发布于: Jul 27, 2020
Amazon Elasticsearch Service 现在支持开源排序学习插件，从而让您可以使用机器学习技术提高基线相关性查询返回的最佳结果的排序。凭借排序学习 (LTR) 支持，您可以在信息检索、个性化、情绪分析和推荐系统中调整搜索相关性并对 Elasticsearch 查询搜索结果重新排序。
Elasticsearch 默认情况下使用 BM-25（BM 代表最佳匹配）进行搜索，它依赖于查询术语在每个文档中的出现频率，以返回最相关的文档。LTR 应用于这些结果之上，以根据近期、受欢迎程度、个性化和其他行为对这些文档的排序重新评分。LTR 利用 Elasticsearch 查询作为在插件中使用 XGboost 和 Ranklib 库生成和训练的模型的功能输入。这些模型部署在 Elasticsearch 中并应用于搜索，使基于机器学习的排序可用于企业搜索。
运行 Elasticsearch 7.7 的所有域均支持 LTR 插件。有关更多信息，请参阅文档。
Amazon Elasticsearch Service 对排序学习的支持现已在全球 24 个区域推出，包括：美国东部（弗吉尼亚北部、俄亥俄）、美国西部（俄勒冈、加利福尼亚北部）、AWS GovCloud（US-Gov-East、US-Gov-West）、加拿大（中部）、南美洲（圣保罗）、欧洲（爱尔兰、伦敦、法兰克福、巴黎、斯德哥尔摩、米兰）、亚太地区（新加坡、悉尼、东京、首尔、孟买、香港）、中东（巴林）、中国（北京 – 由光环新网运营、宁夏 – 由西云数据运营）、非洲（开普敦）。有关 Amazon Elasticsearch Service 可用性的更多信息，请参阅AWS 区域表。