[請益] Elastic Search結果慘烈怎麼修

[DOC (鍛鍊的還不夠)]

小弟是網路公司的PM，負責一個跟景點圖資有關的產品，目前服務內有個進50萬的POI資
料庫，但是讓用戶搜尋時，跑出來的結果非常糟糕，而且負責此項目的同事說能優化的都
做了，已經無法再調整。想問問看版上的大神能不能開示怎麼處理比較好

被檢索的欄位
poiNameCN：晴空塔
poiNameEN：Tokyo Skytree
nickname1：天空樹
nickname2：新東京鐵塔
adminDivisionCN：日本/東京都/東京都心/墨田區
adminDivisionEN：Japan/Tokyo/Special wards/Sumida

原本理想的情況是，不管用戶是輸入景點的中文或英文名稱、或是輸入別名，或是輸入名
稱加上行政區劃內的某一層(例如輸入：東京 天空樹)，都可以用這些欄位來找出關連，
可是實測之後的結果卻很糟

想問問有沒有大神有這種讓elsatic search同時比同一個物件的多個欄位，再排關聯度的
經驗，能給小PM一點建議，讓我可以再去爭取重開這個優化的需求

感謝！

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.133.105.193 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1705312027.A.A80.html
→ srwhite: 50萬筆聽起來沒有很大(? 你們是用like去查嗎
推 kewang: 是同行嗎 xd https://techblog.funliday.com 裡面我有寫一
→ kewang: 些可以參考，但都是舊版的方式了，有空再寫新版的方式
噓 B0988698088: 怎麼個糟法？連舉例都不會不要當pm害人好嗎 另外官
→ B0988698088: 方不是有sup嗎？官方對於這case給的回應是什麼
推 Sunal: 發現k旺？
→ Lordaeron: 我認為B0988698088 應該有SOLUTION的，出一篇吧。
推 alihue: 你要先釐清是 recall 還是 ranking 問題。換句話說是搜尋
→ alihue: 結果沒有命中還是單純排序太後面。此外對 input 拆詞後是
→ alihue: 採用什麼樣語法搜尋，以及需要檢查拆詞後的結果符不符合
→ alihue: 預期。然後同義詞機制要重新設計，通常是在 query time
→ alihue: 先展開比較單純好維護。然後地點看你是想要真的依照經緯
→ alihue: 度找還是單純用關鍵字，演算法差很多
→ johnny9144: 如果是你這需求，從 schema design 就錯了，不如說
→ johnny9144: 說你們做了什麼優化好了XD
→ alihue: 排關聯度就單純很多，同常就命中的詞 + BM25 + 設欄位權
→ alihue: 重。雖然進階的應該要用使用者 log 去用 ML 做 ranking，
→ alihue: 不過看起來你們的進度連初階 elasticsearch 功能都還沒正
→ alihue: 確使用，也就是我前面說的你們可能連 recall 都不好
→ johnny9144: 其次，你們的需求&量級用到 elasticsearch 感覺有
→ johnny9144: 點殺雞用牛刀了，可以試試 Meilisearch 這種小型的
→ johnny9144: ，你們應該會快樂很多，也不用懂那麼多
→ alihue: 其實你可以善用 chatGPT 應該可以有簡單的理解。也可以嘗
→ alihue: 試自己架 elasticsearch，應該還不需要寫到 code，除了匯
→ alihue: 大量資料以外
→ layer0930: 這是pm責任嗎？
噓 johnbill: 連問題都說不清楚 這PM
推 pvq212: 看你說明是想要用天空樹也搜尋到晴空塔之類的，那就是同義
→ pvq212: 詞
→ pvq212: 然後再來針對搜尋的關鍵字去做中文、英文分詞，資料入庫時
→ pvq212: 就會去做索引，再加上個英文大小寫或是簡繁的 filter，後
→ pvq212: 面再記錄一下搜尋熱門關鍵字，去維護 dict 或是 synonym
推 qazwsx12: 這問題有說不好嗎？好奇
→ ku399999: 感覺也沒到不好 就不足以判斷問題在哪裡吧
推 internetms52: 用json dsl組full text search理論上會得到你要的
→ internetms52: 東西才對,如果還是不行，那就是分詞問題，比較不好
→ internetms52: 處理喔
→ layer0930: 他問題不是同義詞，而是搜尋的結果差強人意
→ layer0930: 這東西很主觀
→ layer0930: 這不太適合新手寫..
推 guanting886: 你家工程師該煩惱的事丟給你在煩惱快跑ㄅ
→ jigfopsda: 先定義一個分數來表示「糟糕程度」再來根據分數做調整
→ jigfopsda: 這個分數要跟你們商業上的需求一致
推 DrTech: 這發文，大概連怎樣評價搜尋引擎的指標都不懂吧，只靠感覺
→ DrTech: 。做PM啊，先去了解一下怎麼樣量化自己產品的品質水準。1.
→ DrTech: 先學搜尋引擎常見評價指標。2. 根據自己產品，選擇適合的
→ DrTech: 指標(別硬抄網路上的)3. 設計一個上線前，必需測過的多個
→ DrTech: 測試案例。評價測試案例得到的分數。4.針對沒過的案例，再
→ DrTech: 來與技術人員討論，這個案例怎麼改善。沒這流程，只會造成
→ DrTech: 搜尋引擎改了A，卻產生新的Bug或副作用而已。
→ DrTech: 不要靠"感覺"或"單一case"來決定好壞。硬是解決了一個case
→ DrTech: ，只常會造成其他case變差。
推 jigfopsda: 推樓上，做任何事情前最重要的就是先把 metric 訂好
噓 ZakuSIN: 實作結果與需求不符，怎不直接打回去重弄就好了?
→ ZakuSIN: 能優化的都做了 => 結果很爛 = 沒做
推 sw12: ....我覺得語氣沒不好。大家壓力好大...
推 DarkIllusion: 遇到鳥PM大家火氣都很大
推 untitled: 先確認一下，是 ElasticSearch 7 還是 8 呢？
推 ns1234: expalin看看分數吧,搞不好你們有動到排序他會完全不吃scor
→ peter98: ES...好久沒聽到這個詞了  都是說OS惹拔
推 bitcch: 好奇你的糟是指搜尋速度慢 還是達不到想要的效果
噓 darkMood: 嘻嘻，終於有讀書人的問題了，不是碼工的問題了。
噓 FXW11314: 噓射後不理
噓 ashlikewing: 連mapping都沒放上來也想問ES問題喔