如何使用“Search quesries“报表数据

根据搜索查询报表数据我们可以进一步优化触发广告展示的关键词。例如:

  • 将具有高点击率的搜索查询添加到关键词。

  • 将非相关搜索查询添加到广告系列或广告组的否定关键词。
     

    将搜索查询添加到关键词

    要扩展我们的关键词列表,请选择报表中所需的搜索查询,然后点击页面底部的 Add to keywords。如下图所示:

     

    在打开的 Adding keywords 窗口中,使用匹配符号编辑关键词(若有必要),为选定的关键词设置出价或设置统一价格,然后点击 Save。

    结果,来自选定搜索查询中的特殊关键词将被添加到选定的广告组的关键词中。若您想要添加的关键词组超出了该广告组的关键词字符字数限制,则将会复制此广告组,且将原始广告组中多余的关键词添加到新创建的广告组中。

    如果由于您超出了某个广告系列的广告组数量限制,无法将搜索查询添加到关键词,您可以尝试减少所添加的关键词的数量、减少原来广告组中的关键词数量,或减少广告系列的广告组数量。

    将搜索查询添加到否定关键词

    要进一步优化您的关键词,请选择可触发您广告展示的非相关查询,然后点击页面底部的 Add to negative keywords。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java使用Elasticsearch查询向量数据,你需要使用ElasticsearchJava客户端库来与Elasticsearch集群进行交互。以下是一个简单的示例代码,演示了如何使用Java客户端进行向量数据查询: 首先,确保你已经安装了Elasticsearch,并在Java项目中添加了Elasticsearch Java客户端的依赖。 ```java import org.elasticsearch.action.search.SearchRequest; import org.elasticsearch.action.search.SearchResponse; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestClient; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.common.unit.DistanceUnit; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.index.query.functionscore.ScoreFunctionBuilders; import org.elasticsearch.index.query.functionscore.ScriptScoreFunctionBuilder; import org.elasticsearch.script.Script; import org.elasticsearch.script.ScriptType; import org.elasticsearch.search.builder.SearchSourceBuilder; import java.io.IOException; public class ElasticsearchVectorQueryExample { public static void main(String[] args) { // 创建一个RestHighLevelClient实例 RestHighLevelClient client = new RestHighLevelClient( RestClient.builder(&quot;localhost:9200&quot;)); // 构建查询请求 SearchRequest searchRequest = new SearchRequest(&quot;your_index_name&quot;); searchRequest.types(&quot;your_document_type&quot;); // 替换为你的索引和文档类型 // 构建查询条件 SearchSourceBuilder sourceBuilder = new SearchSourceBuilder(); sourceBuilder.query(QueryBuilders .functionScoreQuery(QueryBuilders.matchAllQuery()) .add(ScoreFunctionBuilders .scriptFunction(new Script( ScriptType.INLINE, &quot;knn&quot;, &quot;params.queryVector = [1, 2, 3];\n&quot; + &quot;params.field = 'your_vector_field';\n&quot; + &quot;double[] vector = doc[params.field].value;\n&quot; + &quot;double sum = 0;\n&quot; + &quot;for (int i = 0; i < vector.length; i++) {\n&quot; + &quot; sum += Math.pow(vector[i] - params.queryVector[i], 2);\n&quot; + &quot;}\n&quot; + &quot;return 1 / (1 + Math.sqrt(sum));&quot;, null))) .boostMode(&quot;replace&quot;)); // 设置查询结果的距离单位 sourceBuilder.trackScores(true).trackTotalHits(true) .postFilter(QueryBuilders .geoDistanceQuery(&quot;location&quot;) .point(40, -70) // 中心点坐标 .distance(10, DistanceUnit.MILES)); // 距离与单位 searchRequest.source(sourceBuilder); try { // 执行查询 SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT); // 处理查询结果 // ... } catch (IOException e) { e.printStackTrace(); } finally { // 关闭Elasticsearch客户端连接 try { client.close(); } catch (IOException e) { e.printStackTrace(); } } } } ``` 在上面的示例代码中,我们使用了function_score查询来执行向量相似度计算。`params.queryVector`是你要查询的向量数据,`params.field`是存储向量数据的字段名。你可以根据实际情况修改这两个参数。 注意,在执行查询之前,你需要替换`&quot;your_index_name&quot;`和`&quot;your_document_type&quot;`为你的索引名和文档类型名。此外,你还可以根据需要设置其他查询条件,例如地理位置过滤等。 希望这个示例对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值