发布时间：2019年4月24日
不在当前版本
此闪烁不在雷达的当前版本上。如果是最后几个版本之一，很可能仍然是相关的。如果昙花一岁，它可能不再是相关的，我们今天可能会有所不同。不幸的是，我们根本没有与雷达以前版本的昙花一现的带宽。
了解更多
2019年4月
审判
值得追求。了解如何建立此功能非常重要。企业应该在一个可以处理风险的项目上尝试这项技术。
搜索挑战之一是确保用户出现在列表顶部的最相关的结果。这是学习排名（LTR）可以提供帮助的地方。LTR是将机器学习应用于搜索引擎检索的文件的过程。如果你使用了elasticsearch.，您可以实现搜索相关的排名Elasticsearch LTR.插入。插件使用ranklib.用于在训练阶段生成模型。然后，在查询Elasticsearch时，您可以使用此插件来“Rescore”最佳结果。我们已经在一些项目中使用了它，并对结果感到满意。还有一个等价物LTR解决方案索尔用户。
下载技术雷达第25卷