Note that, U(q) should be inferred

Note that, U(q) should be inferred without actually firing the
candidate query q in Google. We share some insights below
about what we should consider in inferring such utility.
Insight. Firstly, a retailer does not exist in isolation. There
are often a large number of peer retailers, which can reveal
useful insights of the domain. Imagine we are gathering
reviews for a hair salon (e.g., Salon Vim in Orchard). By
analyzing the domain data (i.e., Web pages) of other hair
salons, we can easily learn many useful patterns such as
salon name + stylist name. We can use these useful
patterns to guide what kind of queries we should choose
(e.g., “Salon Vim in Orchard, Alice”), to maximize the
utility. In summary, we propose to learn queries in a domainaware
manner. We emphasize that, such domain data can
be easily obtained in advance; e.g., we can Google salon
name + branch for each hair salon in the domain, fetch
their top 20 pages and finally use Y to analyze the content
relevance so as to find the useful patterns.
Secondly, a query does not exist in isolation. Multiple
queries are needed to gather more target pages. That is,
there exist a context of past queries that were already
fired for the target retailer. Given the time, bandwidth and
sometimes financial costs to query through a commercial
search engine, it is imperative to become context-aware:
accounting for the past queries to eliminate redundancy
between queries. Consider an example for getting hair salon
A’s review. Alice and service are both useful queries
on their own, but their respective top result pages from
Google may overlap. Such redundancy implies that, a set
of individually best queries is not necessarily the best set
of queries collectively. Thus, in addition to the candidate
queries themselves, we propose to account for the queries
from previous iterations, in order to capture the redundancy.

ผลลัพธ์ (ไทย) 1:

หมายเหตุ:ที่ U(q) จะพาดพิงโดยไม่ต้องยิงจริงq ถามผู้สมัครใน Google เราแบ่งปันข้อมูลเชิงลึกบางอย่างด้านล่างเกี่ยวกับสิ่งที่เราควรพิจารณาใน inferring อรรถประโยชน์ดังกล่าวเข้าใจ ตอนแรก ผู้ค้าปลีกไม่มีแยก มีมีจำนวนมากของเพียร์ผู้ค้าปลีก ซึ่งสามารถเปิดเผยข้อมูลที่เป็นประโยชน์ของโดเมน จินตนาการเราจะรวบรวมความคิดเห็นสำหรับร้านทำผม (เช่น ร้าน Vim ในออร์ชาร์ด) โดยวิเคราะห์ข้อมูลโดเมน (เช่น หน้าเว็บ) ของผมอื่น ๆร้าน เราสามารถได้เรียนรู้หลายรูปแบบที่มีประโยชน์เช่นชื่อร้าน + ชื่อนักออกแบบ เราสามารถใช้ประโยชน์เหล่านี้รูปแบบการแนะนำว่าเราควรเลือกชนิดของแบบสอบถาม(เช่น, "ร้าน Vim ในออร์ชาร์ด อลิซ"), การเพิ่มการโปรแกรมอรรถประโยชน์นี้ ในสรุป เรานำเสนอแบบสอบถามใน domainaware การเรียนรู้ลักษณะ เราเน้นที่ ข้อมูลโดเมนดังกล่าวสามารถได้อย่างง่ายดายล่วงหน้า เช่น เราสามารถ Google ร้านชื่อ + สาขาสำหรับร้านทำผมแต่ละในโดเมน การนำมาใช้ด้านบนของ 20 หน้า และในที่สุด ใช้การวิเคราะห์เนื้อหาเกี่ยวข้องเพื่อค้นหารูปแบบที่มีประโยชน์ประการที่สอง แบบสอบถามไม่มีแยก หลายแบบสอบถามจะต้องรวบรวมเพิ่มเติมเป้าหมายหน้า นั่นก็คือมีบริบทของแบบสอบถามที่ผ่านมาที่ได้ยิงเป้าหมายผู้ค้าปลีก กำหนดเวลา แบนด์วิดธ์ และต้นทุนทางการเงินบางครั้งสอบถามถึงการพาณิชย์ค้นหา มันเป็นความจำเป็นเพื่อทราบถึงบริบท:บัญชีสำหรับการสอบถามที่ผ่านมาเพื่อขจัดความซ้ำซ้อนระหว่างการสอบถาม พิจารณาตัวอย่างการทำผมของ A รีวิว อลิซและบริการมีทั้งแบบสอบถามที่มีประโยชน์ตนเอง แต่หน้าของผลลัพธ์ด้านที่เกี่ยวข้องจากGoogle อาจซ้อนทับกัน สำรองดังกล่าวหมายถึงที่ ชุดแบบสอบถามที่ดีที่สุดละไม่จำเป็นต้องตั้งค่าที่ดีที่สุดแบบสอบถามโดยรวม ดังนั้น นอกเหนือจากผู้สมัครถามตัวเอง ที่เรานำเสนอเพื่อการสอบถามจากก่อน ๆ เพื่อจับภาพการสำรอง

ผลลัพธ์ (ไทย) 2:

โปรดทราบว่า U (Q) ควรจะสรุปไม่จริงยิง
Q แบบสอบถามผู้สมัครใน Google เราแบ่งปันข้อมูลเชิงลึกบางส่วนด้านล่าง
เกี่ยวกับสิ่งที่เราควรพิจารณาในการอนุมานเช่นสาธารณูปโภค.
Insight ประการแรกเป็นร้านค้าปลีกไม่ได้อยู่ในการแยก มี
บ่อยครั้งที่มีเป็นจำนวนมากของร้านค้าปลีกแบบ peer ซึ่งสามารถที่จะเปิดเผย
ข้อมูลเชิงลึกที่มีประโยชน์ของโดเมน ลองนึกภาพเราจะมีการรวบรวม
ความคิดเห็นสำหรับร้านทำผม (เช่นร้านที่เป็นกลุ่มในออชาร์ด) โดย
การวิเคราะห์ข้อมูลโดเมน (เช่นหน้าเว็บ) ของเส้นผมอื่น ๆ
ร้านเราสามารถเรียนรู้ได้อย่างง่ายดายรูปแบบที่มีประโยชน์มากมายเช่น
ชื่อร้านเสริมสวยชื่อ + สไตลิส เราสามารถใช้ประโยชน์เหล่านี้
รูปแบบเพื่อให้คำแนะนำสิ่งที่ชนิดของคำสั่งที่เราควรจะเลือก
(เช่น "ร้านที่เป็นกลุ่มในออร์ชาร์ลิซ") เพื่อเพิ่ม
ยูทิลิตี้ โดยสรุปเรานำเสนอในการเรียนรู้คำสั่งใน domainaware
ลักษณะ เราเน้นว่าข้อมูลโดเมนดังกล่าวสามารถ
รับได้อย่างง่ายดายล่วงหน้า เช่นเราสามารถร้าน Google
+ ชื่อสาขาสำหรับร้านทำผมในแต่ละโดเมนดึงข้อมูล
บน 20 หน้าของพวกเขาและในที่สุดก็ใช้ Y เพื่อวิเคราะห์เนื้อหา
ความสัมพันธ์กันเพื่อหารูปแบบที่มีประโยชน์.
ประการที่สองแบบสอบถามไม่ได้อยู่ในการแยก หลาย
คำสั่งที่มีความจำเป็นที่จะรวบรวมหน้าเป้าหมายมากขึ้น นั่นคือ
มีอยู่บริบทของคำสั่งที่ผ่านมาที่มีอยู่แล้ว
ยิงสำหรับผู้ค้าปลีกเป้าหมาย ให้เวลาแบนด์วิดธ์และ
ค่าใช้จ่ายทางการเงินบางครั้งการสอบถามผ่านเชิงพาณิชย์
เครื่องมือค้นหาก็มีความจำเป็นที่จะกลายเป็นบริบท:
การบัญชีสำหรับการค้นหาที่ผ่านมาเพื่อขจัดความซ้ำซ้อน
ระหว่างคำสั่ง ลองพิจารณาตัวอย่างสำหรับร้านทำผมได้รับ
การตรวจสอบของ อลิซและการบริการที่มีทั้งคำสั่งที่มีประโยชน์
ของตัวเอง แต่นั้นผลของหน้าเว็บชั้นนำจาก
Google อาจทับซ้อนกัน ซ้ำซ้อนดังกล่าวแสดงให้เห็นว่าชุด
ของคำสั่งที่ดีที่สุดที่ไม่ซ้ำกันไม่จำเป็นต้องเป็นชุดที่ดีที่สุด
ของการค้นหารวม ดังนั้นนอกเหนือไปจากผู้สมัคร
queries ตัวเองเราเสนอไปยังบัญชีสำหรับแบบสอบถาม
จากการทำซ้ำก่อนหน้านี้เพื่อที่จะจับซ้ำซ้อน

ผลลัพธ์ (ไทย) 3:

ทราบว่า , u ( Q ) ควรจะได้จริงโดยไม่ยิงผู้สมัครแบบสอบถาม Q ใน Google เราจะแบ่งปันบางข้อมูลเชิงลึกด้านล่างเกี่ยวกับสิ่งที่เราควรจะพิจารณาในการเช่นสาธารณูปโภคความเข้าใจ ประการแรก ผู้ค้าปลีกที่ไม่ได้อยู่ในการแยก . มีมักจะมีจำนวนมากของร้านค้าปลีกที่สามารถเปิดเผยเพื่อนที่เป็นประโยชน์ข้อมูลเชิงลึกของโดเมน จินตนาการเรารวบรวมรีวิวสำหรับร้านทำผม ( เช่นร้านวิมในสวนผลไม้ ) โดยวิเคราะห์ข้อมูลโดเมน ( เช่นหน้าเว็บ ) ของเส้นผมอื่น ๆร้านเราสามารถเรียนรู้รูปแบบมีประโยชน์หลายอย่าง เช่นชื่อร้าน + หน้าชื่อ เราสามารถใช้ประโยชน์รูปแบบการแนะนำชนิดของแบบสอบถามที่เราควรจะเลือก( เช่น " ร้านวิมในสวนผลไม้ อลิซ " ) เพื่อเพิ่มสาธารณูปโภค โดยสรุปเราขอเรียนสอบถามใน domainawareลักษณะ เราเน้นว่า ข้อมูลโดเมนเช่นได้ง่ายๆก่อน เช่น เราสามารถ Google ซาลอนชื่อ + สาขา แต่ละร้านผมเรียกในโดเมนสูงสุด 20 หน้า และในที่สุดก็ใช้ Y เพื่อวิเคราะห์เนื้อหาที่เกี่ยวข้องเพื่อหารูปแบบที่มีประโยชน์ประการที่สองการค้นหาไม่ได้อยู่โดดเดี่ยว หลาย ๆแบบสอบถามจะต้องรวบรวมหน้าเป้ามากกว่า นั่นคือมีบริบทของการสืบค้นข้อมูลที่เป็นแล้วไล่ออกสำหรับผู้ค้าปลีกเป้าหมาย ให้เวลาและแบนด์วิดธ์บางครั้งต้นทุนทางการเงินเพื่อสอบถามผ่านทางพาณิชย์เครื่องมือค้นหา มันขวางเป็นบริบททราบ :การบัญชีสำหรับแบบสอบถามที่ผ่านมาเพื่อขจัดความซ้ำซ้อนระหว่างแบบสอบถาม พิจารณาตัวอย่างสำหรับร้านทำผมของรีวิว อลิซและบริการมีทั้งประโยชน์ต่างๆของตนเอง แต่ตนบนหน้าผลลัพธ์จากGoogle อาจทับซ้อนกัน เช่น ) หมายถึง ชุดของแต่ละคำถามที่ดีที่สุดคือไม่ต้องชุดดีที่สุดของแบบสอบถามรวม ดังนั้น นอกจากผู้สมัครแบบสอบถามด้วยตนเอง เราจึงขอเสนอเพื่อให้บัญชีต่างๆจากเดิมซ้ำ เพื่อที่จะจับความซ้ำซ้อน