Docs Menu
Docs Home
/
Atlas
/
Atlas Search
/
정확성 개선

결과에서 문서 점수를 사용자 지정하는 방법

결과에서 문서의 점수를 사용자 정의할 수 있습니다. 점수 계산 방식을 조정하면 가장 관련성이 높은 문서가 검색 결과에서 더 높은 순위를 차지할 수 있습니다. 점수를 사용자 지정할 수 있는 다양한 방법에 대해 자세히 알아보려면 결과에서 문서 점수 매기기를 참조하세요. 이 페이지에서는 결과 내 문서의 점수를 수정하여 결과의 순위를 올리거나 내리는 방법과 후속 집계 파이프라인 단계에서 $search 쿼리 점수를 0 ~ 1 범위로 정규화하는 방법을 설명합니다.

결과에서 문서 점수를 수정합니다

Atlas Search 쿼리 반환하는 모든 문서 에는 관련성에 따라 점수가 할당됩니다. 결과 설정하다 에 포함된 문서는 가장 높은 점수부터 가장 낮은 점수 순으로 반환됩니다. 자세히 학습 결과에서 문서 점수 매기기를 참조하세요.

모든 연산자에서 다음 옵션을 사용하여 기본 채점 동작을 수정할 수 있습니다. 자세한 내용과 예시를 보려면 다음 옵션 중 하나를 클릭하세요.

이 섹션에서는 검색 필드에 가중치를 추가하여 결과나 결과 카테고리에서 문서의 순위를 올리거나 내리는 방법을 설명합니다. 특히 하나 이상의 값을 필드에 할당하여 더 높거나 낮은 점수의 결과를 반환하는 방법을 보여줍니다.

예시 인덱스

동적 매핑이 활성화된 인덱스를 설정하여 컬렉션의 모든 필드를 인덱싱하거나, 쿼리하고 결과를 정렬하려는 필드에 정적 매핑을 설정할 수 있습니다. Atlas Search 검색 인덱스를 만드는 방법에 대한 자세한 내용은 Atlas Search 인덱스 생성을 참조하세요.

쿼리 예시

샘플 쿼리는 결과에서 문서의 순위를 올리거나 내리는 방법을 보여줍니다. 이러한 연산자는 복합 연산자를 사용하여 두 개 이상의 연산자를 하나의 쿼리로 결합합니다.

➤ 언어 선택 드롭다운 메뉴를 사용하여 사용할 클라이언트를 설정하다 이 섹션의 예제를 사용해 보세요.

점수 정규화

집계 파이프라인의 후속 단계에서 0 에서 1 범위의 $search 쿼리 점수를 정규화할 수 있습니다. $search 단계 이후 다음 단계를 사용하여 다음 순서로 점수를 정규화할 수 있습니다.

  • $addFields

    {
       "$addFields": {
       "score": {
           "$meta": "searchScore"
       }
       }
    }

  • $setWindowFields

    {
       "$setWindowFields": {
       "output": {
           "maxScore": {
           "$max": "$score"
           }
       }
       }
    }

  • $addFields

    {
       "$addFields": {
       "normalizedScore": {
           "$divide": [
           "$score", "$maxScore"
           ]
       }
       }
    }
1db.movies.aggregate([{
2    "$search": {
3      "text": {
4        "query": "Helsinki",
5        "path": "plot"
6      }
7    }
8  },
9  {
10    "$limit": 5
11  },
12  {
13    "$project": {
14      "_id": 0,
15      "title": 1,
16      "score": 1,
17      "maxScore": 1,
18      "normalizedScore": 1
19    }
20  },
21  {
22    "$addFields": {
23      "score": {
24        "$meta": "searchScore"
25      }
26    }
27  },
28  {
29    "$setWindowFields": {
30      "output": {
31        "maxScore": {
32          "$max": "$score"
33        }
34      }
35    }
36  },
37  {
38    "$addFields": {
39      "normalizedScore": {
40        "$divide": [
41          "$score", "$maxScore"
42        ]
43      }
44    }
45}])
1[
2    {
3      title: 'Drifting Clouds',
4      score: 4.5660295486450195,
5      maxScore: 4.5660295486450195,
6      normalizedScore: 1
7    },
8    {
9      title: 'Sairaan kaunis maailma',
10      score: 4.041563034057617,
11      maxScore: 4.5660295486450195,
12      normalizedScore: 0.8851372929150143
13    },
14    {
15      title: 'Bad Luck Love',
16      score: 3.6251673698425293,
17      maxScore: 4.5660295486450195,
18      normalizedScore: 0.79394303764817
19    },
20    {
21      title: 'Bad Luck Love',
22      score: 3.6251673698425293,
23      maxScore: 4.5660295486450195,
24      normalizedScore: 0.79394303764817
25    },
26    {
27      title: 'Forbidden Fruit',
28      score: 3.6251673698425293,
29      maxScore: 4.5660295486450195,
30      normalizedScore: 0.79394303764817
31    }
32]
1db.movies.aggregate([{
2    "$search": {
3      "text": {
4        "path": "title",
5        "query": "men",
6        "score": {
7          "function":{
8            "multiply":[
9              {
10                "path": {
11                  "value": "imdb.rating",
12                  "undefined": 2
13                }
14              },
15              {
16                "score": "relevance"
17              }
18            ]
19          }
20        }
21      }
22    }
23  },
24  {
25    "$limit": 5
26  },
27  {
28    "$addFields": {
29      "score": {
30        "$meta": "searchScore"
31      }
32    }
33  },
34  {
35    "$setWindowFields": {
36      "output": {
37        "maxScore": {
38          "$max": "$score"
39        }
40      }
41    }
42  },
43  {
44    "$addFields": {
45      "normalizedScore": {
46        "$divide": [
47          "$score", "$maxScore"
48        ]
49      }
50    }
51  },
52  {
53    "$project": {
54      "_id": 0,
55      "title": 1,
56      "score": 1,
57      "maxScore": 1,
58      "normalizedScore": 1
59    }
60}])
1[
2    {
3      title: 'Men...',
4      score: 23.431293487548828,
5      maxScore: 23.431293487548828,
6      normalizedScore: 1
7    },
8    {
9      title: '12 Angry Men',
10      score: 22.080968856811523,
11      maxScore: 23.431293487548828,
12      normalizedScore: 0.9423708882544255
13    },
14    {
15      title: 'X-Men',
16      score: 21.34803581237793,
17      maxScore: 23.431293487548828,
18      normalizedScore: 0.911090795039637
19    },
20    {
21      title: 'X-Men',
22      score: 21.34803581237793,
23      maxScore: 23.431293487548828,
24      normalizedScore: 0.911090795039637
25    },
26    {
27      title: 'Matchstick Men',
28      score: 21.05954933166504,
29      maxScore: 23.431293487548828,
30      normalizedScore: 0.8987787781692841
31    }
32]
1db.movies.aggregate([{
2    "$search": {
3      "text": {
4        "path": "title",
5        "query": "shop",
6        "score": {
7          "function":{
8            "gauss": {
9              "path": {
10                "value": "imdb.rating",
11                "undefined": 4.6
12              },
13              "origin": 9.5,
14              "scale": 5,
15              "offset": 0,
16              "decay": 0.5
17            }
18          }
19        }
20      }
21    }
22  },
23  {
24    "$limit": 5
25  },
26  {
27    "$addFields": {
28      "score": {
29        "$meta": "searchScore"
30      }
31    }
32  },
33  {
34    "$setWindowFields": {
35      "output": {
36        "maxScore": {
37          "$max": "$score"
38        }
39      }
40    }
41  },
42  {
43    "$addFields": {
44      "normalizedScore": {
45        "$divide": [
46          "$score", "$maxScore"
47        ]
48      }
49    }
50  },
51  {
52    "$project": {
53      "_id": 0,
54      "title": 1,
55      "score": 1,
56      "maxScore": 1,
57      "normalizedScore": 1
58    }
59}])
1[
2    {
3      title: 'The Shop Around the Corner',
4      score: 0.9471074342727661,
5      maxScore: 0.9471074342727661,
6      normalizedScore: 1
7    },
8    {
9      title: 'Exit Through the Gift Shop',
10      score: 0.9471074342727661,
11      maxScore: 0.9471074342727661,
12      normalizedScore: 1
13    },
14    {
15      title: 'The Shop on Main Street',
16      score: 0.9395227432250977,
17      maxScore: 0.9471074342727661,
18      normalizedScore: 0.9919917310611205
19    },
20    {
21      title: 'Chop Shop',
22      score: 0.8849083781242371,
23      maxScore: 0.9471074342727661,
24      normalizedScore: 0.9343273488331464
25    },
26    {
27      title: 'Little Shop of Horrors',
28      score: 0.8290896415710449,
29      maxScore: 0.9471074342727661,
30      normalizedScore: 0.8753913353110349
31    }
32]
1db.movies.aggregate([{
2    "$search": {
3      "text": {
4        "path": "title",
5        "query": "men",
6        "score": {
7          "function":{
8            "path": {
9              "value": "imdb.rating",
10              "undefined": 4.6
11            }
12          }
13        }
14      }
15    }
16  },
17  {
18    "$limit": 5
19  },
20  {
21    "$addFields": {
22      "score": {
23        "$meta": "searchScore"
24      }
25    }
26  },
27  {
28    "$setWindowFields": {
29      "output": {
30        "maxScore": {
31          "$max": "$score"
32        }
33      }
34    }
35  },
36  {
37    "$addFields": {
38      "normalizedScore": {
39        "$divide": [
40          "$score", "$maxScore"
41        ]
42      }
43    }
44  },
45  {
46    "$project": {
47      "_id": 0,
48      "title": 1,
49      "score": 1,
50      "maxScore": 1,
51      "normalizedScore": 1
52    }
53}])
1[
2    {
3      title: '12 Angry Men',
4      score: 8.899999618530273,
5      maxScore: 8.899999618530273,
6      normalizedScore: 1
7    },
8    {
9      title: 'The Men Who Built America',
10      score: 8.600000381469727,
11      maxScore: 8.899999618530273,
12      normalizedScore: 0.9662922191102197
13    },
14    {
15      title: 'No Country for Old Men',
16      score: 8.100000381469727,
17      maxScore: 8.899999618530273,
18      normalizedScore: 0.9101124414213563
19    },
20    {
21      title: 'X-Men: Days of Future Past',
22      score: 8.100000381469727,
23      maxScore: 8.899999618530273,
24      normalizedScore: 0.9101124414213563
25    },
26    {
27      title: 'The Best of Men',
28      score: 8.100000381469727,
29      maxScore: 8.899999618530273,
30      normalizedScore: 0.9101124414213563
31    }
32]
1db.movies.aggregate([{
2    "$search": {
3        "text": {
4          "path": "title",
5          "query": "men",
6          "score": {
7            "function": {
8              "log": {
9                "path": {
10                "value": "imdb.rating",
11                "undefined": 10
12                }
13              }
14            }
15          }
16        }
17      }
18    },
19    {
20      "$limit": 5
21    },
22    {
23      "$addFields": {
24        "score": {
25          "$meta": "searchScore"
26        }
27      }
28    },
29    {
30      "$setWindowFields": {
31        "output": {
32          "maxScore": {
33            "$max": "$score"
34          }
35        }
36      }
37    },
38    {
39      "$addFields": {
40        "normalizedScore": {
41          "$divide": [
42              "$score", "$maxScore"
43        ]
44        }
45      }
46    },
47    {
48      "$project": {
49        "_id": 0,
50        "title": 1,
51        "score": 1,
52        "maxScore": 1,
53        "normalizedScore": 1
54      }
55    }
56])
1[
2    {
3        title: '12 Angry Men',
4        score: 0.9493899941444397,
5        maxScore: 0.9493899941444397,
6        normalizedScore: 1
7    },
8    {
9        title: 'The Men Who Built America',
10        score: 0.9344984292984009,
11        maxScore: 0.9493899941444397,
12        normalizedScore: 0.9843145968064908
13    },
14    {
15        title: 'No Country for Old Men',
16        score: 0.9084849953651428,
17        maxScore: 0.9493899941444397,
18        normalizedScore: 0.9569144408182233
19    },
20    {
21        title: 'X-Men: Days of Future Past',
22        score: 0.9084849953651428,
23        maxScore: 0.9493899941444397,
24        normalizedScore: 0.9569144408182233
25    },
26    {
27        title: 'The Best of Men',
28        score: 0.9084849953651428,
29        maxScore: 0.9493899941444397,
30        normalizedScore: 0.9569144408182233
31    }
32]

Atlas Search 결과에는 다음 점수가 포함됩니다.

  • $addFields 단계의 score 필드에서 $search 쿼리에 대한 수정된 점수.

  • $setWindowFields 단계의 maxScore 필드에 있는 결과의 문서에 할당된 최대 점수입니다.

  • $addFields 단계의 normalizedScore 필드의 정규화된 점수는 $divide를 사용하여 $score 의 수정된 점수를 $maxScore 의 최대 점수로 나누어 계산합니다.

학습 계속하기

Atlas Search를 사용한 복합 쿼리에 대해 자세히 알아보려면 MongoDB University에서 MongoDB 소개 과정의 9단원을 수강하세요. 1.5시간 분량의 이 단원에는 Atlas Search에 대한 개요와 Atlas Search 인덱스 만들기, 복합 연산자를 사용한 $search 쿼리 실행, 패싯을 사용한 결과 그룹화에 대한 강의가 포함되어 있습니다.

돌아가기

정확성 개선

다음

하이브리드 검색

이 페이지의 내용