当前位置： 首页 > news >正文

【王树森搜索引擎技术】概要01：搜索引擎的基本概念

news 2025/6/17 23:26:26

1. 基本名词

  • query：查询词
  • SUG：搜索建议
  • 文档：搜索结果
  • 标签/筛选项
    在这里插入图片描述
  • 文档单列曝光
    在这里插入图片描述
  • 文档双列曝光
    在这里插入图片描述

2. 曝光与点击

  • 曝光：用户在搜索结果页上看到文档，就算曝光
  • 文档点击：在曝光后，用户点击文档，进入文档的详细页
  • 文档点击率：文档点积总次数/文档曝光总次数
  • 查询词点击：用户点击搜索结果页上的任意一篇文档，就算查询词点击。无论点击了多少次，只要点击了，就算查询词点击
  • 查询词点击率（有点比）：查询词点击总次数/搜索总次数
  • 查询词首屏点击：用户点击搜索结果页首屏的任意一篇文档，就算”查询词首屏点击“
  • 查询词首屏点击率（首屏有点比）：查询词首屏点击总次数/搜索总次数
  • 首屏点击的定义更严格，所以查询词首屏点击率比查询词点击率更小
  • 它们很相似，都能反应用户能否很好地找到所需的文档
    在这里插入图片描述
  • 文档点击率：10%左右，通常很小
  • 查询词点击率（有点比）：70%左右
  • 查询词首屏点击率（首屏有点比）：60%左右
  • 有点比的重要性高于文档点击率

3. 垂搜 vs 通搜

  • 垂直搜索（垂搜）：针对某一个行业的搜索引擎。比如电商搜索，学术搜素，本地生活搜索等
  • 垂直搜索的文档普遍是结构化的，容易根据文档属性标签做搜索筛选。比如电商可以限定卖家和价格，学术可以限定作者，期刊，年份等
  • 垂直搜索用户的意图明确
  • 通用搜索（通搜）：覆盖面广，不限于一个领域。例如百度，必应，抖音。
  • 文档来源广，覆盖面大。例如网页，视频，商品等
  • 没有结构化，检索难度大
  • 用户使用通搜的目的各不相同，较难判断用户意图
  • 课程主要研究通用搜索

相关文章：

【王树森搜索引擎技术】概要01：搜索引擎的基本概念

1. 基本名词 query：查询词SUG：搜索建议文档：搜索结果标签/筛选项 文档单列曝光 文档双列曝光 2. 曝光与点击 曝光：用户在搜索结果页上看到文档，就算曝光文档点击：在曝光后，用户点击文档&…...

编程日记 2025/1/19 0:51:55

《Java核心技术II》可中断套接字

4.2.4 可中断套接字 SocketChannel可以中断套接字 SocketChannel channel.open(new InetSocketAddress(host,port)); 通道(channel)并没有与之相关联的流，实际上，所拥有的read和write方法都是通过Buffer对象实现的。 如果不想处理缓冲区，…...

编程日记 2025/1/19 0:49:53

基于 Python 的深度学习的车俩特征分析系统，附源码

博主介绍：✌stormjun、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 👇🏻 精彩专栏推荐订阅👇&…...

编程日记 2025/1/19 0:48:52

C#读写ini配置文件保存设置参数

本示例使用设备：https://item.taobao.com/item.htm?spma21dvs.23580594.0.0.52de2c1b5P5rkA&ftt&id22173428704 [DllImport("kernel32", CharSet CharSet.Unicode)] public static extern uint GetPrivateProfileString(string lpAppName, stri…...

编程日记 2025/1/19 0:46:50

SwanLab环境变量列表

文章目录 环境变量全局配置服务配置登录认证其他 环境变量 ⚙️完整环境变量1 -> Github、⚙️完整环境变量2 -> Github 全局配置 环境变量描述默认值SWANLAB_SAVE_DIRSwanLab 全局文件夹保存的路径用户主目录下的 .swanlab 文件夹SWANLAB_LOG_DIRSwanLab 解析日志文件…...

编程日记 2025/1/19 0:44:48

深度学习入门-CNN

一、CNN是什么 CNN，即卷积神经网络（convolutional neural network），是用于预测的标准神经网络架构。在人工智能的广阔领域中，CNN被用于图像识别、语音识别等各种场合，CNN通过模拟人类视觉皮层的神经元连接方…...

编程日记 2025/1/19 0:43:47

微服务网关，如何选择？

什么是API网关 API网关（API Gateway）是微服务架构中的一个关键组件，它充当了客户端与后端服务之间的中间层。其主要功能包括请求路由、协议转换、负载均衡、安全认证、限流熔断等。通过API网关，客户端无需直接与多个微服务交互&a…...

编程日记 2025/1/19 0:42:39

SpringBoot集成Mqtt服务实现消费发布和接收消费

该项目介绍了docker环境下如何安装mqtt和springboot集成mqtt服务 前述 MQTT（Message Queuing Telemetry Transport）是一种轻量级的消息传输协议，设计用于在资源受限的设备和低带宽、不可靠的网络连接中高效地传输数据。主要用于物联网设备传输，设备之间可以高效地交换数据…...

编程日记 2025/1/19 0:41:36

在Mac mini上实现本地话部署AI和知识库

在Mac mini上实现本地话部署AI和知识库 硬件要求：大模型AI，也叫LLM，需要硬件支持，常见的方式有2种：一种是采用英伟达之类支持CUDA库的GPU芯片或者专用AI芯片；第二种是采用苹果M系列芯片架构的支持统一内存架…...

编程日记 2025/1/19 0:38:32

一个方法被多个线程同时调用，确保同样参数的调用只能有一个线程执行，不同参数的调用则可以多个线程同时执行

我们知道通过lock一个固定静态object给代码段加同步锁，可以让多个线程的同时调用以同步执行，因此可以利用字典来给不同参数分配不同的静态对象，方法中不同的参数调用锁住各自不同的静态对象即可实现不同参数不加锁，相同参数才加锁…...

编程日记 2025/1/19 0:36:30

3. MySQL事务并发的问题与解决方法

一. 并发事务带来的问题 并发会造成事务间出现脏读，不可重复读，幻读现象。 1. 脏读 一个事务在处理过程中读取了另外一个事务未提交的数据。若另外一个事务回滚，则读取到的数据是无效的，又称为脏读。 2. 不可重复读 在一个事务…...

编程日记 2025/1/19 0:34:28

25/1/15 嵌入式笔记 初学STM32F108

GPIO初始化函数 GPIO_Ini：初始化GPIO引脚的模式，速度和引脚号 GPIO_Init(GPIOA, &GPIO_InitStruct); // 初始化GPIOA的引脚0 GPIO输出控制函数 GPIO_SetBits：将指定的GPIO引脚设置为高电平 GPIO_SetBits(GPIOA, GPIO_Pin_0); // 将GPIO…...

编程日记 2025/1/19 0:33:26

MySQL的不同SQL模式导致行为不同？

现象： 我在两个mysql库都有相同定义的表，其中一个字段是varchar(1200)。当我都对这个表进行insert操作，而且超过此字段的规定长度（此处是1200），这两库的行为是不一样的：库B是直接报错too long&…...

编程日记 2025/1/19 0:27:21

Flink 使用 Kafka 作为数据源时遇到了偏移量提交失败的问题

具体的错误日志 21:43:57.069 [Kafka Fetcher for Source: Custom Source -> Map -> Filter (1/1)#2] ERROR org.apache.kafka.clients.consumer.internals.ConsumerCoordinator - [Consumer clientIdconsumer-my-group-6, groupIdmy-group] Offset commit failed on pa…...

编程日记 2025/1/19 0:09:02

【日志篇】(7.6) ❀ 01. 在macOS下刷新FortiAnalyzer固件 ❀ FortiAnalyzer 日志分析

【简介】FortiAnalyzer 是 Fortinet Security Fabric 安全架构的基础，提供集中日志记录和分析，以及端到端可见性。因此，分析师可以更有效地管理安全状态，将安全流程自动化，并快速响应威胁。具有分析和自动化功能的集成…...

编程日记 2025/1/19 0:07:59

LSA更新、撤销

LSA的新旧判断&#xff1a; 1.seq&#xff0c;值越大越优先 2.chksum&#xff0c;值越大越优先 3.age&#xff0c;本地的LSA age和收到的LSA age作比较 如果差值<900s&#xff0c;认为age一致&#xff0c;保留本地的&#xff1a;我本地有一条LSA是100 你给的是400 差值小于…...

编程日记 2025/1/19 0:01:52

DevUI 2024 年度运营报告：开源生态的成长足迹与未来蓝图

在当今数字化飞速发展的时代&#xff0c;开源已成为推动技术创新与协作的重要力量。DevUI 作为开源领域的重要一员&#xff0c;其发展历程与成果备受关注。值此之际&#xff0c;GitCode 精心整理了 DevUI 年度运营报告&#xff0c;为您全面呈现 DevUI 社区在过去一年里的开源之…...

编程日记 2025/1/18 23:58:48

centos 7 Mysql服务

将此服务器配置为 MySQL 服务器&#xff0c;创建数据库为 hubeidatabase&#xff0c;将登录的root密码设置为Qwer1234。在库中创建表为 mytable&#xff0c;在表中创建 2 个用户&#xff0c;分别为&#xff08;xiaoming&#xff0c;2010-4-1&#xff0c;女&#xff0c;male&…...

编程日记 2025/1/18 23:52:42

React 表单处理与网络请求封装详解[特殊字符][特殊字符]

在 React 开发中&#xff0c;表单处理和网络请求是非常常见的需求。本文将围绕以下几个方面展开讲解&#xff1a; FormItem 绑定 name 属性表单校验与失焦校验获取表单数据封装请求模块 request 1. FormItem 绑定 name 属性 在 React 中&#xff0c;使用 Ant Design 的 Form …...

编程日记 2025/1/18 23:51:41

C++ 的 CTAD 与推断指示（Deduction Guides）

1 类模板参数推导&#xff08;CTAD&#xff09; 1.1 曲线救国 ​ CTAD 的全称是类模板参数推导&#xff08;Class Template Argument Deduction&#xff09;&#xff0c;它允许在实例化类模板时&#xff0c;根据构造函数的参数类型自动推导模板参数&#xff0c;从而避免显式指…...

编程日记 2025/1/18 23:43:31

[特殊字符] 智能合约中的数据是如何在区块链中保持一致的？

&#x1f9e0; 智能合约中的数据是如何在区块链中保持一致的&#xff1f; 为什么所有区块链节点都能得出相同结果&#xff1f;合约调用这么复杂&#xff0c;状态真能保持一致吗&#xff1f;本篇带你从底层视角理解“状态一致性”的真相。 一、智能合约的数据存储在哪里&#xf…...

编程新知 2025/6/16 16:25:53

Spark 之 入门讲解详细版（1）

1、简介 1.1 Spark简介 Spark是加州大学伯克利分校AMP实验室&#xff08;Algorithms, Machines, and People Lab&#xff09;开发通用内存并行计算框架。Spark在2013年6月进入Apache成为孵化项目&#xff0c;8个月后成为Apache顶级项目&#xff0c;速度之快足见过人之处&…...

编程新知 2025/6/17 19:40:37

逻辑回归：给不确定性划界的分类大师

想象你是一名医生。面对患者的检查报告&#xff08;肿瘤大小、血液指标&#xff09;&#xff0c;你需要做出一个**决定性判断**&#xff1a;恶性还是良性&#xff1f;这种“非黑即白”的抉择&#xff0c;正是**逻辑回归&#xff08;Logistic Regression&#xff09;** 的战场&a…...

编程新知 2025/6/15 20:35:11

聊聊 Pulsar：Producer 源码解析

一、前言 Apache Pulsar 是一个企业级的开源分布式消息传递平台&#xff0c;以其高性能、可扩展性和存储计算分离架构在消息队列和流处理领域独树一帜。在 Pulsar 的核心架构中&#xff0c;Producer&#xff08;生产者&#xff09; 是连接客户端应用与消息队列的第一步。生产者…...

编程新知 2025/6/15 13:09:04

MVC 数据库

MVC 数据库 引言 在软件开发领域，Model-View-Controller（MVC）是一种流行的软件架构模式，它将应用程序分为三个核心组件：模型（Model）、视图（View）和控制器（Controller）。这种模式有助于提高代码的可维护性和可扩展性。本文将深入探讨MVC架构与数据库之间的关系，以…...

编程新知 2025/6/17 6:35:15

MySQL用户和授权

开放MySQL白名单 可以通过iptables-save命令确认对应客户端ip是否可以访问MySQL服务&#xff1a; test: # iptables-save | grep 3306 -A mp_srv_whitelist -s 172.16.14.102/32 -p tcp -m tcp --dport 3306 -j ACCEPT -A mp_srv_whitelist -s 172.16.4.16/32 -p tcp -m tcp -…...

编程新知 2025/6/15 8:48:16

什么是Ansible Jinja2

理解 Ansible Jinja2 模板 Ansible 是一款功能强大的开源自动化工具&#xff0c;可让您无缝地管理和配置系统。Ansible 的一大亮点是它使用 Jinja2 模板&#xff0c;允许您根据变量数据动态生成文件、配置设置和脚本。本文将向您介绍 Ansible 中的 Jinja2 模板&#xff0c;并通…...

编程新知 2025/6/16 18:07:53

2025季度云服务器排行榜

在全球云服务器市场&#xff0c;各厂商的排名和地位并非一成不变&#xff0c;而是由其独特的优势、战略布局和市场适应性共同决定的。以下是根据2025年市场趋势&#xff0c;对主要云服务器厂商在排行榜中占据重要位置的原因和优势进行深度分析&#xff1a; 一、全球“三巨头”…...

编程新知 2025/6/17 3:36:41

Java + Spring Boot + Mybatis 实现批量插入

在 Java 中使用 Spring Boot 和 MyBatis 实现批量插入可以通过以下步骤完成。这里提供两种常用方法&#xff1a;使用 MyBatis 的 <foreach> 标签和批处理模式&#xff08;ExecutorType.BATCH&#xff09;。 方法一&#xff1a;使用 XML 的 <foreach> 标签&#xff…...

编程新知 2025/6/11 2:44:05

人工智能（大型语言模型 LLMs）对不同学科的影响以及由此产生的新学习方式

今天是关于AI如何在教学中增强学生的学习体验&#xff0c;我把重要信息标红了。人文学科的价值被低估了 ⬇️ 转型与必要性 人工智能正在深刻地改变教育&#xff0c;这并非炒作&#xff0c;而是已经发生的巨大变革。教育机构和教育者不能忽视它&#xff0c;试图简单地禁止学生使…...

编程新知 2025/6/15 1:17:15