- 综合排序
- 最热优先
- 最新优先
中心点附近企业搜索-中心点附近公司搜索-附近企业查询-搜索附近企业API接口介绍
前言中心点附近企业搜索，可以实现输入中心点的坐标，来搜索坐标范围（米）内的企业。范围可以设定， 最大可以支持10公里。 园区 / 政务 / 招商摸排辖区企业底数，用于统计管理、政策推送、产业园招商引资推介。风险核查排查周边高危、污染类企业，评估场地安全、合规与环境风险。
28410编辑于 2026-06-11- 来自专栏Rust语言学习交流
【Rust 日报】2022-11-11 GitHub 代码搜索用 Rust 实现
GitHub 代码搜索用 Rust 实现 目前 Github 的这个新功能处于测试阶段，关于该功能的更新信息记录可以看 Github 的 blog：https://github.blog/2021-12 欢迎大家交流讨论，博文：https://www.fornjot.app/blog/progress-report-2022-11/ 一个简单的 Fornjot 模型示例： use fj::syntax:
65750编辑于 2022-11-28 - 来自专栏木又AI帮
T11-搜索旋转排序数组
这是木又陪伴你的第18天 今天分享leetcode第11篇文章，也是leetcode第33题—Search in Rotated Sorted Array（搜索旋转排序数组），地址是：https://leetcode.com 搜索一个给定的目标值，如果数组中存在这个目标值，则返回它的索引，否则返回 -1 。 你可以假设数组中不存在重复的元素。 你的算法时间复杂度必须是 O(log n) 级别。
64020发布于 2019-07-18 - 来自专栏后端Coder
LeetCode11|搜索二维矩阵
2，示例 输入: matrix = [ [1, 3, 5, 7], [10, 11, 16, 20], [23, 30, 34, 50] ] target = 3 输出: true main(String[] args) { int[][] matrix = { {1, 3, 5, 7}, {10, 11
48820发布于 2020-08-12 - 来自专栏硬核项目经理的专栏
【迅搜11】搜索技巧（一）简单搜索语句构建及高亮折叠效果
搜索技巧（一）简单搜索语句构建及高亮折叠效果 学习完索引管理相关的内容之后，我们就进入到了搜索技巧相关的学习了。其实对应在 XS 中，就是 SDK 中的 XSSearch 对象的相关学习和使用。 其实，在这个 XSSearch 的 search() 方法上直接写搜索词，是 XS 为我们提供的一种快捷搜索方法。 折叠搜索称为归并搜索，就像 Google 上通常搜索结果中对于某一个网站只会显示 2 条最匹配的结果， 其余的归并折叠起来。从而避免一个网站权重太大，连续多好页显示的都是同一个网站的内容。 折叠搜索时，还可以组合其它搜索条件的，大家可以试一下，这里就不演示了。 对于这种聚合运算功能，还有一种就是后面要学习的分面搜索，其它就没有了。 测试代码： https://github.com/zhangyue0503/dev-blog/blob/master/xunsearch/source/11.php 参考文档： http://www.xunsearch.com
94810编辑于 2023-12-26 - 来自专栏Python项目实战
企业搜索别再“关键词匹配”了：大模型时代的企业级搜索重构指南
企业搜索别再“关键词匹配”了：大模型时代的企业级搜索重构指南作者：Echo_Wish说句实在话，很多企业的“内部搜索”系统，其实停留在十年前。 这不是搜索，这是“翻资料”。这两年，大模型的出现，终于把企业级搜索这件事推到了一个新的阶段。但我观察下来，真正用好的企业并不多。 今天这篇文章，我就跟大家聊聊：大模型在企业级搜索中的应用路径，以及如何优化，避免变成“昂贵的聊天机器人”。一、企业级搜索的核心痛点先别急着上模型，我们先看问题本质。 七、企业级落地必须考虑的三件事1️⃣权限隔离企业搜索必须做权限控制。 企业级搜索的核心，是：把知识变成真正可用的生产力。
40510编辑于 2026-03-03 - 来自专栏硬核项目经理的专栏
【迅搜11】搜索技巧（一）简单搜索语句构建及高亮折叠效果
搜索技巧（一）简单搜索语句构建及高亮折叠效果 学习完索引管理相关的内容之后，我们就进入到了搜索技巧相关的学习了。其实对应在 XS 中，就是 SDK 中的 XSSearch 对象的相关学习和使用。 其实，在这个 XSSearch 的 search() 方法上直接写搜索词，是 XS 为我们提供的一种快捷搜索方法。 折叠搜索称为归并搜索，就像 Google 上通常搜索结果中对于某一个网站只会显示 2 条最匹配的结果， 其余的归并折叠起来。从而避免一个网站权重太大，连续多好页显示的都是同一个网站的内容。 折叠搜索时，还可以组合其它搜索条件的，大家可以试一下，这里就不演示了。 对于这种聚合运算功能，还有一种就是后面要学习的分面搜索，其它就没有了。 测试代码： https://github.com/zhangyue0503/dev-blog/blob/master/xunsearch/source/11.php 参考文档： http://www.xunsearch.com
73010编辑于 2023-12-26 招标信息搜索-企业招投标信息查询-企业招标信息查询
searchMode String 是 搜索模式，1-精准搜索、2-模糊搜索 pageSize String 否 每页条数（默认10条，最大10条） pageIndex String 否 当前页数（默认第 招标公告）；3-澄清补遗（招标公告）；4-招标（招标公告）；5-变更（招标结果）；6-候选公示（招标结果）；7-中标成交（招标结果）；8-澄清答疑（招标结果）；9-合同（招标结果）；10-验收（招标结果）；11 项目区域-城市：使用行政区划代码 searchType String 否 查找范围（默认不限制，可以多选，通过英文逗号分隔），支持如下维度的筛选：1-标题；2-项目编号；3-采购单位；4-代理机构；5-候选企业 ；6-中标企业。 /公告发布时间 "projectRegionProvinceCode": "440000",//项目区域-省份-行政区划代码 "winCandidate": [//中标企业
25010编辑于 2026-08-17- 来自专栏函数式编程语言及工具
search（0）- 企业搜索，写在前面
计划研究一下搜索search，然后写个学习过程系列博客。开动之前先说说学习搜索的目的：不是想开发个什么搜索引擎，而是想用现成的搜索引擎在传统信息系统中引进搜索的概念和方法。 搜索search除条件匹配式的查找外最重要的是具备了关联relevance的特性。首先，搜索是基于大数据文件数据库的，对格式没有硬性要求，操作者可自由、灵活的表达搜索条件。 再者搜索具备信息关联能力，能根据搜索条件除符合条件的文件外，还能把满足搜索条件中表述的关联，如：文字关联、意思关联、信息关联等应用在目标文件的匹配上，产生一个以关联度排序的结果文件清单。 换句话说就是好的1搜索方案还可以猜度操作者的搜索目的，提供建议目标结果。如此大大降低了对使用者操作水平的要求，最终任何用户普遍都可以轻松使用搜索来获取符合专业要求的搜索结果。 考虑了一下市面上的几个开源搜索引擎，最终选择了elasticsearch。除了搜索功能外，elasticsearch还是一个分布式的数据库。
1.4K20发布于 2020-03-19 - 来自专栏API 分享
数据智能引擎：企业模糊搜索API精准获取企业列表信息
在这个大数据的时代，企业面临着海量信息的管理和利用挑战。为了更有效地获取并利用数据，企业信息模糊搜索API成为了企业数据智能引擎的一部分，为企业提供了精准的企业列表检索服务。 企业信息模糊搜索API简介企业信息模糊搜索API是一种基于关键词的数据检索工具，可以通过输入关键词，迅速从庞大的数据集中筛选出符合条件的企业信息。 企业信息模糊搜索API的优势精准匹配： 企业信息模糊搜索API能够根据用户输入的关键字进行智能匹配，不仅考虑关键词的匹配度，还能理解上下文，提供更为精准的搜索结果。 实时更新： 企业信息模糊搜索API通常能够实时同步数据，确保用户获得的企业列表是最新的。这对于需要及时了解市场变化、拓展合作伙伴等业务活动的企业尤为重要。 企业信息模糊搜索API的推荐与使用APISpace 的 企业信息模糊搜索，通过关键词获取企业列表，企业列表包括公司名称或ID、类型、成立日期、经营状态等字段的详细信息。
1.3K00编辑于 2023-11-22 - 来自专栏量子位
从数字人到企业搜索11大应用应有尽有
这还只是身处“大模型重构一切”这场技术风暴中的百度，最新推出的11个AI原生应用中的一款。 除了被大模型赋予“灵魂”的数字人，百度的看家本领搜索，如今也展现出了更强的形态： 想从公司内部文件中找资料，无需再狂翻杂乱无章的文档库，一句话就能让大模型给你整理出一份详细“资料包”。 要说办公时最头疼的问题，莫过于搜索企业内部资料，不仅文件新旧堆积繁杂，命名方法还千奇百怪。 大模型加持的企业搜索引擎百度智能云甄知，正是为了解决这一问题而出现。 不止是带文字的文件能搜索，就连视频也能跨模态搜索，并直接定位到对应的片段： 搜索模式也能自由切换，只需要打开“百度搜索”，并打开“AI深度思考模式”选项，就能让大模型化身找资料达人，同时查找企业内部和联网资料 经过这段时间的打磨，商业化企业级的应用产品开始成型。 企业现在在模型的选择上越来越理智，更关心模型在业务场景中的应用效果，会综合去考虑开发效率、调优成本等问题。
1.1K30编辑于 2023-09-08 - 来自专栏通往体面生活的路上
微服务 day11：基于 ElasticSearch 构建搜索服务
本章节为【学成在线】项目的 day11 的内容 基于 Java 客户端实现 DSL 搜索 搭建 ElasticSearch 集群环境 使用 Logstash 自动创建 ElasticSearch , "studymodel": "201002", "price":38.6, "timestamp":"2018-04-25 19:11:35", "pic":"group1 , "studymodel": "201001", "price":68.6, "timestamp":"2018-03-25 19:11:35", "pic":"group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428 , "studymodel": "201001", "price":88.6, "timestamp":"2018-02-24 19:11:35", "pic":"group1 根据难度等级搜索课程。 搜索结点分页显示。 2、搜索流程 ?
2.8K20发布于 2020-08-05 - 来自专栏深度学习与python
海量数据中搜索精华价值：Milvus助力头部企业打造前沿AI搜索
为了帮助企业和软件开发人员应对海量非结构化数据检索难题，Zilliz 于 2019 年底推出了开源向量搜索引擎 Milvus。 Milvus 已成为大规模 AI 搜索技术领域的明星，将帮助越来越多的企业和组织挖掘海量非结构化数据中的精华价值。 5企查查：利用 Milvus 增强商标检索 企查查是一款企业信用查询工具，旨在提供快速查询企业相关信息的服务。 目前，企查查已收录约 5000 万个企业商标信息和图片，如何在这些图片中快速准确找到相似商标，是帮助企业用户提升商标保护能力的关键。 6焦点科技：Milvus 赋能智能搜索 焦点科技是国内头部软件企业，业务涉及电商、教育、云计算等诸多领域。
1.9K30发布于 2020-11-06 - 来自专栏悠扬前奏的博客
LintCode-11.二叉查找树中搜索区间
你实现的栈将支持push，pop 和 min 操作，所有操作要求都在O(1)时间内完成。
67950发布于 2019-05-31 - 来自专栏HelloGitHub
第 11 篇：基于 drf-haystack 的文章搜索接口
-rm hellodjango.rest.framework.tutorial.local python -m scripts.fake 测试文章生成后，还要运行下面的命令给文章的内容创建索引，这样搜索引擎才能根据索引搜索到相应的内容 一套标准化的 django-restful-framework 开发流程，不过大量工作已由 drf-haystack 在背后替我们完成，我们只写了非常少量的代码即实现了一套搜索接口。 来看看搜索效果。 text=key-word 将 key-word 替换为需要搜索的关键字，例如将其替换为 markdown，测试集数据中得到的搜索结果如下： 搜索结果符合预期，但略微有一点不太好的地方，就是没有高亮的标题和摘要 来看看改进后的搜索效果： 注意观察返回的 title 和 summary，我们搜索的关键词是 markdown，可以看到所有 markdown 关键字都被包裹了一个 span 标签，并且设置了 class 当然，我们现在并没有实际用到这个特性，下一部教程我们将使用 Vue 来开发博客，到时候调用搜索接口拿到搜索结果后就会实际用到了。
2.7K20发布于 2021-05-14 企业从搜索优化走向AI回答呈现观察
摘要：企业的数字品牌管理，正在从“搜索优化”走向“AI回答呈现观察”。本文分析这一转变的背景、逻辑差异和企业的应对策略。 一、场景背景过去十年，企业的数字品牌管理核心是SEO——让品牌在搜索结果中排名靠前。现在，一个新的维度正在形成：品牌在AI回答中的呈现状态。企业需要从“搜索优化”走向“AI回答呈现观察”。 二、两种逻辑的差异维度搜索优化AI回答呈现观察目标排名靠前被提及、被推荐、被理解方法技术优化信息建设评估排名位置提及率/推荐率/解释率可控性较高中等三、企业的应对策略策略1：双线并行继续做好SEO，同时开始关注 ai_mention_rateDECIMAL(5,4),ai_recommend_rateDECIMAL(5,4),observation_dateDATE,created_atTIMESTAMPDEFAULTNOW());五、总结企业正在从搜索优化走向 企业需要同时关注搜索排名和AI回答中的品牌表现。
17600编辑于 2026-06-25- 来自专栏程序源代码
【程序源代码】springboot企业级搜索平台
正文 | 内容 01 — Springboot2.1+Solr7.5搭建的企业级搜索平台，项目目前支持文档内容和数据库检索，已经集成分词技术。 02 — Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。 用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。
1.1K10发布于 2020-07-27 - 来自专栏字根中文校对软件
Solr 企业级搜索引擎简介
Solr 企业级搜索引擎简介 Solr 是一个独立的企业级搜索引擎服务器，并提供类似web-service 的API接口。可以通过http协议把文档以xml格式的方式放入索引库。 首先，Solr 师出名门，apache的孵化项目：http://incubator.apache.org/solr/ 具体功能看看下表吧： 高级全文搜索功能 ； 为高Web负载做了特别的优化； 基于 的灵活性和可适配性； 提供支持插件的架构； Solr 使用的是Lucene包，并对其进行了扩展 支持实用数据Schema, 比如：动态字段和唯一键等 对Lucene 查询语言的强大扩展； 支持动态搜索结果分组和过滤
1.7K20发布于 2019-02-14 AI 搜索时代，企业的流量逻辑正在重写
当用户习惯向ChatGPT提问而不是打开搜索引擎，传统的SEO策略正在失去效力。我们在服务中小企业的过程中观察到，生成式引擎优化（GEO）不是SEO的简单升级，而是一套全新的流量获取方法论。 企业通过研究用户搜索词，优化页面标题、描述和内容结构，争取在搜索结果中获得更高排名。这套逻辑在搜索引擎主导信息分发的时代运行了二十年。生成式AI改变了这个底层机制。 企业的网页可能根本不会出现在用户视野中，即便它曾经排在搜索结果第一页。GEO的优化对象从搜索引擎算法转向了生成式AI的内容选择逻辑。 河南晨讯云文化科技在服务客户的过程中发现，那些率先建立GEO内容体系的企业，在AI搜索渠道的可见度提升速度远超预期。这不是偶然现象，而是内容质量与AI选择逻辑高度匹配的结果。 我们目前为中小企业提供GEO优化与GEO营销服务，帮助企业完成这一转型。AI搜索的流量分配规则已经不同，企业的流量获取策略必须随之进化。
20410编辑于 2026-10-09- 来自专栏Elastic Stack专栏
应用企业搜索的市场巨变——chatGPT撬动百亿级应用搜索的AIGC市场
ChatGPT插件赋能应用搜索 但在彼时，chatGPT还是一个直接的2C场景的应用。对于企业用户、在应用内搜索和企业搜索引擎领域，我们无法集成这种能力的。 那么，它是怎么给企业的数据连接的呢？ 我们可以把企业内部的数据通过OpenAI提供的向量模型（text-embedding-ada-002），转化为向量存储在企业自己的向量搜索引擎当中时。 这样，我们就可以在保持数据私有化的同时，结合chatGPT的内容生成和对话式任务的能力，把新一代的搜索体验赋能给我们的企业搜索。 应用搜索、企业搜索架构巨变 对于要接入chatGPT能力，或者说将来打算通过其他大模型平台提供交互式语义搜搜能力的企业来说，巨变将来自于现有的软硬件基础设施的迭代升级。 搜索的新时代已经来临，能用AI赋能的企业将获得更多的生存空间，无法跟上新技术变化的企业将因为过时的体验而失去用户。
2.6K50编辑于 2023-04-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号