Hitori

上面我们已经说过了一些倒排索引的东西，并且也知道了如何来实现一个倒排索引完成检索功能，那么检索完了以后如何排序呢，这一篇简单的说一下倒排索引的文本相关性排序，因为排序实在是太复杂了，我们这里就说说文本的相关性排序，而且是最简单的TD-IDF排序，之后有机会可以再说说整个搜索的排…

从基本概念到源码分析

从零开始，写一个搜索引擎 （0x01） 第零部分我们已经列了一个提纲了，这一篇文章开始要详细说说了。 搜索引擎基本概念 在说搜索引擎架构分层之前，我们先确定几个搜索引擎的概念。 文档，搜索引擎的基本数据单元，比如一张网页，一个商品，多个文档合在一起就是一个搜索引擎的完整数据 倒…

很早就想写一系列的这样的文章了，之前在一个电商公司做搜索，对搜索引擎有一些认识，来到一个新的创业公司以后非常高兴还有机会继续做这方面的事情，虽然领域已经变了，而且不是做搜索了，但是技术还是那些技术，并且有机会接触到了 Go 语言，对于一个将近 10 年 C/C++ 的程序员来说，Go 的一些…

搜索是大数据领域里常见的需求。Splunk和ELK分别是该领域在非开源和开源领域里的领导者。本文利用很少的Python代码实现了一个基本的数据搜索功能，试图让大家理解大数据搜索的基本原理。

Poseidon 系统是由 360 开源的日志搜索平台，目前已经用到了生产环节中，可以在数百万亿条、数百 PB 大小的日志数据中快速分析和检索特定字符串，因为 Golang 得天独厚的支持并发编程。

今天，说说如何用机器学习的办法来进行排序（商品本身的属性排序）。

本篇较长较枯燥，请保持耐心看完。 前面两章介绍了一下倒排索引以及倒排索引字典的两种存储结构，分别是跳跃表和哈希表，本篇我们介绍另一种数据结构，他也被大量使用在信息检索领域，我在 github 上实现的搜索引擎的词典也是用的这个数据结构，它就是 B + 树。 首先，我们看看什么是树，树是程…

站内搜索，可以认为是针对一个网站特性内容的搜索功能。由于内容、格式可控，站内搜索比全网搜索的实现要简单很多。 简书这个网站本身自带一个搜索，但是缺乏针对个人文章的搜索，所以本文的实战内容是解决这个痛点。 代码在Python2.7下运行。需要安装以下依赖： 1. 数据源 如果是简…