文末彩蛋：七月在线干货组最新升级的《2021 大厂最新 AI 面试题 [含答案和解析， 更新到前 105 题]》免费送！ 问题 1：介绍逻辑回归，逻辑回归是一个分类算法，那么它是在回归什么呢？ 逻辑回归是在数据服从伯努利分布的假设下，通过极大似然的方法，运用梯度下降法来求解参数，从而达到将数据二分类 ....

作者： 涤生、远悠 闲鱼技术 背景 闲鱼搜索是闲鱼 APP 最大的成交场景入口， 成交归因中搜索占一半以上，所以提高成交效率是工程和算法迭代优化的主要目标，然而只以效率为最终的衡量标准不但会影响搜索的质量阻碍成交，还会恶化整个平台的长期生态建设无法成长，所以搜索相关性和平台生态对搜索平台至关重要，其 ....

作者： 故渊 闲鱼技术 引言 闲鱼是一个以 C2C 为主的平台，区别于 B 端的用户，C 端卖家在发布商品时更倾向于图 + 描述的轻发布模式，对于补充商品的结构化信息往往执行力和专业程度都不高，这为我们的商品理解带来了很大的困难。为了能够在发布侧获得更多的商品结构化信息，我们开始尝试在原有图 + 文 ....

[图片] 作者 | 闲鱼技术 - 雨成 文章来源 | 闲鱼技术团队 1.现状 闲鱼作为一款闲置交易 APP，在二手交易市场中是当之无愧的佼佼者。闲鱼从 2014 年诞生到现在七整年间持续增长，在这高速增长的背后带来的是每天近百亿的曝光点击浏览等数据，在这些数据规模如此庞大的背后也会带来诸多关于实时性 ....

作者：vivo 互联网服务器团队-Qian Yulun 一、Lucene 简介 1.1 Lucene 是什么？ Lucene 是 Apache 基金会 jakarta 项目组的一个子项目； Lucene 是一个开放源码的全文检索引擎工具包，提供了完整的查询引擎和索引引擎，部分语种文本分析引擎； Lu ....

第一篇： 【阿里妈妈数据科学系列】第一篇：认识在线实验 (ABTest) 拾芥、芋萌 阿里妈妈技术 背景 AB Test 是为同一目标制定两个方案，在同一时间维度，保证其他条件一致的情况下，分析实验组跟对照组的区别，根据不同的实验类型以及应用场景，产生了不同分桶逻辑的 AB Test，包括在线分流及 ....

搜索高亮 即刻搜索效果 优化基础相关性召回 快去试试吧 ～ [图片]

医疗健康领域的短文本解析探索（二） 医疗健康领域的短文本解析探索（一） 谈谈医疗健康领域的 Phrase Mining 前言 最近在优化 dxy 帖子召回问题，我们之前在医疗健康领域的短文本解析探索（一）提到了 phrase mining 抽取粗粒度名词，在医疗健康领域的短文本解析探索（二）提到实体 ....

本文承接索引文件的生成（五）继续介绍剩余的内容，下面先给出生成索引文件。tim、.tip 的流程图。 生成索引文件。tim、.tip 的流程图 图 1： [图片]   上一篇文章中，我们介绍了执行 生成一个或多个NodeBlock 的触发条件，本文就其实现过程展开介绍，同样的，下文中出现的并且没有作 ....

本文承接索引文件的生成（六）继续介绍剩余的内容，下面先给出生成索引文件。tim、.tip 的流程图。 生成索引文件。tim、.tip 的流程图 图 1： [图片] 统计每一个 term 的信息 图 2： [图片]   执行到该流程，我们需要将当前 term 的一些信息（图 1 中的 IntBlock ....

[图片] 添加微信：julyedufu77，七月在线干货组最新升级的《2021 大厂最新 AI 面试题 [含答案和解析， 更新到前 105 题]》，免费送！ 持续无限期更新大厂最新面试题，AI 干货资料，目前干货组汇总了今年 3 月-6 月份，各大厂面试题。 [图片]

[图片] 分享嘉宾：邸星星@汽车之家 编辑整理：DataFun、Flink 中文社区 导读： 本文将介绍如何基于 Apache Iceberg 构建湖仓一体架构，将数据可见性提升至分钟级；从多维分析的角度来探讨引入 Apache Iceberg 带来的收益，以及未来还有哪些收益可以期待。 01 数据 ....

前言 在互联网业务中，“增长”是永恒的主题，但随着互联网时代的发展，野蛮增长的流量红利已逐渐消失，如何在策略效果不可见的条件下，实现有效增长是当下互联网企业的难题。面对未知的策略价值，在线实验成为了有效的测度手段，自 2000 年 Google 将实验技术应用在互联网产品中，在线实验已经成为互联网企 ....

   本篇文章介绍索引文件的合并策略，某次提交(commit)或者刷新(flush)的所有索引文件属于一个新的段（Segment），所以也可以称为段合并(Segment Merge)。当 IndexWriter 索引中的数据有任意修改动作，它会调用 findMerges(...)方法通过某个合并策略 ....

这篇文章介绍 TieredMergePolicy，它是 Lucene4 以后的默认段的合并策略，之前采用的合并策略为 LogMergePolicy，建议先熟悉 LogMergePolicy 后再了解 TieredMergePolicy，这样对于两种合并策略的优缺点能一目了然，使得在不同业务使用对应的 ....

转载自公众号： 人工智能头条 大家好，我是为人造的智能操碎了心的智能禅师。 GraphDB 最近刚刚升级到 8.7 版本，此次特别更新了矢量语义包，直接以插件形式整合到程序中。 矢量语义在 NLP 领域，有着非常重要的意义，它用矢量的方式，加快了计算机学习新词汇的速度。让机器翻译、实时翻译、聊天机器 ....

杨航@贝壳找房 近年来，深度学习算法在各领域大放异彩，各种端到端模型也日趋成熟。特别是在推荐算法领域，端到端模型几乎成了标配。端到端模型可以将特征工程融入到模型中，由模型自动化提取有效特征；也可以将各类网络结构融合到一起进行训练，根据数据特点进行深度拟合。本文探讨在贝壳经纪人流失预警场景下，如何将端 ....

作者： 梁尔舒，李昀晖 写在前面 我们之前应该都了解链表求交、求并的算法，但是很少在实际工作中见过这些算法是怎么体现的，解决了哪些场景下的问题，其实 lucene 解决链表求交并的算法非常漂亮。最近因为工作中需要排查线上总是出现某些检索 DSL 执行比较慢，在网上到处找底层具体执行的资料，发现资料少 ....