关键词： 竞价排名   商标侵权   不正当竞争   搜索引擎  

摘要： 在竞价排名模式中,为吸引网络用户,竞价方往往未经商标权人同意,将与商标相同或近似的标识作为其推广关键词,由此引发系列民事纠纷。基于对2013年至2021年的79件民事判决书归纳分析,可以发现实务中该类案件争议焦点主要集中在三方面:一是竞价方是否构成商标侵权,二是竞价方是否构成不正当竞争,三是搜索引擎是否承担责任。首先,关于竞价方行为是否构成商标侵权,应区分关键词的不同设置情况,据此判断不同情况下竞价方行为是否构成商标使用、是否具有混淆可能性。关键词设置情况包括后台设置型、前台设置型、远端设置型;后台设置关键词行为无法指示商品或服务,不构成商标使用;基于售前混淆理论,前台设置行为存在导致混淆的可能,但其与远端型设置行为一样,还需综合考虑其他因素以判断混淆可能性是否确实存在。其次,关于竞价方行为是否构成不正当竞争,应以利益衡量方式综合考虑行为对消费者、经营者和市场竞争秩序的影响。由于后台设置关键词情形增加了消费者福利,商标权人交易机会的减少非竞价方行为所致,且行为不违背市场竞争机制,因此竞价方仅于后台设置关键词的行为不构成不正当竞争。另外,由于《商标法》和《反不正当竞争法》的适用上具有递进关系,因而对于前台和远端设置型而言,适用《商标法》优先,若竞价方行为已然达到商标侵权,一般不再适用《反不正当竞争法》,若不构成商标侵权,应当以《反不正当竞争法》判断竞争的正当性与否。最后,关于搜索引擎是否承担责任,应当考虑竞价方直接侵权、搜索引擎实施帮助侵权客观行为、搜索引擎具备主观过错三大因素。搜索引擎负有较高注意义务,其主观过错应结合竞价排名事前、事中、事后情况具体认定,搜索引擎若事前尽到审查和标识义务,事中遵循红旗原则,事后遵循通知-删除规则,则不存在主观过错。

关键词： “免费”内容产品   意愿调查法   意愿价值   价值核算  

摘要： 在数字化背景下,大多数的互联网企业以提供“免费”内容产品或服务的方式来吸引大量的用户,在提供产品或服务的同时这些企业可以搜集到用户的数据来进行商业利用,从而盈利,在这种商业模式中,生产者和消费者之间并未发生直接的交易,如何衡量这部分的价值是我国GDP核算中所面临的难点之一。本文首先根据国内外的相关研究明确了“免费”内容产品的概念和范围,并分析了其不同于传统产品的特征,然后对“免费”内容产品的价值核算方法进行了系统地整理与分析,并通过总结辨析,选择意愿调查法和构建逻辑回归模型来对我国使用最广泛的即时通信、搜索引擎,网络视频产品的价值进行估计,并大致估算出我国2000年-2021年即时通信、搜索引擎,网络视频所创造的总价值,最后对结果进行分析得到如下结论:（1）通过意愿调查法,本文估计出了我国使用最广泛的即时通信、搜索引擎和网络视频产品—微信、百度搜索和腾讯视频的接受意愿价值（WTA）分别为668.89元/月,239.6元/月和325.79元/月。（2）通过分析发现“免费”内容产品的价值会受到消费者的性别、年龄和收入等的显著影响,其中微信的价值受到消费者的收入、学历和年龄的显著影响,本科学历和收入较高的家庭更看重微信,老龄消费者则认为微信价值较低;百度搜索的价值受到消费者的性别、年龄和收入的显著影响,女性消费者比男性消费者更有可能选择放弃使用百度搜索,年龄较高消费者也更可能选择放弃使用百度搜索,而收入较高的家庭则倾向于选择保留;腾讯视频的价值只受到消费者收入的显著影响,家庭人均月收入在4000以上的家庭会更倾向于选择保留腾讯视频。（3）通过对比实际GDP增长率与实际GDP增长率,发现从2012年开始“免费”内容产品的价值大幅提升,二者差距逐渐拉大,从2012年相差0.3%到2021年的2.5%,说明从2012年开始,越来越多的互联网企业通过提供免费或者价格较低的产品或服务来进行盈利,互联网中的“免费”内容产品数量与种类都大幅增长,“免费”内容产品在经济发展中的作用越来越大。

关键词： 侧信道泄露   LSTM   搜索引擎   自动建议   噪音过滤  

摘要： 随着网络的发展,越来越多的用户信息在网络中传输,一旦发生信息泄露问题,将会给人们的信息安全带来很大的威胁。侧信道攻击是发生信息泄露的重要途径,由于输入数据的敏感性和应用的广泛性,Web应用中的自动建议是发生侧信道攻击的重要场景之一。如果可以进行侧信道泄露的检测,提前发现Web应用程序中存在的问题,让开发者对漏洞进行防御,就可以减少用户信息的泄露。因此对侧信道泄露的检测是保障信息安全的重要手段。本论文主要是基于深度学习方法,对搜索引擎中自动建议的侧信道泄露进行检测研究。本文主要工作如下。首先,针对目前有限的工具对网络延迟噪音等情况处理不足的问题,提出噪音过滤算法,该算法包含3种噪音过滤的策略。根据数据包协议、IP地址和数据包大小三种策略对网络流量文件进行噪音过滤,提高数据集的质量。其次,通过分析数据包中的属性特征,从过滤好的网络流量文件中构建单一属性特征向量和聚合属性特征向量。探究两种属性特征向量对侧信道泄露程度的影响。再次,为提高分类准确率,针对单一属性特征向量和聚合属性特征向量序列类型的数据,本文提出使用长短期记忆网络(LSTM)来检测在搜索引擎中自动建议情景下的侧信道漏洞。结合属性特征向量和LSTM,构建基于属性特征向量和LSTM的侧信道泄露检测模型,并用评价指标量化侧信道泄露程度。最后,对本文提出的噪音过滤策略与侧信道泄露检测模型进行实验验证和结果分析,通过设置不同的对比实验,验证噪音过滤算法与侧信道泄露检测算法LSTM的有效性和准确性。

关键词： 轨道交通工程   分布式搜索引擎   知识图谱   DCN   推荐算法   成果重用  

摘要： 城市轨道交通在改善城市环境的同时可促进城郊流动、扩大城市规模并带动城市经济发展。目前,我国正在大力开展城市轨道交通建设。但是,轨道交通工程是一个集多单位、多专业、多工种于一身的复杂开放系统,其建设过程被划分成众多的专业设计任务。随着信息化技术的发展,要求设计人员在缩短各设计任务交付周期的同时提高设计质量。传统从头设计的方式效率低下,且不能借鉴已有的设计成果,合理的对设计成果进行管理,并在设计过程中为设计人员推荐相似的设计成果进行重用可以提高轨道交通工程的设计效率。本文基于某地铁设计院的实际需求,对地铁设计过程中设计成果管理以及推荐技术进行研究,具体工作主要包括:(1)针对轨道交通工程中众多的设计成果未实现统一管理而导致难以重用的问题,设计基于任务特征的设计成果管理模型,实现设计成果与项目任务特征的关联。并根据项目策划,创建以项目->阶段->系统专业/工点->系统专业任务/工点专业->子系统任务为层级的项目成果结构树,通过该结构树实现设计成果基于项目任务特征的展示。(2)针对专业设计过程中根据任务特征为设计人员推荐相似设计成果进行重用的需求,设计了一种基于知识图谱的设计成果推荐算法。首先根据专业设计任务及特征,建立包含设计任务、设计人员以及设计成果等节点的知识图谱;然后利用Trans R算法将知识图谱中的节点与关系映射至低维向量空间,冷启动阶段直接通过任务向量间的距离来计算任务间的相似度,非冷启动阶段将得到的设计任务向量、设计人员向量以及设计成果向量输入DCN模型的Cross Network与Deep Network进行点击率预测,通过点击率预测得到对应的设计成果推荐列表。(3)针对设计报告类设计成果仅根据任务特征匹配推荐不够精细化的问题,引入分布式搜索引擎Elastic Search,为设计人员提供按条件进行全文检索的方法。并对Elastic Search的索引分片策略以及索引段合并策略进行优化以提高检索效率,通过分析,确定了以数据量、集群节点数量来计算索引主分片数量的分片策略;以及通过集群节点性能与段文件数量来确定索引段合并时机的段合并策略。(4)完成了轨道交通工程设计成果管理系统的开发和应用验证。本系统主要具有项目策划管理、设计成果管理与设计成果推荐等功能,该系统已在该地铁设计院进行应用,通过应用表明该系统能满足其业务需求。

关键词： 搜索引擎   非结构化   数据   检索  

摘要： 实现对非结构化数据的快速检索是发挥企业文档型资料数据价值的重要手段。本文立足企业非结构化数据检索现状,分析了非结构化数据实现快速检索所需要的关键技术,并提出了切实可行的非结构数据搜索引擎设计方案。

摘要： 机械工业出版社2020年注意力是人类大脑在漫长进化过程中演变出来的一种特殊能力,其目的在于帮助人们在短时间内高效地动用大脑的认知资源。在非洲草原的原始环境中,注意力的集中与否是让个体逃避天敌、找到食物的关键因素。然而,人类大脑的这一重要能力在近代以来却在持续性地遭遇新技术的"追击"。

关键词： 域名   知识图谱   ALBERT_ZH   TextCNN   搜索引擎  

摘要： 随着互联网的快速发展和网络用户的急速增加,以及各种网络应用服务的广泛使用,逐渐使得网络空间成为了人类生产生活的主要空间,所以需要加强对网络空间的合法规范化管理,而域名作为人们通向网络空间的入口,其安全性对拥有良好的网络空间环境起着决定性作用,因此网络监管部门应该加大对网站域名安全性的监测管理力度。但是由于目前全世界注册的域名数量多达几亿,无法对所有域名进行监测管理,因此,基于工信部工业互联网创新发展工程新型标识项目,本文构建了专属于域名信息领域的知识图谱,并基于构建的域名数据设计开发了域名绘制系统,作为该项目的应用支撑子系统,来监测管理网络空间中的国内重点中文网站域名。本系统主要以项目中的异常预警和访问量高的域名,以及国内的重点域名作为目标对象,构建专属于重点域名领域内的知识图谱,设计实现域名信息领域内的搜索引擎,并对域名属性信息关联性进行分析展现。通过对国内重点域名属性信息的采集管理、精准检索和分析,有助于国家网络安全管理局等网络空间监管部门及时精准的获取国内重点域名的管理信息,并全面的了解国内互联网中重点域名服务的分布情况、域名间的关系、及企业拥有的重点域名规模等域名的运行发展情况,为网络空间的安全管理监测提供有力支撑。本文的主要工作内容如下:(1)构建专属于域名属性信息领域的知识图谱。首先以主被动结合的方式获取国内重点域名,通过解析出项目系统中产生的异常预警域名解析日志和访问量较高的域名日志中的域名,以及爬取国内部分重点域名的方式获取国内重点域名作为本系统中的域名主体。然后利用Scrapy爬虫框架对域名的whois信息、网站备案信息、IP地址和域名证书信息等多维属性信息进行采集。最后合理设计三元组关系,利用图数据库Neo4j对采集处理后的域名信息数据进行存储,完成知识图谱的构建。(2)本文以构建的域名知识图谱为基础,设计实现了专属于域名信息领域的搜索引擎,为了提高搜索引擎的准确度,本文对文本分类模型Text CNN进行了研究和优化。通过对域名领域的问题文本特征的分析得出,该领域文本具有文本短、字数少、特征稀疏和文本数据专业性强、数据集较少的特征,基于这些文本特征,本文从Text CNN模型输入层的文本向量表示和卷积层的模型参数调整这两方面对模型进行了优化。首先针对文本中专业词语对文本分类的影响,本文提出采用关键词词典方式将文本中的专业词语替换为固定词后,再对文本进行向量化表示;然后针对文本特征稀疏、数据集规模有限和传统word2vec方式不能对文本中的多义词进行动态表示的问题,本文引入ALBERT＿ZH模型对输入文本的特征进行提取;最后针对Text CNN模型卷积核大小对具体文本任务执行效果的影响,本文通过先找出最佳的单个卷积核的大小后,然后探索该值附近和距离较远的几个不同的区域大小下该模型的分类效果,最终得到适用于域名问题分类的最佳区域值,进一步了提高Text CNN模型的文本分类效果。(3)基于构建的域名知识图谱,进行域名信息搜索引擎的设计和域名属性信息的分析,完成对域名信息的绘制。通过利用Django框架,并结合实验对比得出的文本分类算法,设计实现域名信息领域的高性能搜索引擎,同时通过对域名多维度属性信息的分析,获取并可视化的展现重点域名之间的域名关系、域名备案单位拥有的域名规模、域名应用类型占比和IP地域分布等情况,直观的了解域名的动态发展规律。

关键词： 搜索引擎   计算图   自定义算子   架构设计  

摘要： 经过20多年的发展,现代搜索引擎系统大量使用深度学习技术,对用户搜索行为与搜索条目的相关程度进行评估,深度学习算法效果优秀,但是对开发搜索引擎的算法工程师提出了更专业的要求。专精于算法的工程师常会在性能、并发等问题上犯下疏漏过错,而专精于性能调优的工程师难以深入理解复杂的深度学习算法。为了将算法与搜索引擎进一步解耦合,本文提出了计算图化的搜索引擎架构,并基于这一架构设计实现了一个购物网站搜索引擎的部分子系统,有效提高了系统的可维护性与可扩展性。系统选择阿里云集群为运行环境,按照软件工程方法,研究了搜索引擎的业务需求,明确了支持深度学习算法为中心,兼顾支持数据存取,人工干预策略等需求;分析了系统迭代开发中的主要活动,明确了开发人员的分类与职责,确定了将系统的部分功能编写为Tensorflow自定义算子,将系统整体组织成计算图的架构,并给出了部分用例图及详细用例分析;从业务角度和运维开发角度进行了系统整体设计,并详细设计了系统中的核心子系统召回结果排序子系统,进行了模块划分,流程设计与数据库设计;实现了系统的基础数据结构,核心自定义算子和整体流程的计算图;最后对系统进行了详细的测试,包括对比测试、性能测试和灰度发布测试。系统上线后运行稳定,迁移架构通过复用优秀实现方式修复了未检出的性能问题,使其性能得到不断优化提升,证明了新架构能有效提升系统的可维护性与可扩展性。

关键词： 信息检索   段落检索   全文检索   搜索引擎   预训练语言模型  

摘要： 信息检索作为一门综合性的学科,在行业中一直具备较高的关注度。近几年,互联网规模和信息资源的迅猛发展给人们带来了信息过载的问题,人们对信息检索的依赖性逐渐增强。国内外科技公司纷纷研发了各自的全文搜索引擎,如Baidu、Google等。这些全文搜索引擎为大家降低了获取有效信息的成本,并逐渐成为了人们筛选、浏览信息时的必备工具。全文搜索引擎的目标是能在极短的时间内从海量信息中筛选出用户想要的信息并将其返回给用户。全文检索一般包含粗排和重排两个排序步骤,先使用计算简单且召回率较高的排序算法从海量的文档集合中初步筛选出相关文档,再使用一种或多种重排序的方式提高检索准确率。为了进一步提高检索的准确率,很多研究将深度神经网络模型应用于重排序中,实验表明,这些深度神经网络模型的确在重排序上取得了更好的表现,尤其是预训练的语言模型,在诸多ad-hoc检索基准上均取得了当前最优的结果。但预训练语言模型的计算复杂度是输入序列长度的二次方,当应用于ad-hoc排序任务时,预训练语言模型通常仅用于预测段落或单个句子的相关性,因此,如何在有限的计算成本内使预训练语言模型在文档级数据上表现良好成为了全文检索的关键。为了在保证检索效率的同时提升检索准确率,本文结合传统的字面匹配算法TF-IDF与向量空间模型的计算思想,对基于上下文的后期交互模型Col BERT提出了改进方案:在Col BERT模型中引入了过滤器,提取出查询项中具有较高区分度的标引项,并对交互计算的方式进行了修改,在语义匹配的基础上,增强了查询项和段落之间相关性匹配程度。在三个公开数据集上进行了段落检索的实验与分析,验证了本改进方案的有效性。为了在语义充分理解的前提下聚合段落间的顺序信号,本文模仿人类从前至后的阅读行为,在上述段落检索模型的基础上,引入了门控循环单元作为特征聚合器,在查询项与每个段落进行交互并得到交互特征表示后,使用聚合器聚合当前文档所有段落序列的交互特征表示作为整个文档的交互特征表示,进一步计算得到查询项与整篇文档的匹配分数。实验结果表明,本方法能有效聚合段落间的顺序信号,使其在全文检索上表现良好。为验证上述全文检索模型的实用性,本文基于该模型,采用编码与交互计算分离的方式,预先对文档进行编码并为其建立索引,构建了一个高查准率的全文搜索引擎。经测试,该全文搜索引擎可投入实际使用。

关键词： 搜索引擎优化   在线教育网站   素质教育  

摘要： 2021年随着我国教育改革,素质教育的需求大幅增长,中小城市和众多乡村地区的素质教育资源存在较大缺口。而在线教育因具有互联网的便利性,为中小城市和广大乡村地区学生提供优质的素质教育资源具有先天优势。但当前我国中小型K12在线素质教育网站推广的总体效果不佳,对搜索引擎优化(SEO)的需求高、了解少,中小型K12在线素质教育网站和公益型K12在线教育网站的日均访问量少,许多优质在线素质教育资源被堙没在互联网海洋中。基于这一现象,本文以W案例网站为研究对象,分析中小型K12在线素质教育网站的推广优化方案。文章主要阐述了K12在线素质教育网站的推广现状、存在问题和优化策略。通过案例分析法对W网站进行搜索引擎优化(SEO)实证分析,发现进行网站域名、网站结构、关键词、title标签、标签属性、内外链等关键指标优化,网站推广优化效果较好。提出K12在线素质教育网站的推广优化策略:网站进行SEO优化时,注册域名要与网站名称一致;要建立导航目录和网站地图优化网站结构;关键词的选取要综合热点关键词、长尾关键词、竞争对手关键词、以及关键词竞价金额与网站收益;在网站title标签、keywords标签和description标签中适量添加重要关键词,并根据网站页面内容为其他标签添加属性;站内链接要突出网站重点内容,站外链接要尽可能多地与高权重网页交换友情链接,同时在高权重网站上推广链接。