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 2026/3/27 17:00:34

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

UReport2实战：如何优雅地导出多Sheet页报表（动态/静态分页全解析）

UReport2实战&#xff1a;如何优雅地导出多Sheet页报表&#xff08;动态/静态分页全解析&#xff09; 在数据驱动的商业环境中&#xff0c;报表导出功能已成为企业级应用的标配需求。当面对海量数据时&#xff0c;传统的单Sheet页Excel导出方案往往导致文件臃肿、查阅困难。URe…...

编程新知 2026/3/27 16:59:34

3分钟快速上手！Balena Etcher终极镜像烧录工具完全指南

3分钟快速上手&#xff01;Balena Etcher终极镜像烧录工具完全指南 【免费下载链接】etcher Flash OS images to SD cards & USB drives, safely and easily. 项目地址: https://gitcode.com/GitHub_Trending/et/etcher Balena Etcher是一款革命性的跨平台镜像烧录工…...

编程新知 2026/3/27 13:49:14

WSABuilds旧版本归档：如何获取v2311及更早版本安装包

WSABuilds旧版本归档&#xff1a;如何获取v2311及更早版本安装包 【免费下载链接】WSABuilds Run Windows Subsystem For Android on your Windows 10 and Windows 11 PC using prebuilt binaries with Google Play Store (MindTheGapps) and/or Magisk or KernelSU (root solu…...

编程新知 2026/3/27 13:33:09

OpenClaw安全加固指南：nanobot镜像的防火墙与权限配置

OpenClaw安全加固指南&#xff1a;nanobot镜像的防火墙与权限配置 1. 为什么需要安全加固&#xff1f; 当我第一次在本地部署OpenClaw时&#xff0c;最让我忐忑不安的就是安全问题。这个能操控我鼠标键盘、读写文件的AI助手&#xff0c;会不会不小心删掉我的重要文档&#xf…...

编程新知 2026/3/27 13:29:08

LangChainJS审计日志：AI操作可追溯性的完整指南

LangChainJS审计日志&#xff1a;AI操作可追溯性的完整指南 【免费下载链接】langchainjs 项目地址: https://gitcode.com/GitHub_Trending/la/langchainjs 在当今AI应用开发中&#xff0c;确保AI操作的可追溯性和透明性至关重要。LangChainJS提供了强大的审计日志系统…...

编程新知 2026/3/27 12:56:53

5倍效率提升：GIMP批量图像处理插件BIMP全攻略

5倍效率提升&#xff1a;GIMP批量图像处理插件BIMP全攻略 【免费下载链接】gimp-plugin-bimp 项目地址: https://gitcode.com/gh_mirrors/gi/gimp-plugin-bimp 在数字内容创作领域&#xff0c;批量图像处理是提升效率的关键环节。GIMP作为免费开源的图像编辑软件&#…...

编程新知 2026/3/27 12:50:50

如何快速恢复丢失的Ren‘Py游戏源码：Unrpyc终极反编译指南

如何快速恢复丢失的RenPy游戏源码&#xff1a;Unrpyc终极反编译指南 【免费下载链接】unrpyc A renpy script decompiler 项目地址: https://gitcode.com/gh_mirrors/un/unrpyc 你是否曾经遇到过精心制作的RenPy游戏源代码意外丢失&#xff0c;只剩下编译后的.rpyc文件&…...

编程新知 2026/3/27 12:32:48

2026 ASNT-TC-1A 无损检测 Ⅱ/Ⅲ 级认证指南｜API/ASME 认证必备 + 报考实操

一、行业刚需&#xff1a;为何 ASNT-TC-1A 资质是工业检测领域的「硬通货」在石油天然气、压力容器、钢结构焊接等工业领域&#xff0c;无损检测&#xff08;NDT&#xff09;是产品质量保障的核心环节&#xff0c;而ASNT-TC-1A作为美国无损检测学会制定的人员资格鉴定和认证标准…...

编程新知 2026/3/27 12:04:21

SGP30传感器数据不准？可能是你的I2C时序和初始化搞错了（避坑指南）

SGP30传感器数据异常排查指南&#xff1a;从硬件设计到软件调试的完整解决方案 1. 硬件设计中的常见陷阱与优化方案 SGP30作为一款高精度环境传感器&#xff0c;其硬件设计细节直接影响数据可靠性。许多开发者遇到的首要问题往往源于电路设计阶段被忽视的关键参数。 电源稳定性…...

编程新知 2026/3/27 11:44:08

Windows 11下用VSCode+CMake+MinGW编译OpenCV 4.8.0，保姆级避坑指南

Windows 11下用VSCodeCMakeMinGW编译OpenCV 4.8.0全流程实战 最近在Windows 11上配置OpenCV开发环境时&#xff0c;发现很多教程都存在版本过时或Win11特有兼容性问题。本文将分享一套经过验证的最新工具链组合&#xff1a;VSCode 1.85CMake 3.28MinGW-w64 12.2OpenCV 4.8.0。不…...

编程新知 2026/3/27 10:01:23