🎯 검색 점수 튜닝 실습 예제

이 문서는 function_score 쿼리를 활용하여 검색 결과의 relevance score를 커스터마이징하는 실습 예제입니다.
클릭수, 좋아요, 최신성 등을 반영한 복합 점수 계산 전략을 설명합니다.

1. ⚙️ function_score 기본 구조

function_score 쿼리는 검색 점수를 수식 기반으로 조절할 수 있습니다.

{
  "query": {
    "function_score": {
      "query": { "match": { "title": "카카오" } },
      "functions": [
        ...
      ],
      "score_mode": "sum",
      "boost_mode": "multiply"
    }
  }
}

query: 기본 검색 조건
functions: 가중치나 decay 함수 등 적용
score_mode: 여러 함수의 결과를 합산, 평균 등으로 결합
boost_mode: 기존 점수와 함수 점수를 어떻게 합칠지 결정

2. 💡 likes, clicks 기반 가중치 예시

"functions": [
  {
    "field_value_factor": {
      "field": "likes",
      "factor": 1.5,
      "modifier": "sqrt", 
      "missing": 0
    }
  },
  {
    "field_value_factor": {
      "field": "clicks",
      "factor": 0.5,
      "modifier": "log1p",
      "missing": 1
    }
  }
]

likes: 제곱근 기반 증가
clicks: 로그 기반 완만한 증가

3. 🕒 createdAt 기반 최신 문서 선호 (decay 함수)

{
  "gauss": {
    "createdAt": {
      "origin": "now",
      "scale": "10d",
      "decay": 0.5
    }
  }
}

최신 문서일수록 점수가 높고, 오래될수록 자연스럽게 감소
scale: 감소가 시작되는 거리
decay: 감소 비율

4. ⚖️ boost_mode와 score_mode 조합

score_mode	의미
sum	함수 결과 모두 더함
avg	평균값 사용
max	가장 큰 값만 사용
multiply	모두 곱함 (값이 0이면 전체 점수 0됨)
first	첫 번째 함수만 사용

boost_mode	기존 `_score`와의 결합 방식
multiply	`_score * function_score`
sum	`_score + function_score`
replace	`_score` 무시하고 function 사용
avg	평균 사용
max/min	큰 값 또는 작은 값 사용

✅ 전체 예시 쿼리

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "title": "카카오"
        }
      },
      "functions": [
        {
          "field_value_factor": {
            "field": "likes",
            "factor": 1.2,
            "modifier": "sqrt",
            "missing": 0
          }
        },
        {
          "field_value_factor": {
            "field": "clicks",
            "factor": 0.8,
            "modifier": "log1p",
            "missing": 1
          }
        },
        {
          "gauss": {
            "createdAt": {
              "origin": "now",
              "scale": "15d",
              "decay": 0.4
            }
          }
        }
      ],
      "score_mode": "sum",
      "boost_mode": "multiply"
    }
  }
}

📌 요약

요소	설명
`function_score`	점수 계산 방식 커스터마이징
`field_value_factor`	숫자 필드 기반 가중치 반영
`gauss`	최신성 점수 반영 (decay)
`score_mode`	여러 function 결합 방식 (`sum`, `avg` 등)
`boost_mode`	기존 점수와 결합 방식 (`multiply`, `replace` 등)

🎯 검색 점수 튜닝 실습 예제

1. ⚙️ function_score 기본 구조

2. 💡 likes, clicks 기반 가중치 예시

3. 🕒 createdAt 기반 최신 문서 선호 (decay 함수)

4. ⚖️ boost_mode와 score_mode 조합

✅ 전체 예시 쿼리

📌 요약

Tech Migaki

Quick Links

Categories

Recent Posts

테스트 개발 포스트

버블 정렬 알고리즘 구현하기

Hugo와 Bootstrap으로 블로그 만들기

1. ⚙️ function_score 기본 구조

2. 💡 likes, clicks 기반 가중치 예시

3. 🕒 createdAt 기반 최신 문서 선호 (decay 함수)

4. ⚖️ boost_mode와 score_mode 조합

✅ 전체 예시 쿼리

📌 요약

Related Posts

📊 검색 로그 기반 점수 튜닝 전략

✅ 1. …

🧠 검색 점수 분석: explain 활용하기

Logs Monitoring 정리 (실무 중심)

✅ 1. 전체 아키텍처 흐름

테스트 개발 포스트

버블 정렬 알고리즘 구현하기

Hugo와 Bootstrap으로 블로그 만들기