Menu Docs
Página inicial do Docs
/
Atlas
/
MongoDB Search
/
Aprimorar a precisão

Como personalizar a pontuação dos documentos nos resultados

Você pode personalizar a pontuação dos documentos nos resultados. Ao ajustar a forma como as pontuações são calculadas, você pode garantir que os documentos mais relevantes sejam classificados em uma posição mais alta nos resultados da pesquisa. Para aprender mais sobre as diferentes maneiras de personalizar a pontuação, veja Pontuação dos documentos nos Resultados. Esta página demonstra como modificar a pontuação dos documentos nos resultados para aumentar ou diminuir os resultados e como normalizar sua $search pontuação de query no intervalo de 0 a 1 nos estágios subsequentes do pipeline de agregação.

Modificar a pontuação dos documentos nos resultados

A cada documento retornado por uma query do MongoDB Search é atribuída uma pontuação com base em sua relevância. Os documentos incluídos em um conjunto de resultados retornam da pontuação mais alta para a mais baixa. Para saber mais, consulte Pontuação dos documentos nos resultados.

Você pode usar as seguintes opções com todos os operadores para modificar o comportamento padrão de pontuação. Para obter detalhes e exemplos, clique em qualquer uma das seguintes opções:

Esta seção demonstra como adicionar pesos aos campos de pesquisa para aumentar ou ocultar os documentos nos resultados ou em uma categoria de resultados. Especificamente, ele demonstra como atribuir um ou mais valores a um campo para retornar resultados com uma pontuação maior ou menor.

Índice de Exemplo

Você pode configurar um índice com mapeamentos dinâmicos habilitados para indexar todos os campos na coleção ou com mapeamentos estáticos nos campos pelos quais deseja consultar e classificar os resultados. Para saber mais sobre como criar índices de pesquisa do MongoDB, consulte Gerenciar índices de pesquisa do MongoDB.

Exemplos de queries

As queries de amostra demonstram como impulsionar ou enterrar os documentos nos resultados. Eles usam o operador composto para combinar dois ou mais operadores em uma única query.

➤ Use o menu suspenso Selecione seu idioma para definir o cliente que deseja usar para experimentar os exemplos desta seção.

Normalizar a Pontuação

Você pode normalizar sua pontuação de query do $search no intervalo de 0 a 1 nos estágios subsequentes do seu pipeline de agregação. Você pode usar os seguintes estágios após o estágio $search na seguinte ordem para normalizar a pontuação:

  • $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]

Os resultados da pesquisa MongoDB contêm as seguintes pontuações:

  • A pontuação modificada para a consulta $search no campo score do estágio $addFields.

  • A pontuação máxima atribuída aos documentos nos resultados do campo maxScore do estágio $setWindowFields .

  • A pontuação normalizada no campo normalizedScore do estágio $addFields , que é calculada dividindo a pontuação modificada em $score pela pontuação máxima em $maxScore usando $divide.

Continuar aprendendo

Para saber mais sobre queries compostas usando o MongoDB Search, faça a Unidade 9 do Curso de Introdução ao MongoDB na MongoDB University. A 1.5 unidade de hora inclui uma visão geral do MongoDB Search e lições sobre como criar índices do MongoDB Search, executar queries usando operadores compostos e agrupar resultados usando $search (operador de pesquisa facet do MongoDB ).

Voltar

Aprimorar a precisão

Próximo

Pesquisa híbrida

Nesta página