awesome search

Потрясающий поиск

Поддержите украинскую борьбу за свободу

РУССКИЙ ВОЕННЫЙ КОРАБЛЬ, ИДИ НА СЕБЯ

Я занимаюсь поисковыми приложениями для электронной коммерции уже почти десять лет. Ниже вы можете найти список (некоторых) публикаций, конференций и книг, которые меня вдохновляют. Группировка по темам (Если статья попадает в несколько тем – она попадает в несколько разделов).

Отметьте нас на GitHub — это помогает!

Также проверьте мои другие коллекции: потрясающая электронная коммерция, потрясающие графики знаний, потрясающие облачные приложения.

Темы

• Общий, веселый, философский
• Виды поиска
  • Классический/Лексический поиск
  • Векторы/Семантический поиск
    • Вложения
      • Типы векторов
        • Плотные векторы
          • Вложения матрешки
        • Разреженные векторы
          • СПЛАД
      • Модели энкодеров
        • Основные архитектуры
        • Взаимодействие токенов запроса и документа
          • Никаких взаимодействий – две башни/би-энкодеры
          • Раннее взаимодействие – кросс-кодировщики
          • Поздние взаимодействия — ColBERT
      • Обработка вложений высокой размерности
        • Уменьшение размерности
        • Квантование
          • Скалярное квантование
          • Двоичное квантование
    • Симметричный и асимметричный семантический поиск
  • Гибридный поиск
    • Взаимное слияние рангов - RRF
  • Мультимодальный поиск
• Области применения
  • Корпоративный поиск
  • поиск электронной коммерции
  • Разговорный поиск
  • Геопространственный поиск
  • Поиск в области медицины и здравоохранения
  • Поиск в социальных сетях и пользовательском контенте
  • Системы ответов на вопросы
  • Управление личной информацией
• Результаты поиска
  • Поиск
    • Актуальность
      • Алгоритмы релевантности
  • Рейтинг
    • Многоступенчатый рейтинг
    • Учимся ранжировать
      • Нажмите модели для поиска
  • Предвзятость
  • Диверсификация
  • Персонализация
  • Нулевые результаты поиска
• Поиск UX
  • Институт Баймарда
  • Нильсен Норман Групп
  • ООО «Энтерпрайз Знание»
  • Фасеты
    • Случайный систематик
  • Другой
• Исправление орфографии
• Предложения
• Синонимы
• Стоп-слова
• Графики/Таксономии/График знаний
  • Интеграция графиков поиска и знаний (по данным Enterprise Knowledge)
• Расширение запроса
• Понимание запроса
  • Цель поиска
  • Сегментация запросов
• Алгоритмы
  • БЕРТ
  • КОЛЬБЕРТ
  • Коллокации, общие фразы
  • Другие алгоритмы
• Отслеживание, профилирование, GDPR, анализ
• Эксперименты
  • A/B-тестирование, MAB
• Оценка поиска
  • МРР
  • Тестирование, метрики, KPI
    • Метрики
    • КПЭ
  • Оценка поиска (Дэниел Танкеланг)
  • Измерительный поиск (Джеймс Рубинштейн)
  • Три столпа поисковой релевантности (Андреас Вагнер)
• Архитектура
• Векторы поиск
• Образование и нетворкинг
  • Конференции
  • Тренинги и курсы
  • Книги
  • Блоги и порталы, Новости
  • Статьи
• Руководство, Поисковая группа
  • Собеседования
  • Инженерное дело
• Игроки отрасли
  • Личности и влиятельные лица
  • Поисковые системы
  • Продукты и услуги
  • Консалтинговые компании
• Серия постов в блогах
  • Поисковая оптимизация 101 (Чарли Халл)
  • Понимание запросов (Дэниел Танкеланг)
  • Динамика сетки
  • Принимая во внимание поиск: темы поиска (Дерек Сиссон)
• Видео
  • Каналы
  • Рекомендуемые
• Тематические исследования
  • Общий поиск
  • Многосторонние рынки
  • Электронная коммерция
• Наборы данных
• Инструменты

Несортированный

• песочница, июнь 2021 г.
• песочница май 2021 г.
• песочница апрель 2021 г.
• песочница декабрь 2020 г.
• песочница январь 2020 г.

Общий, веселый, философский

• Ложь о поиске, в которую верят программисты
• Этический поиск: создание неотразимого путешествия с положительным эффектом
• О семантическом поиске
• Долг обратной связи: чему сегвей учит поисковые команды
• Поддержка пути искателя: когда и как
• Шоппинг – это сложно, давайте искать!
• Введение в качество поиска
• Шаблоны проектирования поиска на сайте для электронной коммерции: структура схемы, ранжирование на основе данных и многое другое
• В поисках воспоминаний
• Сбалансируйте свой поисковый бюджет!

Виды поиска

• Эволюция поисковых технологий: взгляд в будущее

Классический/лексический поиск

• Этси. Таргетинг на широкие запросы в поиске
• Как Etsy использует термодинамику, чтобы помочь вам найти «Geeky»
• Широкие и неоднозначные поисковые запросы
• Деконструкция поиска в электронной коммерции: 12 типов запросов

Векторы/Семантический поиск

• Переход на Elasticsearch с плотным вектором для поисковой системы Carousell Spotlight

• От нуля до модели внедрения семантического поиска

• Рекомендации по выбору индекса

• Серия сосновая шишка

  • Индексы ближайших соседей для поиска сходства
  • Отсутствующее предложение WHERE в векторном поиске

• Инновационный опыт поиска с помощью Amazon OpenSearch и Amazon Bedrock

  Симметричный и асимметричный семантический поиск

  • Симметричный и асимметричный семантический поиск

Вложения

Типы

• Би-энкодер или кросс-энкодер? Когда какой использовать?
• Что такое ColBERT и позднее взаимодействие и почему они важны в поиске?

Модели энкодеров

• Выбор лучшей модели для семантического поиска

Взаимодействие токенов запроса и документа

Никаких взаимодействий – две башни/би-энкодеры

Раннее взаимодействие – кросс-кодировщики

Поздние взаимодействия — ColBERT

• Анонс устройства для встраивания Vespa ColBERT
• Что такое ColBERT и позднее взаимодействие и почему они важны в поиске?

Плотные векторы

Вложения матрешки

• Вложения матрешки: более быстрый векторный поиск OpenAI с использованием адаптивного поиска
• Введение в модели встраивания матрешек
• Представления матрешек. Руководство по более быстрому семантическому поиску

Редкие векторы

СПЛАД

• Гибридный поиск: SPLADE (разреженный кодировщик)
• Объяснение SPLADE для поиска разреженных векторов

Обработка вложений высокой размерности

Уменьшение размерности

Квантование

Бинарные вложения

Гибридный поиск

• Гибридный поиск > сумма частей?
• О гибридном поиске
• Гибридный поиск с повторным ранжированием

Взаимное слияние рангов (RRF)

• Гибридный поиск с повторным ранжированием
• Взаимное слияние рангов

Мультимодальный поиск

• Muves: мультимодальный и многоязычный векторный поиск с аппаратным ускорением
• Выбор модели для мультимодального поиска

Области применения

Корпоративный поиск

• GenAI может улучшить корпоративный поиск, но работа над этим еще не завершена

поиск электронной коммерции

• Влияние алгоритмов TF-IDF на поиск в электронной коммерции

Разговорный поиск

• Поиск как разговор
• Возможности для диалогового поиска
• Понимание запросов и чат-боты

Результаты поиска

Поиск

Актуальность

• Люди ищут вещи, а не струны
• Что такое «релевантный» результат поиска?
• Как добиться релевантности поиска в электронной торговле
• Настройка программы оценки релевантности

Алгоритмы релевантности

• Понимание алгоритма полнотекстового поиска BM25
• Практический BM25: как сегменты влияют на оценку релевантности в Elasticsearch, алгоритм BM25 и его переменные
• Влияние алгоритмов TF-IDF на поиск в электронной коммерции
• BM25 Новое поколение Lucene Актуальность
• Объяснение сходств люцена (BM25, DFR, DFI, IB, LM)

Рейтинг

Многоступенчатый рейтинг

• Многоступенчатый рейтинг

Учимся ранжировать

• Чем поиск отличается от других задач машинного обучения?
• Ранжирование в поиске с помощью обучения с подкреплением
• Ререйтинг поиска в электронной коммерции как проблема обучения с подкреплением
• Когда использовать машинное обучение, а не ранжирование на основе оценок
• Что такое обучение ранжированию?
• Использование искусственного интеллекта и машинного обучения для преодоления смещения позиции в Adobe Stock Search
• Разделение обучающих и тестовых наборов для оценки обучения для ранжирования моделей
• Как работает LambdaMART – оптимизация целей ранжирования товаров

Нажмите модели для поиска

• Нажмите модели
• Нажмите «Моделирование для электронной коммерции».
• Использование поведенческих данных для улучшения поиска

Предвзятость

• Что такое предвзятость представления в поиске?
• Борьба со смещением позиции в рекомендациях и поиске

Диверсификация

• Диверсификация результатов поиска с использованием причинно-языковых моделей
• Учимся диверсифицировать поиск в электронной коммерции с помощью Multi-Armed Bandit
• Качество поиска для открытий и вдохновения
• Как измерить разнообразие результатов поиска
• В поисках Златовласки
• Широкие и неоднозначные поисковые запросы: как понять, когда результаты поиска нуждаются в диверсификации
• Мысли о разнообразии результатов поиска

Персонализация

• Шаблоны персонализации в рекомендациях и поиске
• Дэниел Танкеланг Персонализация
• Airbnb — персонализация поиска в реальном времени
• 98 личных данных, которые Facebook использует для таргетинга рекламы
• Архитектура реальных рекомендательных систем
• Разработка функций для персонализированного поиска

Нулевые результаты поиска

• Стратегии использования альтернативных запросов для уменьшения нулевых результатов и их применение на онлайн-торговых площадках.
• Семантическая эквивалентность запросов электронной коммерции

Поиск UX

Институт Баймарда

• Деконструкция поиска в электронной коммерции: 12 типов запросов
• Автонаправление или направление пользователей к соответствующей категории
• 13 шаблонов проектирования для предложений по автозаполнению (27% ошибаются)
• Поиск в электронной коммерции должен поддерживать поисковые запросы пользователей, не связанные с продуктами (15% этого не делают)
• UX поиска: 6 основных элементов для страниц «нет результатов»
• Миниатюры продуктов должны динамически обновляться, чтобы соответствовать искомому варианту (54% этого не делают)
• Фасетная сортировка — новый метод сортировки результатов поиска
• Текущее состояние поиска в электронной коммерции
• Сайтам электронной коммерции требуется несколько из этих 5 функций «объема поиска»
• Дизайн поля поиска для электронной коммерции и его последствия
• Сайты электронной коммерции должны включать фрагменты контекстного поиска (96% ошибаются)
• Удобство поиска в электронной торговле: отчет и оценка
• Шесть улучшений UX электронной коммерции, связанных с «COVID-19»

Нильсен Норман Групп

• Модель взгляда «любовь с первого взгляда» на страницах результатов поиска
• Хороший отказ на страницах результатов поиска
• Сложные страницы результатов поиска меняют поведение поиска: шаблон пинбола
• Предложения по поиску по сайту
• Анализ журналов поиска: самая упускаемая возможность в исследованиях веб-UX
• Ограниченный поиск: опасно, но иногда полезно
• 3 правила для страниц поисковой системы «Нет результатов»

ООО «Энтерпрайз Знание»

• Оптимизация поиска: человекоориентированный подход к дизайну поиска

Фасеты

• Аспекты фасетного поиска
• Кофе, кофе, кофе!
• Фасетный поиск (начните здесь!)
• Как правильно реализовать фасетный поиск
• Метаданные и фасетный поиск
• Метакрап: поджигаем семь подставных людей метаутопии
• 7 реализаций фильтрации, которые делают Macy’s лучшим в своем классе
• Фасетный поиск: самое полное руководство. Лучшие практики, шаблоны проектирования, скрытые предостережения и обходные пути
• Фасеты: ограничения или предпочтения?
• Грани, но какие?

Случайный систематик

• Сколько аспектов должна иметь таксономия
• Когда таксономия не должна быть иерархической
• Настройка аспектов таксономии

Другой

• Учимся на противоречиях, чтобы улучшить качество поиска
• Почему так сложно отсортировать по цене?
• Фасетная сортировка
• Google убивает мгновенный поиск

Исправление орфографии

• Питер Норвиг. «Как написать корректор орфографии». Классическое издание.
• Дэниел Тункеланг. «Исправление орфографии».
• Простая программа проверки правописания, построенная на основе векторов слов.
• Более пристальный взгляд на проблему исправления орфографии: 1, 2, 3, preDict
• Глубокое правописание
• Моделирование исправления орфографии для поиска на Etsy
• Вольф Гарбэ. Автор Симпелла. Алгоритм исправления орфографии в 1000 раз быстрее, верхняя подсветка SymSpell по сравнению с BK-деревом: в 100 раз быстрее нечеткий поиск строк и проверка орфографии, быстрая сегментация зашумленного текста по словам
• Chars2vec: символьная языковая модель для обработки реальных текстов с орфографическими ошибками и
• JamSpell, исправление орфографии с учетом окружающего контекста - библиотека, Исправляем опечатки с учётом контекста
• Вставка для исправления орфографии
• Простая программа проверки орфографии, построенная на основе векторов слов.
• Какие алгоритмы исправления орфографии используются поисковыми системами?
• Moman - коррекция/автозамена заклинаний lucene/solr/elasticsearch фактически работает (была?) на этой библиотеке.
• Сегментация запросов и исправление орфографии
• Применение контекстно-зависимой проверки правописания в Spark NLP
• Автозамена в Google, Amazon и Pinterest и как написать свою

Синонимы

• Повышение эффективности Elasticsearch с помощью синонимов
• Настоящий разговор о синонимах и поиске
• Синонимы в Solr I — Хороший, плохой и уродливый
• Синонимы и антонимы из WordNet
• Синонимы и антонимы в Python
• Погрузитесь в WordNet с помощью NLTK
• Улучшение поиска посредством автоматического определения синонимов
• Синонимы из нескольких слов в поиске с помощью Querqy
• Как построить умную модель синонимов
• Важность синонимов в поиске электронной коммерции

Стоп-слова

• Имеют ли значение запросы со всеми стоп-словами?

Предложения

Синонимы: автозаполнение, поиск по мере ввода, предложения.

• Джованни Фернандес-Кинкаде. Начальное автозаполнение, Создание корпуса автозаполнения, Часть 1, Создание корпуса автозаполнения, Часть 2, Структуры и алгоритмы поиска данных автозаполнения, Ранжирование автозаполнения
• О двух типах предложений
• Улучшение поисковых предложений для электронной коммерции
• Лучшие практики автозаполнения поиска для увеличения конверсии
• Почему мы разработали модуль searchhub smartSuggest и почему это может иметь значение для вас
• Nielsen Norman Group: предложения по поиску по сайту
• 13 шаблонов проектирования для предложений автозаполнения
• Автозаполнение
• Автозаполнение и пользовательский опыт
• ВНЕДРЕНИЕ ПОИСКА LINKEDIN LIKE ПО ВВОДУ С ПОМОЩЬЮ ELASTICSEARCH
• Лучшие практики умного автозаполнения: повышение релевантности поиска и продаж
• OLX: создание корпуса для AutoSuggest (часть 1), поиск и ранжирование AutoSuggest (часть 2)
• Автозаполнение, предложения живого поиска и автокоррекция: лучшие практики проектирования
• Зеркало, зеркало, что я печатаю дальше? Все о поисковых предложениях
• Как мы создали молниеносную систему автозаполнения для otto.de

Графики/Таксономии/График знаний

• Графики знаний, применяемые в розничной торговле

  Графы знаний становятся все более популярными в сфере технологий. Мы исследуем, как их можно использовать в розничной торговле для обогащения данных, расширения результатов поиска и повышения ценности розничной компании.

• Потрясающие графики знаний

Интеграция графиков поиска и знаний (по данным Enterprise Knowledge)

• Часть 1. Отображение связей
• Расширение поискового запроса с помощью встраивания запросов

Расширение запроса

• Основы переписывания запросов (часть 1): введение в расширение запросов

Понимание запроса

• Дэниел Танкеланг: Понимание запросов.
• Понимание запроса, разделенное на три части
• Ищите вещи, а не строки
• Понимание поискового запроса. Часть 1, Часть 2, Часть 3
• Поиск еды с помощью Uber Eats: создание системы понимания запросов
• ИИ для понимания запросов

Поисковое намерение

• Сопоставление поисковых запросов с поисковыми намерениями
• Поиск: намерение, а не инвентарь

Сегментация запросов

• Бумажная неконтролируемая сегментация запросов с использованием только журналов запросов
• Статья о семантической сегментации запросов

Алгоритмы

БЕРТ

• Понимание BERT и релевантности поиска
• Google улучшает веб-поиск с помощью BERT – можем ли мы использовать его и для корпоративного поиска?

КОЛЬБЕРТ

• Предварительно обученные языковые модели Transformer для поиска. Часть 3.

Коллокации, общие фразы

• Автоматически обнаруживать общие фразы – выражения из нескольких слов / n-граммы слов – из потока предложений.
• Необоснованная эффективность словосочетаний

Другие алгоритмы

• Одна горячая кодировка
• Написание полнотекстовой поисковой системы с использованием фильтров Блума

Хеширование

• Хэширование с учетом местоположения
• Хеширование с учетом локальности (LSH): практическое и иллюстрированное руководство
• Минхаш

Сортировка по средним оценкам

• Лучше среднего: сортировка по лучшему рейтингу
• Как не сортировать по среднему рейтингу

Извлечение ключевых слов

• Извлечение ключевых слов с помощью RAKE
• Еще один экстрактор ключевых слов (Yake)
• Извлечение ключевых слов с помощью BERT

Отслеживание, профилирование, GDPR, анализ

Инструменты, платформы, помощники для отслеживания поиска

• Анализ поведения пользователей OpenSearch
• Отслеживание поиска по сайту с помощью Google Analytics 4
• Снегоочиститель
• поисковик-коллектор
• OpenTelemetry с дополнениями к поиску
• Аналитика импульсных запросов
• Отслеживание того, кто популярен, а кто нет, представляет собой алгоритмическую задачу.

Ресурсы

• Анонимизация: управление рисками защиты данных (свод правил)
• Система принятия решений по анонимизации
• 98 личных данных, которые Facebook использует для таргетинга рекламы
• Анализ возможностей для поиска
• Лицо выставлено для поисковика AOL № 4417749
• Утечка данных поиска AOL
• Персональные данные

Эксперименты

• Распространенные ошибки поисковых экспериментов
• Улучшение @scale поиска за счет эффективного экспериментирования с запросами

A/B-тестирование, MAB

• A/B-тестирование для поиска отличается
• A/B-тестирование: думаем как учёный

Тестирование, метрики, KPI

Метрики

• Дисконтированная совокупная прибыль
• Ароматы NDCG - нормализованы до чего!?
• Средний обратный ранг
• П@к
• Демистификация nDCG и ERR
• Выбор показателя оценки релевантности поиска
• Как реализовать нормализованную систему оценки качества дисконтированного совокупного прироста (NDCG) в Quepid
• https://en.wikipedia.org/wiki/Precision_and_recall
• https://en.wikipedia.org/wiki/F1_score
• Визуализация показателей поиска
• Выбор показателя оценки релевантности поиска
• Вычислите средний обратный ранг (MRR), используя Pandas
• Рекомендательные системы: метрики машинного обучения и бизнес-метрики

КПЭ

• 5 правильных способов измерить эффективность поиска
• Ключевые показатели эффективности поиска по сайту для электронной коммерции. Часть 1. Клиенты. Часть 2. Продукты. Часть 3. Запросы.
• Учимся на противоречиях, чтобы улучшить качество поиска
• За волшебством бесперебойного поиска
• Анализ показателей релевантности онлайн-поиска с помощью Elastic Stack
• Как получить информацию из поисковой аналитики

Оценка поиска (Дэниел Танкеланг)

• Измерьте это
• Измерение поведения поисковика
• Использование человеческого суждения
• Когда нет коэффициента конверсии

Измерительный поиск (Джеймс Рубинштейн)

• Статистические и человекоориентированные подходы к улучшению поисковых систем
• Человеческий подход
• Настройка программы оценки релевантности
• Метрики имеют значение
• A/B-тестирование: думаем как учёный
• Сортировка запросов: секретное оружие для поисковой релевантности
• Обзор запуска: собираем все вместе…

Три столпа поисковой релевантности (Андреас Вагнер)

• Часть 1: Находимость
• часть 2. Качество поиска для открытий и вдохновения

Архитектура

• Искусство абстракции – новый взгляд на архитектуру интернет-магазина
• Canva — Поисковый конвейер
  • Часть первая: описание проблем, с которыми пришлось столкнуться
  • Часть вторая: новая архитектура поиска
• Событийно-ориентированная архитектура для эффективного поискового индексирования

Образование и нетворкинг

Конференции

• Активировать
• Берлинское модное словечко
• стог сена
• Эластичный {ВКЛ}
• ПОИСК В ЭЛЕКТРОННОЙ ТОРГОВЛЕ MIX-CAMP
• СИГИР электронная коммерция
  • 2019 год
  • 2018 год
  • 2017 год

Тренинги и курсы

• Поиск на основе машинного обучения. Дуг Тернбулл Далее: 24 января 2023 г.

• Соединения с открытым исходным кодом

  • Elasticsearch «Думай как инженер по релевантности»
  • Солр «Думай как инженер по релевантности»
  • Помимо релевантности поиска: понимание и измерение качества результатов поиска
  • Привет, ЛТР

• Тренинги Sease

• Основы поиска. Дэниел Танкеланг, Грант Ингерсолл Далее: 6 февраля 2023 г.

• Поиск с помощью машинного обучения. Дэниел Танкеланг, Грант Ингерсолл Далее: 27 февраля 2023 г.

• Ищем менеджеров по продукту. Дэниел Танкеланг Далее: 3 апреля 2023 г.

• Обучение Solr, Elasticsearch и OpenSearch от Sematext

  Осень 2023 г.

• https://dtunkelang.medium.com/upcoming-search-classes-this-fall-58f877fe00ad

Книги

• Поиск на основе искусственного интеллекта
• Релевантный поиск
• Глубокое обучение для поиска
• Взаимодействие с поисковыми системами
• Вложения в обработку естественного языка. Теория и достижения в векторном представлении значения
• Поиск пользовательских интерфейсов
• Шаблоны поиска
• Поисковая аналитика для вашего сайта: беседы с вашими клиентами
• Нажмите «Модели для веб-поиска»
• Алгоритмы оптимизации

Блоги и порталы

• Поискновости

Статьи

• Список документов

Руководство, Поисковая группа

• Поиск — это командный вид спорта
• Мысли об управлении поисковыми командами
• О лидерстве в поиске
• Создание эффективной поисковой команды: ключ к отличному поиску и релевантности
• Сортировка запросов: секретное оружие для поисковой релевантности
• Обзор запуска: собираем все вместе
• Роль владельцев поисковых продуктов
• Управление продуктами поиска: самая непонятая роль в поиске?
• Релевантность поиска для неукомплектованных команд

Собеседования

• Вопросы для собеседования для инженеров по поисковой релевантности, специалистов по данным и менеджеров по продуктам
• Интервью по науке о данных: ранжирование и поиск

Инженерное дело

• Технический долг в поиске

Серия постов в блогах

Поисковая оптимизация 101 (Чарли Халл)

• Как я узнаю, что мой поиск не работает?
• Что значит, если мой поиск «не работает»?
• Как исправить неработающий поиск?
• Снижение бизнес-рисков за счет оптимизации поиска

Понимание запросов (Дэниел Танкеланг)

Лучший поиск благодаря пониманию запроса.

• Введение
• Идентификация языка
• Фильтрация символов
• Токенизация
• Исправление орфографии
• Стемминг и лемматизация
• Переписывание запросов: обзор
• Расширение запроса
• Расслабление запросов
• Сегментация запросов
• Определение области запроса
• Распознавание объектов
• Таксономии и онтологии
• Автозаполнение
• Автозаполнение и пользовательский опыт
• Понимание контекстных запросов: обзор
• Контекст сеанса
• Местоположение как контекст
• Сезонность
• Персонализация
• Поиск как разговор
• Разъясняющие диалоги
• Обратная связь по актуальности
• Фасетный поиск
• Презентация результатов поиска
• Фрагменты результатов поиска
• Кластеризация результатов поиска
• Вопрос Ответ
• Понимание запросов и голосовые интерфейсы
• Понимание запросов и чат-боты

Динамика сетки

• Не поисковая система вашего отца: краткая история поиска в розничной торговле
• Семантический векторный поиск: новый рубеж в открытии продуктов
• Ускорение обнаружения продуктов с помощью семантического поиска
• Схема анализа семантического запроса

Принимая во внимание поиск: темы поиска (Дерек Сиссон)

• Введение
• Предположения о поиске
• Предположения о поведении пользователей при поиске
• Типы сбора информации
• Структурный взгляд на поиск
• Пользователи и задача поиска информации
• Тестирование поиска
• Полезные поисковые ссылки и ссылки

Игроки отрасли

Личности и влиятельные лица

• Дэниел Танкеланг (он Бог поиска)
• Макс Ирвин
• Дуг Тернбулл
• Институт Баймарда

Поисковые системы

• Google
• Бинг
• Яндекс
• Амазонка
• eBay

Продукты и услуги

• Алголия
• Веспа
• Elasticsearch — распределенная система поиска и аналитики.
• Solr — Solr — это сверхбыстрая мультимодальная поисковая платформа с открытым исходным кодом, построенная на базе полнотекстового векторного и геопространственного поиска Apache Lucene.
• Корпоративный поисковый сервер Fess
• Typesense — альтернатива Algolia с открытым исходным кодом.
• SearchHub.io
• Datafari — решение корпоративного поиска с открытым исходным кодом.
• Qdrant — векторная база данных с открытым исходным кодом.
• Awakari — поиск в реальном времени из неограниченного количества источников, таких как RSS, Fediverse, Telegram. Условия соответствия текстовых ключевых слов, числовые условия, группы условий. Индекс обратного поиска на основе.
• Meilisearch — API поиска с открытым исходным кодом, поддерживающий полнотекстовый, векторный, геопространственный и фасетный поиск.

Консалтинговые компании

• Бутик БигДата
• Соединения с открытым исходным кодом
• https://sease.io/
• Сематекст

Тематические исследования

• Airbnb — поисковый рейтинг впечатлений Airbnb на основе машинного обучения
• Airbnb — включение вложений в поисковый рейтинг
• Algolia — архитектура распределенной поисковой сети Algolia
• Meituan - Исследование и практика BERT в основном рейтинге поиска Meituan (?? BERT在美团搜索核心排序的探索和实践)
• Netflix — как Netflix Content Engineering делает федеративный граф доступным для поиска (часть 1, часть 2)
• Netflix — стратегия индексирования Elasticsearch на платформе управления активами (AMP)
• Skyscanner – учимся ранжироваться в поиске маршрутов рейсов
• Slack — Поиск в Slack
• Twitter – стабильность и масштабируемость поиска
• Объяснение Amazon SEO: как поставить свои продукты на первое место в результатах поиска Amazon в 2020 году
• Создание лучшей поисковой системы для ученых-семантиков

Общий поиск

• Как Bing ранжирует результаты поиска: основной алгоритм и синие ссылки
• Как работает рейтинг в поиске Google – дарвинизм в поиске

Электронная коммерция

• Поиск

Многосторонние рынки

• Узнайте, как работает и оценивается Cassini (поисковая система eBay)

Видео

Краткие советы по Apache Solr

Каналы

• Осознанные мысли
• Люсидворкс
• Поиск в электронной коммерции MIx-Camp
• Соединения с открытым исходным кодом
• СИГИР ЭКом

Рекомендуемые

• Соответствующие аспекты

Наборы данных

• Набор данных о торговых запросах: крупномасштабный тест ESCI для улучшения поиска продуктов
• ESCI-S: расширенные метаданные для набора данных Amazon ESCI.
• Актуальность поиска товаров Home Depot
• WANDS — набор данных аннотаций Wayfair

Инструменты

Просторный

Awesome Spacy — понимание естественного языка, обогащение контента и т. д.

Word2Vec

• Word2Vec для фраз — изучение встраивания более чем одного слова
• Учебное пособие по Gensim Word2Vec
• Как включить фразы в Word2Vec — подход к интеллектуальному анализу текста
• Word2Vec — маленький шаг в глубоком обучении, но гигантский скачок к обработке естественного языка
• Как разрабатывать встраивания слов в Python с помощью Gensim

Либы

• Сегментатор запросов
• https://github.com/zentity-io/zentity
• https://github.com/mammothb/symspellpy
• https://github.com/searchhub/search-collector
• Кири — современный семантический поиск стал проще.
• Haystack — комплексная среда Python для создания интерфейсов поиска данных на естественном языке.
• https://github.com/castorini/docTTTTTquery

Другой

• Хор, Смуи, Керки
• Кепид
• Оценщик рейтинга
• Jina AI — система нейронного поиска

Другие классные вещи

• Потрясающие графики знаний
• Потрясающий временной сериал
• Потрясающий простор
• Запрос-понимание
• Нажмите модели