首页 文章 精选 留言 我的

精选列表

搜索[星盾架构],共10008篇文章
优秀的个人博客,低调大师

吴星搜索点击模型简释

先来段华师大MBA校教育中心的对原文作者的介绍。 陈运文是盛大文学首席数据官(CDO),在加入盛大集团之前,他曾在百度公司搜索技术部任职,负责百度的语义分析算法、搜索数据分析、相关性排序等核心技术研发工作。陈运文博士毕业于复旦大学计算机系。 看过他2篇文章,其中有和我分析百度F1-6的方法之一相似。所以仔细注解了陈博使用搜索点击模型的内容。 以下双下划线后的内容均为鄙人的注解。 ClickModel的使用 使用搜索点击模型 用户的搜索点击模型(ClickModel)其实是一个非常大的话题,涉及到用户查询满意度的建模和分析。 百度真实网页权重里有一个satisfyScore(满意度打分),所以搜索点击行为不仅是提升点击权重,连带提高满意度权重。 在今天的搜索引擎技术中,通过ClickModel衍生出了众多的功能,包括搜索满意度的自动监控、搜索结果的自动调权调序等。 这里提到了搜索点击模型会自动改变排名。 而这些技术的出发点都是UserBehavior(用户行为)数据。 在Session信息(asearchsession一次搜索周期信息)里,用户的点击行为往往能提供丰富的信息: 百度网页搜索一次完整的搜索周期包含大量信息,有查询词,搜索结果的标签,标题,链接,高度、宽度,模版,排名,数据策略ID,点击校验参数,时间戳,官网认证标识,何种搜索结果,随机样本ID,查询ID,付费名,是否百度首页,是否登录百度账号,搜索形式,搜索框位置,字符编码,输入耗时等几十项信息。 在搜索结果从上至下被用户浏览的过程中,当被点击的结果中间出现了跳跃,例如Query1(第1次搜索)对应的自然排序结果是Result1(第1个结果),Result2(第2个结果),Result3(第3个结果)…,但是如果大量用户的点击是Result1,Result3,则Result2的相关性可能存在问题; 意思是点击第1、3个结果,不但可以提升第1、3个结果的权重,还可以降低第2个结果的权重。所以对付竞争对手快速点击一个办法是大量点击其他结果。 另外一种情况是,如果同一个Query产生了一次点击后,间隔一段时间后再次出现了对后面结果的点击,则也许说明了之前结果的满足度不够高。 一种在搜索结果页降低竞争对手满意度权重的方式,先点击对方的结果,隔段时间再点自己网站的结果。 在同一个Session里,用户发生主动Query变换(或称为QueryRe-write)也往往能说明问题,前面的Query如果搜索结果质量不高,则很多用户会选择修改查询词,此时前面被点击的Title(搜索结果标题)重要程度往往不如后续的Title,等等各类场景很丰富。 另一种一石二鸟的办法是先搜索一个竞争对手排名好的关键词,点了之后,更换另一个自己网站的相关词点击,亦可降低对方网站的满意度。 以上各类的ClickModel思想虽然在实际线上系统中被广泛运用,但竞赛中没有提供更详细的信息,包括点击结果在搜索中的排序(对于分析点击模型至关重要)、点击发生的时间、点击停留间隔、用户的Cookieid/Userid(暂存用户信息ID/用户ID)等,限制了发挥,真实应用里,通过ClickModel来对用户查询意图的把握,应该可以更深入的进行挖掘。 很久没写SEO技术的文章了,这次看到陈运文博士获得CIKMCompetition2014(2014年国际数据挖掘竞赛)冠军,觉得在NLP(自然语言处理)成熟以前,传统的算法仍然比较重要。

优秀的个人博客,低调大师

GuiLite 3.1 发布:5 星 readme,开源必备

早在一年前,就有国外网友吐槽GuiLite的readme设计过于凌乱,可能缺少艺术细胞,当时觉得动感十足的页面挺好看的,所以不以为然;后来经过一些作设计的朋友的指点,专门花了点钱,对readme.md作了重新设计。不知道大家可对现在的页面足够满意? 通过广发英雄帖,收集反馈,大家对这次的改版还是比较满意的;既然如此,大家可以考虑收藏一下,为自己以后的开源项目备用。设计理念如下: 1. 设计一个高对比度,且突出重点的logo,提现项目的特点; 2. 一句话介绍项目内容,然后用图例说明:大家为什么需要这个项目; 3. 说明项目的技术特点,能提供什么便利 4. 说明项目对开发者的友善,和能提供的支持 5. GUI必须用实例来提现效果,将所有实例整理成一个“demo展示墙”,点击任何一个动图,可以链接到该实例的说明文档处 简化“消息映射”: 根据开发群同学的反馈,消息映射学习起来比较困难;通过交流,我们也确实发现“消息映射”还存在比较大的优化空间,通过重构,我们把“消息映射”的代码量删减了约40%;通过简化核心代码,应用层的使用也得到了简化,不仅代码量变少了,而且逻辑更加清晰。 常见问题及回答: Q1: 是否有人将GuiLite运用在实际产品中? A: 有的,但无法准确的统计数量和产品类型;仅从开发群的分享来看,一些同学水平很高,不到半年的时间就把GuiLite学的融会贯通,不仅运用在产品中,更做出了令群主都汗颜的UI效果。 Q2:GuiLite及其工具链是否永久免费开源? A:是的,永久开源免费;GuiLite的5千行体量,不仅能降低开发者的学习成本,也能降低管理者的维护成本;996?不存在的:)再加上热情积极的开发群同学的支持(特别是硬件上的支持)。盈利,对GuiLite来说有点画蛇添足;永久开源免费,才是对众多开发者的等价回报。 Q3: 不懂C++,能学会GuiLite吗? A:可以的;开发群中几乎是一色的C语言开发者,但这并没有妨碍他们掌握,并改造GuiLite。GuiLite仅仅使用了class,virtual function的C++特性,随便找些资料,速成1小时即可上阵。GuiLite选择C++语言,但并不是因为它的语言、语法;而是它组织数据、代码的思维方式,从而成就5千行的超小体量。 Q4:单片机,支持C++吗? A:支持的,GuiLite的大部分实例都有单片机版本,开发群中也有丰富的群友作品,相信必有一款属于你;当然,也不要泛滥的使用extern "C",仅在接口部分使用一次即可。

优秀的个人博客,低调大师

MaxCompute大数据实践,电商数据仓库的星型模型和传统星型的区别

作者:王永伟 在Kimball所著的《数据仓库工具箱》一书中,对于维度模型设计采用的4步设计方法:1.选择业务过程 2.声明粒度 3.确定维度 4.确定事实。 在当前的互联网大数据环境下,面对复杂的业务场景,为了更有效准确地进行维度模型建设,基于Kimball的4步维度建模方法,我们进行了更进一步的改进。 第一步:选择业务过程及确定事实表类型 在明确了业务需求以后,接下来需要进行详细的需求分析,对业务的整个生命周期进行分析,明确关键的业务步骤,从而选择与需求有关的业务过程。 以淘宝的正向订单流转为例: 业务过程通常用行为动词表示,表示业务执行的活动。比如图中的淘宝订单流转的业务过程有四个:创建订单、买家付款、卖家发货、买家确认收货。在明确了流程所包含的业务过程后,需要根据具体的业务需求来选择与维度建模有关的业务过程。比如选择买家

资源下载

更多资源
Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册