20.混合使用match和近似匹配实现召回率与精准度的平衡

主要知识点：

• 召回率的慨念
• 精准度的慨念
• match和近似匹配混合使用方法

 
 

 
 

召回率（recall）：比如你搜索一个java spark，总共有100个doc，能返回多少个doc作为结果，就是召回率。

精准度（precision）:比如你搜索一个java spark，能不能尽可能让包含java spark，或者是java和spark离的很近的doc的分数越高排在最前面。

直接用match_phrase短语搜索，会导致必须所有term都在doc field中出现，而且距离在slop限定范围内，才能匹配上。如果某一个doc可能就只一有某一个term没有包含到，也是无法作为结果返回。比如：

java spark --> hello world java --> 就不能返回了

java spark --> hello world, java spark --> 才可以返回

 
 

近似匹配的时候，召回率比较低，精准度太高了

直接用match进行查询时召回率较高，但是精准度太低了。

 
 

很多时候我们可能希望有部分term被匹配也能做为结果返回，并且返回的结果集中，以近似匹配的方式进行排序。这时就要混合使用match和近似匹配实现召回率与精准度的平衡。此时可以用bool组合match query和match_phrase query一起，来实现上述效果。

 
 

一、先执行macth查询：

 
 

GET /forum/article/_search

{

"query": {

"match": {

"content": "java spark"

}

}

}

查出4条数据，最大数据的分数是

 
 

二、再进行match_phrase查询：

GET /forum/article/_search

{

"query": {

"match_phrase": {

"content": {

"query": "java spark",

"slop":50

}

}

}

}

查询出一条结果，可以和上边作分数比较，本次查询分数较低。

三、混合查询

 
 

GET /forum/article/_search

{

"query": {

"bool": {

"must": [

{"match": {

"content": "java spark"

}}

],

"should": [

{"match_phrase": {

"content": {

"query": "java spark",

"slop":50

}

}}

]

}

}

}

也查出两条结果，但是两条结果的分数和上两次查询都不同，满足了我们的需求，