使用More like this实现基于内容的推荐
来源:互联网 发布:sql 取日期部分 编辑:程序博客网 时间:2024/06/10 18:02
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。
{ "more_like_this" : { "fields" : ["title", "content"], "like_text" : "text like this one", } }
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。
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
0 0
- 使用More like this实现基于内容的推荐
- elasticsearch java API ------使用More like this实现基于内容的推荐
- ElasticSearch java API-使用More like this实现基于内容的推荐
- 分布式搜索elasticsearch java API 之(八)------使用More like this实现基于内容的推荐
- 分布式搜索elasticsearch java API 之(八)------使用More like this实现基于内容的推荐
- 分布式搜索elasticsearch java API 之(八)------使用More like this实现基于内容的推荐
- 分布式搜索elasticsearch java API 使用More like this实现
- Hadoop 2.6 使用MapReduce实现基于内容的推荐系统
- 基于内容的推荐 java实现
- 基于内容的推荐
- 基于内容的推荐
- 基于内容的推荐
- SOLR5.5 More Like This 相似文档
- 如何实现基于内容和用户画像的个性化推荐
- 如何实现基于内容和用户画像的个性化推荐
- 如何实现基于内容和用户画像的个性化推荐
- 基于内容推荐的个性化新闻阅读实现(二):基于SVD的推荐算法
- 推荐算法:基于内容的推荐_1:内容推荐算法
- java线程同步:synchronized
- DES算法原理C++模拟实现
- 文字检测与识别4-过分割和beam search
- 我的第一篇博客
- synchronized 与 ReentrantLock 同步代码块简单实现
- 使用More like this实现基于内容的推荐
- fedora23 安装smplayer
- Codeblocks的主题设置
- mfc串口通过串口接收到的数据进行分离处理
- ArcEngine输出当前显示范围为JPG图像
- python中的pass,del,exec,eval语句
- Android app security安全问题总结
- Redis HyperLogLog
- groupbox新增按钮不可见解决办法