首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏mathor

    搜索(8)

    我们按照从上到下,从左到右的顺序将3x3的矩阵拉伸为1x9,则每一个状态都可以通过一个包含数字0~8的字符串表示。 因此搜索过程中,我们需要记录下每一个状态是否被搜索到过,避免重复搜索  我们先来分析一下状态空间,也就是一共有多少种不同的状态。显然每一个状态都对应了0~8的一个排列,所以一共有9!   2  3  4  5  6  7  8  距离:0 + 1 + 3 + 3 + 1 + 0 + 0 + 2 = 10  得到该状态的h值为10  在A星搜索中,每一次我们从候选队列中选取状态也不再按照先进先出的顺序 若openlist为空,结束搜索。 这里9个格子的位置依次是:0 1 2 3 4 5 6 7 8  f用来保存每个状态的f值。g_step保存的是状态的g值,也就是从初始状态到这个状态的步数。

    1K40发布于 2018-07-05
  • 来自专栏Android开发指南

    8.搜索

    搜索 1.在res/xml/下创建searchable.xml文件 label  hint * 注意:值不能直接写字符串,必须指向一个资源ID,例如@string/search_sms 2.创建SearchActivity intent-filter> <action name /> </intent-filter> <meta-data    name   resource /> </activity> 3.为了能让整个应用都可以调出搜索框 android.app.default_searchable"                    android:value=".SearchableActivity" /> 4.通过onSearchRequested()方法调出搜索框 5.在SearchableActivity中获取Intent,获取SearchManager.QUERY参数的值 进行搜索,搜索完之后获得Cursor,绑定数据 6.如果想要类似AutoCompleteTextView savedInstanceState) { super.onCreate(savedInstanceState); listView = getListView(); // 通过intent 获得,在搜索框中输入的内容

    97550发布于 2018-05-14
  • 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
  • 海量数据高并发场景,构建Go+ES8企业级搜索微服务

    海量数据高并发场景,构建Go+ES8企业级搜索微服务ES+Go 的底层技能ES(Elasticsearch)和Go是两种在技术和工业界广泛使用的技术栈。 以下是关于ES和Go底层技能的一些关键点:Elasticsearch(ES)底层技能分布式架构:ES是一个分布式搜索和分析引擎,其底层架构支持水平扩展和分布式存储。 Lucene索引:ES基于Lucene构建,了解其索引机制对于优化搜索性能至关重要。掌握倒排索引、分词器、过滤器等Lucene核心概念。 查询语言:掌握ES的查询DSL(领域特定语言),用于构建复杂的搜索查询。了解各种查询类型,如匹配查询、范围查询、聚合查询等。性能优化:学习如何优化ES的性能,包括缓存策略、分片策略、批量操作等。

    58310编辑于 2025-01-02
  • 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
  • 新场景 AI搜索 实战:8 个 AI 搜索新场景怎么布局?

    这个数据直接说明一件事:AI搜索引擎不是一个大池子,是多个引用偏好完全不同的信息通道。本文基于对8个AI搜索场景的引用源实测,拆解不同平台的内容抓取逻辑,以及技术内容如何通过平台适配提升被引概率。 背景:AI搜索的引用链路与传统搜索的本质差异传统搜索引擎返回的是链接列表,优化目标是在列表中排到更靠前的位置。AI搜索返回的是合成答案,优化目标变成了在答案中被引用、被当作可信信息源。 8个场景的引用源分布实测AI搜索目前可以拆分为8个典型场景:通用问答(豆包、DeepSeek的日常提问)、专业垂询(秘塔这类学术向搜索)、本地生活、购物决策、编程开发、健康咨询、投资理财、学术研究。 实测中,一篇关于MySQL索引优化的文章,版本A按CSDN公式写成8500字,包含12个执行计划对比表格和8段EXPLAIN输出代码块,发布后3周内被豆包和DeepSeek共引用7次;版本B将同一内容压缩成 实测总结AI搜索的8个场景各有各的引用偏好,但底层逻辑一致:先搞清楚自己行业在各个AI引擎上的引用源分布,再按平台内容公式改写不同版本分发,最后用固定提问词每月追踪出现率变化。

    35710编辑于 2026-08-13
  • 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
  • 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 默认不限制,可以多选,通过英文逗号分隔):1-预告(招标公告);2-变更(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- 开标(招标结果) procurementMethod String 否 采购方式(默认不限制,单选):1-单一来源;2-框架协议;3-邀请招标;4-询价采购;5-竞争性谈判;6-竞争性磋商;7-竞价;8- ;6-中标企业。 ,//本次唯一请求号 "data": { "total": 2,//总数 "items": [ { "procurementMethodCode": "8"

    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。 整套推荐系统的架构如下: 在内部测试中,爱奇艺在一台 Intel Xeon 6248/4GB 机器上测试了 Milvus 的性能,在数百到上千 QPS 的场景下 Milvus 可提供 4-8ms 的平均延迟 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。 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
  • 来自专栏学弱猹的精品小屋

    Leetcode | 第8节:记忆化搜索,树(上)

    例如说matrix = [[9,9,4],[6,6,8],[2,1,1]],那么输出就是4。这对应着下面这一张图 ? 如果输入是stones = [0,1,3,5,6,8,12,17],那么输出就是true。 如果输入为root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1,那么输出就是3,因为3是5和1的公共祖先。 比方说如果输入是root = [10,5,-3,3,2,null,11,3,-2,null,1], targetSum = 8,那么输出就是3,对应的3条路径如下。 ? Problem 8: Leetcode 230 给定一个二叉搜索树的根节点 root ,和一个整数 k ,请你设计一个算法查找其中第 k 个最小元素(从 1 开始计数)。

    72630发布于 2021-08-10
  • 来自专栏用户6109341的专栏

    影响搜索引擎排名8大因素

    影响搜索引擎排名8大因素: 1、服务器:即网站存储空间(是否被惩罚或稳定及速度) 2、网站导航结构 3、域名和文件名 4、网页标签的设置(Title、keywords、discription) 5、优秀网页的内容 (一般都是伪原创) 6、关键词在网页中的密度(一般为2%~8%) 7、反链(友情链接及在论坛、贴吧、博客、知道发布的有关网站的连接都算) 8、robots.txt文件(这个是禁止搜索引擎收录的)

    1K10发布于 2021-07-19
  • 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。 03 — solr安装启动 进入 solr-7.5.0/bin目录 执行 solr start 说明:solr运行,依赖JDK8 solr控制台 http://localhost:8983/solr

    1.1K10发布于 2020-07-27
  • 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。

    17700编辑于 2026-06-25
  • 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
  • 来自专栏点滴科技资讯

    新创企业面临的8个挑战

    1、放弃其他的职业 如果你想全身心投入创业并将企业带向成功,同时从事其他的职业几乎是不可能的事情。你可能要在工作日晚上和周末管理企业,但如果你希望企业快速发展,那你必须放弃全职工作。 2、融资 当需要为初创企业融资时,有经验的创业者也不会感到轻松,但是相对新创业者他们有些优势。他们可能因为卖掉之前创办的企业或者收入稳定而获得一定规模的资金以支持新创企业发展。 即便他们的第一个家企业经营不善,他们在投资界和客户关系方面也有一些人脉可以为他们的新创企业提供帮助。作为一名新创业者,你可能要从头开始,这意味着你需要创建自己的人脉网络,并考虑所有的融资渠道。 5、面对未知 你的企业会持续多长时间?你的企业有多赚钱?客户会喜欢你的产品吗?你能够给自己一个稳定的薪水吗?这些问题没有一个可靠的答案,即使初创企业的想法很伟大且资源比较多。 迟早你必须制定企业的规则,从员工休假天数到适当的争议协议。这些细节可没那么有趣,光想一想就头疼,但是每个企业都需要做。 8、决策 不管信不信,这可能是八个挑战里最艰难的一项。

    9.7K80发布于 2018-04-28
  • 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
  • 来自专栏EdisonTalk

    Elastic学习之旅 (8) 深入词项和全文搜索

    基于Term的查询 Term(词项)是ES中表达语义的最小单位,搜索和利用统计语言模型进行自然语言处理都需要处理Term。 别急,这恰恰是因为Term查询不对输入做分词,会将输入作为一个整体,进而导致我们搜索不到。 我们进一步将上面的查询改为以下方式就可以查询到记录:将iPhone改为全小写的iphone即可。 篇Query DSL中学习的就是全文查询): Match Query / Match Phrase Query / Query String Query 基于全文的查询具有以下的特点: 特点1:索引和搜索时都会进行分词

    58610编辑于 2024-04-10
  • 企业如何搭建AI搜索引用率监测体系

    一、一个新问题的出现过去两年,一个变化在企业市场团队中悄然发生:越来越多的用户不再先打开搜索引擎,而是直接在AI平台提问——“这个行业有哪些靠谱的服务商?”“A产品和B产品哪个更适合我们?” 我们把这个问题称为AI搜索引用率——企业公开内容被AI识别、采信和使用的程度。 本文将从工程实践角度,完整拆解企业如何搭建一套可落地的AI搜索引用率监测体系,包括问题设计、平台对接、引用识别、指标体系、查询展示和持续运营六个层面。 做指标解读时需要始终明确:引用率高说明AI采信了企业内容作为信息来源,这是好事但引用率高不保证AI的总结一定对企业有利引用内容可能被AI重新组织后改变原意,需要关注准确性有些平台默认不开启联网搜索,引用率天然偏低 十、写在最后AI搜索引用率,本质上是衡量“企业在AI信息生态中的内容资产健康度”。传统搜索时代,企业关注的是“网站有没有被收录”“关键词排第几”。

    40500编辑于 2026-07-07
领券