在MongoDB聚合框架中使用多个字段按相关性排序

如何解决在MongoDB聚合框架中使用多个字段按相关性排序

我有一个使用MongoDB（带有Mongoose驱动程序）的Node / NestJS后端应用程序。对于“获取”功能，我建立了一个聚合管道，首先可以应用一些“硬”过滤器，这些过滤器将全部内容过滤掉-现在，我需要一些软过滤器，该过滤器对搜索结果进行排名并将它们过滤掉不相关的。该算法应在文档上使用三个字段：标题，描述和标签。标题和标签应具有最大的权重。如果总相关性得分低于某个阈值，则结果将不包括在内。现在，我为此检查了其他一些StackOverflow帖子，例如this one，但它们似乎都只涉及“标签”字段。我找到了suggested to use indexes for this的文档，但是如果我大概知道该怎么做，我最好希望通过聚合框架来完成。

下面是来自另一个应用程序的代码，演示了该功能；

        do {
          let reg
          if (Array.isArray(searchString)) {
            reg = new RegExp(searchString[i],'gi')
          } else {
            reg = new RegExp(searchString,'gi')
          }
          for (const note of this.notes) {
            const countTitle = (note.title.match(reg) || []).length
            note.searchScore += countTitle

            let countTags = 0

            for (const tag of note.tags) {
              const tagLength = (tag.match(reg) || []).length
              countTags += tagLength
            }

            note.searchScore += countTags * 0.5

            const countContent = (note.content.match(reg) || []).length

            note.searchScore += countContent * 0.3
          }
          i++
        } while (!Array.isArray(searchString) && i < searchString.length)
        this.toDisplay = this.notes.filter(
          f => f.searchScore > 0 + searchString.length / 4
        )
        this.showNew = false
        this.sortUp = false
        this.sortItems('relevance')
      } else {
        this.updateUI()
      }
    }

以上算法采用一个字符串或字符串数​​组。标题，标签和描述/内容的权重分别为1、0.5和0.3。设置了一个阈值，当分数低于或等于0 +搜索项的数量除以4时，项将被完全过滤掉。可以调整值，但是本质上，这是我要在聚合框架中实现的算法。看起来怎么样？预先感谢。

解决方法

您可以在聚合中使用文本索引-但这必须是第一步。

这是我的看法，只有一个搜索词：

const search = new RegExp(searchString,'i');

collection.aggregate().match(hardFilters)
  // This step is not really necessary
  .match({
    $or: [{
      tags: search
    },{
      title: search
    },{
      content: search
    }]
  })
  .set({
    relevance: {
      $sum: [
          {$multiply: [{$size: {$regexFindAll: {input: "$title",regex: search}}},100]},{$multiply: [{$size: {$regexFindAll: {input: {
              $reduce: {
                 input: "$tags",initialValue: "",in: { $concat : ["$$value"," ","$$this"] }
              }
          },50]},{$multiply: [{$size: {$regexFindAll: {input: "$content",30]},]
    }
  })
  .match({relevance: {$gte: searchString.length * 25}})
  .sort({relevance: -1});

使用多个搜索字词，也许您可​​以这样做：

const search = new RegExp(searchStrings.join('|'),'i');

如果您确实想要，则可以通过以下操作分别搜索每个标签：

    relevance: {
      $sum: [].concat(...searches.map(search => [
          {$multiply: [{$size: {$regexFindAll: {input: "$title",{$multiply: [{$size: {$regexFindAll: {input: ...,]))
    }

也许您可以添加边界检查，而不管是多次搜索还是一次搜索：

const search = new RegExp("\b" + searchStrings.join('|') + "\b",'i');

,

鉴于Atlas Search默认情况下会返回按相关性排序的文档，并使用反向索引，因此这似乎是完成此任务的工具。相关性将更好，更可定制。根据您要构建的内容，您还会获得其他功能，例如突出显示和自动完成功能。