產生新的Bug或副作用而已。

DrTech01/16 08:13不要靠"感覺"或"單一case"來決定好壞。硬是解決了一個case

DrTech01/16 08:13,只常會造成其他case變差。

jigfopsda01/16 09:01推樓上,做任何事情前最重要的就是先把 metric 訂好

ZakuSIN01/16 10:07實作結果與需求不符,怎不直接打回去重弄就好了?

ZakuSIN01/16 10:07能優化的都做了 => 結果很爛 = 沒做

sw1201/16 11:12....我覺得語氣沒不好。大家壓力好大...

DarkIllusion01/16 11:39遇到鳥PM大家火氣都很大

untitled01/16 12:41先確認一下,是 ElasticSearch 7 還是 8 呢?

ns123401/16 18:56expalin看看分數吧,搞不好你們有動到排序他會完全不吃scor

peter9801/16 23:50ES...好久沒聽到這個詞了 都是說OS惹拔

bitcch01/17 22:16好奇你的糟是指搜尋速度慢 還是達不到想要的效果

darkMood01/17 22:36嘻嘻,終於有讀書人的問題了,不是碼工的問題了。