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 2026/2/9 20:14:46

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

地震勘探——干扰波识别、井中地震时距曲线特点

目录 干扰波识别反射波地震勘探的干扰波 井中地震时距曲线特点 干扰波识别 有效波&#xff1a;可以用来解决所提出的地质任务的波&#xff1b;干扰波&#xff1a;所有妨碍辨认、追踪有效波的其他波。 地震勘探中&#xff0c;有效波和干扰波是相对的。例如&#xff0c;在反射波…...

编程新知 2026/2/8 20:43:05

Lombok 的 @Data 注解失效，未生成 getter/setter 方法引发的HTTP 406 错误

HTTP 状态码 406 (Not Acceptable) 和 500 (Internal Server Error) 是两类完全不同的错误&#xff0c;它们的含义、原因和解决方法都有显著区别。以下是详细对比&#xff1a; 1. HTTP 406 (Not Acceptable) 含义&#xff1a; 客户端请求的内容类型与服务器支持的内容类型不匹…...

编程新知 2026/2/1 20:49:03

DockerHub与私有镜像仓库在容器化中的应用与管理

哈喽&#xff0c;大家好&#xff0c;我是左手python&#xff01; Docker Hub的应用与管理 Docker Hub的基本概念与使用方法 Docker Hub是Docker官方提供的一个公共镜像仓库&#xff0c;用户可以在其中找到各种操作系统、软件和应用的镜像。开发者可以通过Docker Hub轻松获取所…...

编程新知 2025/10/8 10:56:25

AtCoder 第409​场初级竞赛 A~E题解

A Conflict 【题目链接】 原题链接&#xff1a;A - Conflict 【考点】 枚举 【题目大意】 找到是否有两人都想要的物品。 【解析】 遍历两端字符串&#xff0c;只有在同时为 o 时输出 Yes 并结束程序&#xff0c;否则输出 No。 【难度】 GESP三级 【代码参考】 #i…...

编程新知 2025/12/16 4:45:38

系统设计 --- MongoDB亿级数据查询优化策略

系统设计 --- MongoDB亿级数据查询分表策略 背景Solution --- 分表 背景 使用audit log实现Audi Trail功能 Audit Trail范围: 六个月数据量: 每秒5-7条audi log&#xff0c;共计7千万 – 1亿条数据需要实现全文检索按照时间倒序因为license问题&#xff0c;不能使用ELK只能使用…...

编程新知 2026/1/4 3:47:09

React Native在HarmonyOS 5.0阅读类应用开发中的实践

一、技术选型背景 随着HarmonyOS 5.0对Web兼容层的增强&#xff0c;React Native作为跨平台框架可通过重新编译ArkTS组件实现85%以上的代码复用率。阅读类应用具有UI复杂度低、数据流清晰的特点。 二、核心实现方案 1. 环境配置 &#xff08;1&#xff09;使用React Native…...

编程新知 2025/8/19 2:57:37

.Net Framework 4/C# 关键字（非常用，持续更新...）

一、is 关键字 is 关键字用于检查对象是否于给定类型兼容，如果兼容将返回 true，如果不兼容则返回 false，在进行类型转换前，可以先使用 is 关键字判断对象是否与指定类型兼容，如果兼容才进行转换，这样的转换是安全的。 例如有：首先创建一个字符串对象，然后将字符串对象隐…...

编程新知 2025/9/25 18:41:38

快刀集(1): 一刀斩断视频片头广告

一刀流&#xff1a;用一个简单脚本&#xff0c;秒杀视频片头广告&#xff0c;还你清爽观影体验。 1. 引子 作为一个爱生活、爱学习、爱收藏高清资源的老码农&#xff0c;平时写代码之余看看电影、补补片&#xff0c;是再正常不过的事。 电影嘛&#xff0c;要沉浸&#xff0c;…...

编程新知 2026/1/8 0:40:27

spring Security对RBAC及其ABAC的支持使用

RBAC (基于角色的访问控制) RBAC (Role-Based Access Control) 是 Spring Security 中最常用的权限模型&#xff0c;它将权限分配给角色&#xff0c;再将角色分配给用户。 RBAC 核心实现 1. 数据库设计 users roles permissions ------- ------…...

编程新知 2026/2/6 14:22:43

Mysql故障排插与环境优化

前置知识点 最上层是一些客户端和连接服务&#xff0c;包含本 sock 通信和大多数jiyukehuduan/服务端工具实现的TCP/IP通信。主要完成一些简介处理、授权认证、及相关的安全方案等。在该层上引入了线程池的概念&#xff0c;为通过安全认证接入的客户端提供线程。同样在该层上可…...

编程新知 2026/2/2 0:43:41