目录
基础篇
- 问题的提出 – 全面精确的定义要解决的问题
- 架构设计 – 站在全局看服务
- （挖坑待填）更新源数据 – 源数据更新时机和数据清洗
- （挖坑待填）朴素的全文搜索 – 基于基本数据进行全文搜索
- （挖坑待填）搜索建议的冷启动数据 – 生成能够支持搜索建议的最简数据集
- （挖坑待填）用搜索的思路做推荐 – 使用标签做内容相关推荐
- （挖坑待填）基于用户的标签的个性化推荐 – 浏览记录通常能如实反映用户的喜好
进阶篇
- （挖坑待填）缓存的应用 – 通过缓存提升性能上线
- （挖坑待填）黑白名单 – 各种黑白名单用来应对各种问题
- （挖坑待填）社区内容特征提取 – 朴素贝叶斯算法的应用
- （挖坑待填）通过协同过滤优化用户标签 – 加入协同过滤以优化推荐效果
终极篇
- （挖坑待填）无监督学习下的内容特征提取 – LDA的探索
- （挖坑待填）带反馈的智能搜索架构