搜索排序相关研究

搜索

Faiss 召回 python Annoy 召回 python Annoy 召回原理 Elastic 向量召回

Annoy 检索工具
：https://zhuanlan.zhihu.com/p/402823379

Faiss 工具的使用, K表示返回的结果数字。安装不成功之后，./pip install faiss-cpu

import numpy as np 
import faiss 

d = 64 
nb = 100
nq = 10
# 构建向量库
xb = np.random.random((nb, d)).astype('float32')  
xb[:, 0] += np.arange(nb) / 1000.
xq = np.random.random((nq, d)).astype('float32')
xq[:, 0] += np.arange(nq) / 1000.

# 关键步骤，build index
index = faiss.IndexFlatL2(d)   
index.add(xb)

k = 4 
D, I = index.search(xq[:5], k)   # 分别返回距离和索引

http://events.jianshu.io/p/ba81a30cdc2a

参考资料

https://www.6aiq.com/article/1547042568485
https://www.bilibili.com/video/BV1QS4y1j7yK/?spm_id_from=333.337.search-card.all.click （淘宝搜索排序算法）
https://zhuanlan.zhihu.com/p/393036573 (搜索排序系统讲解)
https://zhuanlan.zhihu.com/p/511459586 （搜索召回）
https://zhuanlan.zhihu.com/p/523602103 （搜索算法面试）