国产视频一二三四区,噜噜噜久久久噜噜噜男男爱爱,亚洲av影视日韩,天天综合久久资源

　�。ǘ�）歸一化

　　為什么不拿著用戶的搜索詞，直接去查詢(keyword, ad)的索引呢？因為用戶的搜索詞千變萬化，由于計算機性能的限制，我們不可能對所有的搜索詞建立到競價的廣告的倒排索引。很多搜索詞，雖然形式不一樣，但是他們代表的用戶意圖可能是一樣的。用戶輸入的查詢多種多樣，在搜索引擎有限的計算能力和存儲資源下，不可能對每一個原始的用戶查詢串建立倒排索引。

　　為了解決這種問題，就引出了歸一化的方法，歸一化原本是統(tǒng)計學中概念,這里是指把用戶搜索詞(查詢串)和廣告主的買詞(競價詞)，轉化到一個搜索引擎內部的檢索詞典里。歸一化是一個多對一的關系，即好幾個搜索詞，對應的歸一化詞可能是同一個。查詢改寫后產出的所有詞，都是經過歸一化后的詞。廣告搜索引擎中是用歸一化后的詞去檢索廣告。而用戶的競價詞，也是通過歸一化后建立的倒排索引。

　　歸一化的好處是能夠幫助我們減少搜索引擎需要處理的詞的數量，幫助我們降低問題的規(guī)模，但是也是壞處，可能會喪失掉一些語義信息的精度。搜索詞和買詞往往是人操作產出的，更具有可讀性，而歸一化是一種數學方法，歸一化后的詞可讀性差一些。

　　（三）查詢改寫的輸出

　　可以這樣簡單理解查詢改寫的：

　　它就是搜索引擎進行匹配(Match)的大腦，用來揣測出用戶的搜索意圖，這些搜索意圖是有權重區(qū)分的，來指導檢索模塊進行檢索，排序模塊進行排序

　　對于搜索廣告，一般的查詢改寫輸出，包含以下幾個部分：

　　改寫出的查詢(rewritten query)。每個查詢都會包含如下的信息：

　　查詢詞：最終用來查詢倒排索引的查詢詞

　　權重：刻畫跟原始搜索詞的相關性

　　對于電商環(huán)境的查詢改寫(例如淘寶和京東)，還會預測出當前query的類目和屬性

　　關于類目屬性，可以看看鬼腳七的淺談淘寶類目屬性體系

　　關于query改寫，有這篇詼諧幽默的文章可以看看：

　　從狄仁杰的測字占卜到一淘網的Query分析之大結局

　�。ㄋ模�檢索

　　倒排索引和正排索引

　　查詢改寫是query->bidword的映射,而檢索過程是bidword->ad的映射，即找到所有購買了這個競價詞的廣告。查詢的時候是用檢索詞去查廣告，為了加快速度，就建立了一份競價詞到購買了此競價詞的廣告的倒排索引: bidwordx->(adi, adj, adm, adn)。這個跟網頁搜索引擎中的倒排索引(inverted index)的作用是一樣的，都是為了加快檢索速度，類似于書籍中的目錄頁。這樣對于一次檢索，遍歷此次所有查詢詞的倒排數據，把寶貝取出來，就能得到廣告的候選集合。