汤不热吧Contents
相似搜索问题的背景
相似搜索在业务里的场景：图片相似搜索，衍生的业务：拍照购物，截图搜电影、盗版图查找；文本相似搜索：智能搜索引擎，推荐系统，问答机器人，机翻；声音相似搜搜：听歌识曲等
相似搜索要解决的关键问题
相似搜索无非就是为了 “搜的像”，并且同时尽可能的 “搜的快”，简单说关键问题就是要解决 准和快。
那么问题来了，人类可以直观的看出两个图片或者两句话的像不像，怎么做到的呢？凭感觉！对的，就是搭眼一看，下意识的我们就能得出像不像的结论。
然而计算机没办法凭感觉，它能做的是加减乘除、与或非，所以像不像的这个问题，交给计算机解决前，首先要量化。
这个量化又包括两个方面，一方面是要量化参考物，另一方面要量化两个参考物之间的相似度。举个例子，假设我们可以把m张图片通过某种途径分别用一个数字表示n1、n2… nm，任意两张图之间的相似程度，我们用他们的差的绝对值 |na-nb| 来表示，值越小的就表示越像。
如此一来，量化参考物就是直接拿图的编号作为定量表示，两张图之间的相似程度，或者叫距离，就用两个图的定量的差的绝对值表示。如果我们想搜索和k号图最像的图片，只需要在所有图片中和nk计算下绝对值差，取出最小的就是最像的，这当然是一种量化相似度的方式，但是却没有太多实际意义，也就必然导致了搜出来的图不像。
（注：上面我们一直叫定量表示，定量其实就是个确定的量，一个数字或者一列数字，[1],[1,2,3,4,5]这样，拿到数学里说，可以当做是1维、2维、n维空间里的坐标，再考虑上原点，这个定量不就是n维空间里的向量了嘛）
为什么不像？原因肯定是出在量化的方式不合理，那怎样才能得到更好的量化表示呢？
接下来的内容，我会先从文本和图片的相似搜索原理开始介绍，讲述常见的相似模型，过程中会涉猎到部分机器学习或者深度学习的内容，当然都是科普性质的，深入的我也不懂哈哈：），这部分也就是对应着上面搜的像的问题；然后就是另外一个关键问题，也就是搜得快的问题