相关性搜索 利用Solr与Elasticsearch创建智能应用 完整pdf_服务器教程

相关性搜索 利用Solr与Elasticsearch创建智能应用 完整pdf_服务器教程-何以博客
相关性搜索 利用Solr与Elasticsearch创建智能应用 完整pdf_服务器教程
此内容为付费资源,请付费后查看
9.920
会员特权保障
有偿安装调试
虚拟产品不支持退货
折扣体验进行中
付费资源

我更新的动力 - 源自您的关注。

------正文内容展示,开始汲取新知识啦------

资源名称:相关性搜索 利用Solr与Elasticsearch创建智能应用 完整pdf

第1章 搜索的相关性问题
1.1 我们的目标:掌握相关性技术研发的技能
1.2 为什么搜索的相关性如此之难
1.2.1 什么是具备“相关性”的搜索结果
1.2.2 搜索:没有银弹
1.3 来自相关性研究的启示
1.3.1 信息检索
1.3.2 能否利用信息检索解决相关性问题
1.4 如何解决相关性
1.5 不只是技术:管理、协作与反馈
1.6 本章小结
第2章 搜索—幕后揭秘
2.1 搜索101
2.1.1 什么是搜索文档
2.1.2 对内容进行搜索
2.1.3 通过搜索来探索内容
2.1.4 获取进入搜索引擎的内容
2.2 搜索引擎的数据结构
2.2.1 倒排索引
2.2.2 倒排索引的其他内容
2.3 对内容进行索引:提取、充实、分析和索引
2.3.1 将内容提取为文档
2.3.2 充实文档以清理、强化与合并数据
2.3.3 执行分析
2.3.4 索引
2.4 文档的搜索和获取
2.4.1 布尔搜索: AND/OR/NOT
2.4.2 基于 Lucene搜索的布尔查询(MUST/MUST_NOT/SHOULD)
2.4.3 位置和短语匹配
2.4.4 助力用户浏览:过滤、切面和聚合
2.4.5 排序、结果排名,以及相关性
2.5 本章小结
第3章 调试我们的第一个相关性问题
3.1 Solr和Elasticsearch的应用:基于Elasticsearch的例子
3.2 最了不起的数据集:TMDB
3.3 用Python语言编写的例子
3.4 第一个搜索应用
3.4.1 针对 TMDB Elasticsearch索引的第一次搜索
3.5 调试查询匹配
3.5.1 检查底层查询策略
3.5.2 剖析查询解析
3.5.3 调试分析,解决匹配问题
3.5.4 比较查询条件和倒排索引
3.5.5 通过修改分析器来修正我们的匹配
3.6 调试排名
3.6.1 利用 Lucene的解释功能来剖析相关性评价
3.6.2 向量空间模型、相关性解释信息和我们
3.6.3 向量空间模型在实践中的注意事项
3.6.4 通过对匹配的评价来度量相关性
3.6.5 用 TF×IDF计算权重
3.6.6 谎言、该死的谎言和相似度
3.6.7 决定搜索词重要性的因素
3.6.8 解决 Space Jam和 alien的排名问题
3.7 问题解决了?工作永远做不完!
3.8 本章小结

……..


资源截图:

相关性搜索 利用Solr与Elasticsearch创建智能应用 完整pdf_服务器教程

------本文内容已结束,喜欢请分享------

感谢您的访问,Ctrl+D收藏本站吧。

版权声明

   站内部分内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供网络资源分享服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请 联系我们 一经核实,立即删除。并对发布账号进行永久封禁处理。在为用户提供最好的产品同时,保证优秀的服务质量。


本站仅提供信息存储空间,不拥有所有权,不承担相关法律责任。
THE END
点赞11 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容