genetic ranker

遺傳排名者

遺傳排名者是使用遺傳算法的力量的框架，以找到用於Elasticsearch或Solr查詢的最佳搜索權重。

原因

尋找最佳的搜索權重是持久的和忘恩負義的過程。想像一下一個具有數百萬個文檔的索引，每個字段和數百個字段，以及應測試的數百個查詢，以確保實際配置的良好。您的工作是確定特定領域的重要性。可能需要一生。

我在博客上寫了一篇有關該文章的文章，如果您需要有關此過程的更多信息，請看一下。

為什麼要遺傳算法？

首先，很容易將問題定義為可以在處理過程中可以更改的數字權重集。算法的突變，交叉和繁殖部分可以輕鬆地在數字上完成。

其次，遺傳算法也能夠保留有希望的解決方案，即使沒有對問題的實際理解。更好的物種（個人）將被保留，並成為更好的物種。

第三，由於突變和跨界部分，算法為過程增加了一些隨機性。即使實際情況很好，也可能有助於找到最佳答案。

又有更多關於此的信息。

如何運行

要啟動Geneticranker，您需要運行canker.py文件。項目包含證明簡單用例所需的所有數據。

基本配置

在ranker.py中，您應該定義要使用多少個字段（ gene_size in Ranker中）。然後在評估器類（字段）中指定這些字段。

在QUERIE.CSV中，您需要指定要測試的用例。格式是：

 [QUERY]，[document_id]：[endured_position]：[good_enough_position]

在properties.ini中，您可以定義要使用的搜索引擎：Elasticsearch或Solr。查詢應分別在essearcher.py和solrsearcher.py中定義。

自己測試

想像一下，您是一名搜索工程師，他必須找到對查詢進行查詢的字段的最佳權重。您唯一擁有的是file queries.csv ，索引中包含查詢和文檔。在運行Geneticranker之前，需要一段時間才能讀取這些CSV文件並分析來自Queries-es.txt的文檔。

只有8個文檔和10個查詢，但我保證您可以在此任務上花費一段時間。

在數據目錄中有包含文檔的文件。您可以使用任何Elasticsearch和Solr方法來索引它們，但是對於以前的我使用了Postman工具，以及以後的Solr Admin面板。

讓服務器啟動和運行應該足以運行腳本並查看結果。

使用的python libs

 Deap
Elasticsearch
Pysolr

您應該檢查他們的許可證，並確定是否要在軟件中使用它們。遺傳算法是使用DEAP框架實施的。

關閉筆記

每個用例都可能需要改變遺傳算法值或算法本身，但是提出的配置應該是一個很好的起點。快樂使用！