AI-Powered Elasticsearch

概述

本项目是参照AI-Powered Search¹书籍和Elasticsearch Learning to Rank²指南构建的示例应用，以期望实现智能化搜索。

功能

• Signal Boosting
• Auto Learning to Rank
• Query Suggestion
• 知识图谱

信号数据

不同类型的信号有不同的属性需要记录。例如，对于“查询”信号，我们要记录用户的关键字。对于“点击”信号，我们想要记录点击了哪个文档，以及哪个查询导致了点击。为了后续分析，我们还需要记录用户在查询后返回并可能查看了哪些文档。为了使事情更具可扩展性并避免为每种新信号类型编写自定义代码，我们采用一种通用格式来表示信号。

信号的数据结构：

• query_id：发起此信号的查询信号的唯一ID
• user: 代表特定用户的标识符
• type: 什么样的信号（查询、点击、购买等）
• target：信号在此signal_time适用的内容
• signal_time: 信号发生的日期和时间

例如，假设用户执行了以下操作序列：

1. 发起一次"ipad"查询，并返回了三个文档(doc1，doc2，doc3)
2. 点击doc1
3. 返回搜索结果列表并点击doc3
4. 将加入doc3购物车
5. 回去搜索框，发起"ipad cover"查询，并返回了两个文档(doc4，doc5)
6. 点击doc4
7. 将加入doc4购物车
8. 购买了购物车中(doc3, doc4)商品

用户在与系统的交互中，将产生以下信号数据：

query_id	user	type	target	signal_time
1	u123	query	ipad	2020-05-01-09:00:00
1	u123	result	doc1、doc2、doc3	2020-05-01-09:00:00
1	u123	click	doc1	2020-05-01-09:00:10
1	u123	click	doc3	2020-05-01-09:00:29
1	u123	add_to_cart	doc1	2020-05-01-09:03:40
2	u123	query	ipad cover	2020-05-01-09:04:00
2	u123	result	doc4、doc5	2020-05-01-09:04:00
2	u123	click	doc4	2020-05-01-09:04:40
2	u123	add_to_cart	doc4	2020-05-01-09:05:50
1	u123	purchase	doc3	2020-05-01-09:07:15
2	u123	purchase	doc4	2020-05-01-09:07:15

Signal Boosting

我们演示了ipad在我们的'products'数据集中对查询进行的开箱即用的搜索。

query = "ipad"

collection = "products"
request = {
    "query": query,
    "fields": ["upc", "name", "manufacturer", "score"],
    "limit": 5,
    "params": {
      "qf": "name manufacturer longDescription",
      "defType": "edismax"
    }
}

search_results = requests.post(solr_url + collection + "/select", json=request).json()["response"]["docs"]
display(HTML(render_search_results(query, search_results)))

Todo

• Docker & Docker Compose
• 定义前端埋点数据格式
• 基于Click Model生成SDBN数据
• 构建Judgement List
• 基于 RankLib 训练LTR模型
• [ ]

Footnotes

1. AI-Powered Search，https://www.manning.com/books/ai-powered-search ↩

2. Elasticsearch Leaning to Rank, https://elasticsearch-learning-to-rank.readthedocs.io/en/latest/ ↩