<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>搜索 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E6%90%9C%E7%B4%A2/</link>
    <description>Recent content in 搜索 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Thu, 20 Aug 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E6%90%9C%E7%B4%A2/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>美团搜索3.0：用大模型语义表征改进排序效果</title>
      <link>https://index.zshipu.com/geek/post/20260820/%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A23.0%E7%94%A8%E5%A4%A7%E6%A8%A1%E5%9E%8B%E8%AF%AD%E4%B9%89%E8%A1%A8%E5%BE%81%E6%94%B9%E8%BF%9B%E6%8E%92%E5%BA%8F%E6%95%88%E6%9E%9C/</link>
      <pubDate>Thu, 20 Aug 2026 00:00:00 +0000</pubDate>
      <guid>https://index.zshipu.com/geek/post/20260820/%E7%BE%8E%E5%9B%A2%E6%90%9C%E7%B4%A23.0%E7%94%A8%E5%A4%A7%E6%A8%A1%E5%9E%8B%E8%AF%AD%E4%B9%89%E8%A1%A8%E5%BE%81%E6%94%B9%E8%BF%9B%E6%8E%92%E5%BA%8F%E6%95%88%E6%9E%9C/</guid>
      <description>美团搜索3.0：用大模型语义表征改进排序效果 美团搜索团队近期发布了关于搜索3.0的技术博客，介绍了他们在排序模型中应用大语言模型（LLM）语义表征的探索。这一系列文章旨在分享美团搜索在本地生活场景下的技术升级，核心是依托“团垂融合”新架构和生成式大模型技术，重构搜索底座。 为什么值</description>
    </item>
    <item>
      <title>搜索相关性算法在中的探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E7%9B%B8%E5%85%B3%E6%80%A7%E7%AE%97%E6%B3%95%E5%9C%A8%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Tue, 15 Mar 2022 11:50:07 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%90%9C%E7%B4%A2%E7%9B%B8%E5%85%B3%E6%80%A7%E7%AE%97%E6%B3%95%E5%9C%A8%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/</guid>
      <description>李明阳 滴滴技术 导读：今天给大家分享的主题是搜索匹配问题在 DiDi Food 中的一些探索与应用。本文首先介绍了搜索相关性的一些背景，之后介绍了业界常见的三种匹配模型，以及在 DiDi Food 业务中的模型效果对比。 匹配模型包括：1. 基于表征 的深度匹配模型；2. 基于交互 的深度匹配模型；3. 同时 基于表征与交互 的深度</description>
    </item>
    <item>
      <title>有赞搜索中台的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%89%E8%B5%9E%E6%90%9C%E7%B4%A2%E4%B8%AD%E5%8F%B0%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:50:11 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%89%E8%B5%9E%E6%90%9C%E7%B4%A2%E4%B8%AD%E5%8F%B0%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：王爷 团队：搜索中台 概述 有赞搜索中台作为有赞企业级搜索能力复用平台，在解决各个业务域搜索问题时是如何探索与实践的，这个过程中有哪些心得，本文与大家一起分享探讨下。 一、问题域 跟绝大多数烟囱式架构面临的问题是相似的，业务自建搜索，独立选型往往会遇到以下问题： 技术选型单一或跟风，比</description>
    </item>
    <item>
      <title>技术揭秘百度搜索中台低代码的探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98%E7%99%BE%E5%BA%A6%E6%90%9C%E7%B4%A2%E4%B8%AD%E5%8F%B0%E4%BD%8E%E4%BB%A3%E7%A0%81%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:20:50 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E6%8F%AD%E7%A7%98%E7%99%BE%E5%BA%A6%E6%90%9C%E7%B4%A2%E4%B8%AD%E5%8F%B0%E4%BD%8E%E4%BB%A3%E7%A0%81%E7%9A%84%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读：据Gartner调研，应用开发需求的市场增长至少超过IT交付能力的5倍，预计到2025年，70%的新应用开发将使用低代码技术。我们需要在需求迭代越来越高频、创新能力要求越来越高的背景下，探索如何通过技术手段为业务开发降本增效提质做出突破，更高效的实现产品创新。百度搜索中台支</description>
    </item>
    <item>
      <title>阿里飞猪个性化搜索排序探索实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%B8%AA%E6%80%A7%E5%8C%96%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:19:00 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E4%B8%AA%E6%80%A7%E5%8C%96%E6%90%9C%E7%B4%A2%E6%8E%92%E5%BA%8F%E6%8E%A2%E7%B4%A2%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：素数 阿里飞猪 编辑整理：饶水涛 出品平台：DataFunTalk 导读： 旅行类商品 ( 如机票、火车票、汽车票 ) 相对实物电商更加标品，用户决策因素更加单一，而行业内大多基于简单规则排序，如时间、价格或业务逻辑加权，难以满足用户的个性化出行需求。飞猪在过去一段时间中，不断探索交通搜</description>
    </item>
    <item>
      <title>个性化搜索的介绍推荐和搜索的强强结合</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%90%9C%E7%B4%A2%E7%9A%84%E4%BB%8B%E7%BB%8D%E6%8E%A8%E8%8D%90%E5%92%8C%E6%90%9C%E7%B4%A2%E7%9A%84%E5%BC%BA%E5%BC%BA%E7%BB%93%E5%90%88/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%AA%E6%80%A7%E5%8C%96%E6%90%9C%E7%B4%A2%E7%9A%84%E4%BB%8B%E7%BB%8D%E6%8E%A8%E8%8D%90%E5%92%8C%E6%90%9C%E7%B4%A2%E7%9A%84%E5%BC%BA%E5%BC%BA%E7%BB%93%E5%90%88/</guid>
      <description>作者：Pavel Kord ík 编译：ronghuaiyang 英文原文： https://medium.com/recombee-blog/introduction-to-personalized-search-2b70eb5fa5ae 导读: 一般来说，搜索是非个性化的，不过如果和推荐系统组合起来，也会有意想不到的效果。 寻找正确的信息总是很困难的。在不久之前，文档还是存放在实际的物理仓库中，要找到相关的文档是非常困难的。 当文档可以通过在线存储库访问时</description>
    </item>
    <item>
      <title>微信全文搜索技术优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E5%85%A8%E6%96%87%E6%90%9C%E7%B4%A2%E6%8A%80%E6%9C%AF%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:51 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E4%BF%A1%E5%85%A8%E6%96%87%E6%90%9C%E7%B4%A2%E6%8A%80%E6%9C%AF%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：qiuwenchen 腾讯技术工程 稿 一、iOS 微信全文搜索技术的现状 全文搜索是使用倒排索引进行搜索的一种搜索方式。倒排索引也称为反向索引，是指对输入的内容中的每个 Token 建立一个索引，索引中保存了这个 Token 在内容中的具体位置。全文搜索技术主要应用在对大量文本内容进行搜索的场景。 微信终端</description>
    </item>
    <item>
      <title>揭秘升级版语义搜索技术</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8F%AD%E7%A7%98%E5%8D%87%E7%BA%A7%E7%89%88%E8%AF%AD%E4%B9%89%E6%90%9C%E7%B4%A2%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8F%AD%E7%A7%98%E5%8D%87%E7%BA%A7%E7%89%88%E8%AF%AD%E4%B9%89%E6%90%9C%E7%B4%A2%E6%8A%80%E6%9C%AF/</guid>
      <description>欢迎关注本人公众号&amp;quot; 蘑菇先生学习记 &amp;ldquo;，会定期分享算法最新进展以及工作实践感悟。 上一篇分享了 KDD&#39;21 | 淘宝搜索中语义向量检索技术，今天分享Facebook在KDD&#39;21上发表的又一篇EBR文章： Que2Search: Fast and Accurate Query and Document Understanding for Search at Facebook 。两篇文章的风格差异巨大。Facebook延续了</description>
    </item>
    <item>
      <title>百度搜索中台海量数据管理的云原生和智能化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%90%9C%E7%B4%A2%E4%B8%AD%E5%8F%B0%E6%B5%B7%E9%87%8F%E6%95%B0%E6%8D%AE%E7%AE%A1%E7%90%86%E7%9A%84%E4%BA%91%E5%8E%9F%E7%94%9F%E5%92%8C%E6%99%BA%E8%83%BD%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 08:54:06 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%99%BE%E5%BA%A6%E6%90%9C%E7%B4%A2%E4%B8%AD%E5%8F%B0%E6%B5%B7%E9%87%8F%E6%95%B0%E6%8D%AE%E7%AE%A1%E7%90%86%E7%9A%84%E4%BA%91%E5%8E%9F%E7%94%9F%E5%92%8C%E6%99%BA%E8%83%BD%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读：百度搜索中台将搜索核心能力赋能阿拉丁（百度搜索特型结果）、垂直领域搜索、应用内搜索等场景，支撑了数百个检索场景、百亿级内容数据的检索。我们通过智能化的设计理念，在容量自动调整、数据按需存储等方面取得了效率和成本的显著收益，并通过进阶云原生的设计，在海量数据和海量检索方面实现</description>
    </item>
    <item>
      <title>干货向量搜索的工程化实战</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8C%96%E5%AE%9E%E6%88%98/</link>
      <pubDate>Mon, 14 Mar 2022 21:00:01 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8C%96%E5%AE%9E%E6%88%98/</guid>
      <description>死敌wen 稿 1、背景 作为一家搜索引擎公司，我们会很倚赖 ES 帮忙处理包括文章召回，数据源划分，实体、标签管理等任务，而且都收到了不错的结果。 最近我们需要对行业知识库进行建模，其中可能会涉及到实体匹配、模糊搜索、向量搜索等多种召回和算分方式，最终我们选择了通过 ES 7.X （最终选择 7.10）里</description>
    </item>
  </channel>
</rss>
