东拉西扯到天明

-------yahoo 真是大公无私，发表了n多的论文。 本论文只有两页。 首先是提取特征，包括编辑距离、符号重叠度。 类似hubble的关键词和点击页面的关系。 广告特征。 位置特征 然后用TED做分析。 基本上就是一个线性回归，求两个query之间的相关度。 使用误差分析的方法，使整体的误差最小。 看了论文，还没有办法用到实践上面。...

另外一篇论文证明关键词和竞价词之间随机的分配，最大的竞争率是1 - 1/e. 这个随机分配里面包括了最优的分配方式。     i.i.d 是独立同分布的意思: independent and identically distributed   《Mechanism Design via Machine Learning》   其中的一个公式：     ...

Query聚类（或者叫计算相似关键词）的基本方法：  （1）       如果query中有相同的词，那么这些query是相关的。 （2）       寻找query和通过query点击的文档的集合。点击的文档可以替换成其他形式。目的是构成“通过不同的query点击相同的事物”这样的关系。 （3）       一和二方法的融合 之前的实现： 使用二分图。一边是query的集合，一边是do...