内容简介：更好的阅读体验，打开【阅读原文】，在PC上浏览Lucene用了很久，其版本更新也很快。在ES出来之后，直接使用Lucene的时候就比较少了，更多的就在ES框架下一站式完成，ES目前在项目中几乎占据了半壁江山。ES的功能很强大，使用过程中，有一个问题是绕不过的：就是中文分词。这是至关重要的一个问题，直接影响搜索结果的准确和召回。
更好的阅读体验，打开【阅读原文】，在PC上浏览
Lucene用了很久，其版本更新也很快。在ES出来之后，直接使用Lucene的时候就比较少了，更多的就在ES框架下一站式完成，ES目前在项目中几乎占据了半壁江山。
ES的功能很强大，使用过程中，有一个问题是绕不过的：就是中文分词。这是至关重要的一个问题，直接影响搜索结果的准确和召回。
一般来讲，分词的问题本身目前解决的已经相当不错了，大家用的比较多的是jieba分词，还有清华、斯坦福、复旦等开源的中文分词。如果要在ES中使用jieba分词，就需要定制一个ES的分词插件，将jieba分词load到ES中。
几年之前，因为项目需要，我撸过一个简单的ES插件，在github上开源: jieba分词ES插件，也有一些用户在使用，期间也在断断续续的更新。
其中的关键，通过阅读代码就会发现，在处理token的过程中，有以下属性需要处理：
-
CharTermAttribute
-
OffsetAttribute
-
TypeAttribute
-
PositionIncrementAttribute
分别代表了分词的结果的最小单元：term，分词的offset： startOffset
和 endOffset
，以及词性，例如word、或者数字、字母等等。
最后一个属性 PositionIncrementAttribute
比较难以理解，在特定的场合下才需要特殊的处理，大部分情况下默认的结果就可以，但在特定的场合下，会丢掉部分的文档。下文我们就详细解释这个属性，通过例子来说明这个是如何产生影响的，以及该如何解决。
我们先解释一下分词的结果，使用到的ES，以及插件版本如下：
-
elasticsearch-6.4.0
-
elasticsearch-jieba-plugin-6.4.0
安装好插件，启动ES：
./bin/elasticsearch
有如下输出，则说明插件加载成功：
... [2018-10-26T23:04:12,572][INFO ][o.e.p.PluginsService ] [z7z-6dR] loaded plugin [analysis-jieba] ...
准备好示例文档：
现在 高级产品经理\n2003。4-2003。11 产品副经理\n向产品群经理汇报工作\ 负责产品为：得普利麻\n2002。5-2003。3 产品副经理\n向产品群经理汇报工作\n负责推广产品为：精分（思瑞康），麻醉（得普利麻）
jieba包括两种分词模式：
-
index模式，适用于索引的分词，可以分词更多的term，照顾召回。
-
search模式，适用于查询的分词，分词结果没有交叉，更多考虑的是准确率的方面。
我们验证一下分词插件，以及两种模式的影响，通过如下命令，我们先看看 search
模式的分词效果：
curl -X GET "localhost:9200/_analyze" -H 'Content-Type: application/json' -d' { "tokenizer" : "jieba_search", "text" : "现在 高级产品经理\n2003。4-2003。11 产品副经理\n向产品群经理汇报工作\ 负责产品为：得普利麻\n2002。5-2003。3 产品副经理\n向产品群经理汇报工作\n负责推广产品为：精分（思瑞康），麻醉（得普利麻）" }‘
查看输出：
{
"tokens": [
{
"token": "现在",
"start_offset": 0,
"end_offset": 2,
"type": "word",
"position": 0
},
{
"token": " ",
"start_offset": 2,
"end_offset": 3,
"type": "word",
"position": 1
},
{
"token": "高级",
"start_offset": 3,
"end_offset": 5,
"type": "word",
"position": 2
},
{
"token": "产品",
"start_offset": 5,
"end_offset": 7,
"type": "word",
"position": 3
},
{
"token": "经理",
"start_offset": 7,
"end_offset": 9,
"type": "word",
"position": 4
},
{
"token": "\n",
"start_offset": 9,
"end_offset": 10,
"type": "word",
"position": 5
},
{
"token": "2003",
"start_offset": 10,
"end_offset": 14,
"type": "word",
"position": 6
},
{
"token": "。",
"start_offset": 14,
"end_offset": 15,
"type": "word",
"position": 7
},
{
"token": "4",
"start_offset": 15,
"end_offset": 16,
"type": "word",
"position": 8
},
{
"token": "-",
"start_offset": 16,
"end_offset": 17,
"type": "word",
"position": 9
},
{
"token": "2003",
"start_offset": 17,
"end_offset": 21,
"type": "word",
"position": 10
},
{
"token": "。",
"start_offset": 21,
"end_offset": 22,
"type": "word",
"position": 11
},
{
"token": "11",
"start_offset": 22,
"end_offset": 24,
"type": "word",
"position": 12
},
{
"token": " ",
"start_offset": 24,
"end_offset": 25,
"type": "word",
"position": 13
},
{
"token": "产品",
"start_offset": 25,
"end_offset": 27,
"type": "word",
"position": 14
},
{
"token": "副经理",
"start_offset": 27,
"end_offset": 30,
"type": "word",
"position": 15
},
{
"token": "\n",
"start_offset": 30,
"end_offset": 31,
"type": "word",
"position": 16
},
{
"token": "向",
"start_offset": 31,
"end_offset": 32,
"type": "word",
"position": 17
},
{
"token": "产品",
"start_offset": 32,
"end_offset": 34,
"type": "word",
"position": 18
},
{
"token": "群",
"start_offset": 34,
"end_offset": 35,
"type": "word",
"position": 19
},
{
"token": "经理",
"start_offset": 35,
"end_offset": 37,
"type": "word",
"position": 20
},
{
"token": "汇报工作",
"start_offset": 37,
"end_offset": 41,
"type": "word",
"position": 21
},
{
"token": "\n",
"start_offset": 41,
"end_offset": 42,
"type": "word",
"position": 22
},
{
"token": "负责",
"start_offset": 42,
"end_offset": 44,
"type": "word",
"position": 23
},
{
"token": "产品",
"start_offset": 44,
"end_offset": 46,
"type": "word",
"position": 24
},
{
"token": "为",
"start_offset": 46,
"end_offset": 47,
"type": "word",
"position": 25
},
{
"token": "：",
"start_offset": 47,
"end_offset": 48,
"type": "word",
"position": 26
},
{
"token": "得",
"start_offset": 48,
"end_offset": 49,
"type": "word",
"position": 27
},
{
"token": "普利",
"start_offset": 49,
"end_offset": 51,
"type": "word",
"position": 28
},
{
"token": "麻",
"start_offset": 51,
"end_offset": 52,
"type": "word",
"position": 29
},
{
"token": "\n",
"start_offset": 52,
"end_offset": 53,
"type": "word",
"position": 30
},
{
"token": "2002",
"start_offset": 53,
"end_offset": 57,
"type": "word",
"position": 31
},
{
"token": "。",
"start_offset": 57,
"end_offset": 58,
"type": "word",
"position": 32
},
{
"token": "5",
"start_offset": 58,
"end_offset": 59,
"type": "word",
"position": 33
},
{
"token": "-",
"start_offset": 59,
"end_offset": 60,
"type": "word",
"position": 34
},
{
"token": "2003",
"start_offset": 60,
"end_offset": 64,
"type": "word",
"position": 35
},
{
"token": "。",
"start_offset": 64,
"end_offset": 65,
"type": "word",
"position": 36
},
{
"token": "3",
"start_offset": 65,
"end_offset": 66,
"type": "word",
"position": 37
},
{
"token": " ",
"start_offset": 66,
"end_offset": 67,
"type": "word",
"position": 38
},
{
"token": "产品",
"start_offset": 67,
"end_offset": 69,
"type": "word",
"position": 39
},
{
"token": "副经理",
"start_offset": 69,
"end_offset": 72,
"type": "word",
"position": 40
},
{
"token": "\n",
"start_offset": 72,
"end_offset": 73,
"type": "word",
"position": 41
},
{
"token": "向",
"start_offset": 73,
"end_offset": 74,
"type": "word",
"position": 42
},
{
"token": "产品",
"start_offset": 74,
"end_offset": 76,
"type": "word",
"position": 43
},
{
"token": "群",
"start_offset": 76,
"end_offset": 77,
"type": "word",
"position": 44
},
{
"token": "经理",
"start_offset": 77,
"end_offset": 79,
"type": "word",
"position": 45
},
{
"token": "汇报工作",
"start_offset": 79,
"end_offset": 83,
"type": "word",
"position": 46
},
{
"token": "\n",
"start_offset": 83,
"end_offset": 84,
"type": "word",
"position": 47
},
{
"token": "负责",
"start_offset": 84,
"end_offset": 86,
"type": "word",
"position": 48
},
{
"token": "推广",
"start_offset": 86,
"end_offset": 88,
"type": "word",
"position": 49
},
{
"token": "产品",
"start_offset": 88,
"end_offset": 90,
"type": "word",
"position": 50
},
{
"token": "为",
"start_offset": 90,
"end_offset": 91,
"type": "word",
"position": 51
},
{
"token": "：",
"start_offset": 91,
"end_offset": 92,
"type": "word",
"position": 52
},
{
"token": "精分",
"start_offset": 92,
"end_offset": 94,
"type": "word",
"position": 53
},
{
"token": "（",
"start_offset": 94,
"end_offset": 95,
"type": "word",
"position": 54
},
{
"token": "思",
"start_offset": 95,
"end_offset": 96,
"type": "word",
"position": 55
},
{
"token": "瑞康",
"start_offset": 96,
"end_offset": 98,
"type": "word",
"position": 56
},
{
"token": "）",
"start_offset": 98,
"end_offset": 99,
"type": "word",
"position": 57
},
{
"token": "，",
"start_offset": 99,
"end_offset": 100,
"type": "word",
"position": 58
},
{
"token": "麻醉",
"start_offset": 100,
"end_offset": 102,
"type": "word",
"position": 59
},
{
"token": "（",
"start_offset": 102,
"end_offset": 103,
"type": "word",
"position": 60
},
{
"token": "得",
"start_offset": 103,
"end_offset": 104,
"type": "word",
"position": 61
},
{
"token": "普利",
"start_offset": 104,
"end_offset": 106,
"type": "word",
"position": 62
},
{
"token": "麻",
"start_offset": 106,
"end_offset": 107,
"type": "word",
"position": 63
},
{
"token": "）",
"start_offset": 107,
"end_offset": 108,
"type": "word",
"position": 64
}
]}
分词结果中，token对应的就是term属性，start_offset和end_offset对应的就是Offset属性，type类似于词性。这几个都是比较好理解的，那么 position
是什么含义呢？通过观察：
position
是分词之后term/token的先对位置，代表了顺序和距离。
这个例子中 产品
和 副经理
是紧挨着的，中间没有间隔。也就意味着如下的查询
{
"query": {
"match_phrase":{
"field1": {
"query": "产品经理",
"slop": 0
} } }}
能够搜到我们的示例文档。这里要注意， slop
默认是0，可以不写。当 slop
要求为0的时候，就要求搜索词组 产品经理
在文档中连起来的，这个时候命中的是 产品经理
，而不是 产品|群|经理
， |
表示token分割。如果设置 slop
为1，则 产品|群|经理
也会命中。 slop
的大小，就是 position
的大小差异。
看下 index
模式，要更加复杂， PositionIncrement
的作用也是在这里体现。同样是上面的文本：
curl -X GET "localhost:9200/_analyze" -H 'Content-Type: application/json' -d' { "tokenizer" : "jieba_index", "text" : "现在 高级产品经理\n2003。4-2003。11 产品副经理\n向产品群经理汇报工作\ 负责产品为：得普利麻\n2002。5-2003。3 产品副经理\n向产品群经理汇报工作\n负责推广产品为：精分（思瑞康），麻醉（得普利麻）" }‘
结果如下，需要仔细对比和 search
的差异。
{
"tokens": [
{
"token": "现在",
"start_offset": 0,
"end_offset": 2,
"type": "word",
"position": 0
},
{
"token": " ",
"start_offset": 2,
"end_offset": 3,
"type": "word",
"position": 1
},
{
"token": "高级",
"start_offset": 3,
"end_offset": 5,
"type": "word",
"position": 2
},
{
"token": "产品",
"start_offset": 5,
"end_offset": 7,
"type": "word",
"position": 3
},
{
"token": "经理",
"start_offset": 7,
"end_offset": 9,
"type": "word",
"position": 4
},
{
"token": "\n",
"start_offset": 9,
"end_offset": 10,
"type": "word",
"position": 5
},
{
"token": "2003",
"start_offset": 10,
"end_offset": 14,
"type": "word",
"position": 6
},
{
"token": "。",
"start_offset": 14,
"end_offset": 15,
"type": "word",
"position": 7
},
{
"token": "4",
"start_offset": 15,
"end_offset": 16,
"type": "word",
"position": 8
},
{
"token": "-",
"start_offset": 16,
"end_offset": 17,
"type": "word",
"position": 9
},
{
"token": "2003",
"start_offset": 17,
"end_offset": 21,
"type": "word",
"position": 10
},
{
"token": "。",
"start_offset": 21,
"end_offset": 22,
"type": "word",
"position": 11
},
{
"token": "11",
"start_offset": 22,
"end_offset": 24,
"type": "word",
"position": 12
},
{
"token": " ",
"start_offset": 24,
"end_offset": 25,
"type": "word",
"position": 13
},
{
"token": "产品",
"start_offset": 25,
"end_offset": 27,
"type": "word",
"position": 14
},
{
"token": "副经理",
"start_offset": 27,
"end_offset": 30,
"type": "word",
"position": 15
},
{
"token": "经理",
"start_offset": 28,
"end_offset": 30,
"type": "word",
"position": 16
},
{
"token": "\n",
"start_offset": 30,
"end_offset": 31,
"type": "word",
"position": 17
},
{
"token": "向",
"start_offset": 31,
"end_offset": 32,
"type": "word",
"position": 18
},
{
"token": "产品",
"start_offset": 32,
"end_offset": 34,
"type": "word",
"position": 19
},
{
"token": "群",
"start_offset": 34,
"end_offset": 35,
"type": "word",
"position": 20
},
{
"token": "经理",
"start_offset": 35,
"end_offset": 37,
"type": "word",
"position": 21
},
{
"token": "汇报",
"start_offset": 37,
"end_offset": 39,
"type": "word",
"position": 22
},
{
"token": "汇报工作",
"start_offset": 37,
"end_offset": 41,
"type": "word",
"position": 22
},
{
"token": "工作",
"start_offset": 39,
"end_offset": 41,
"type": "word",
"position": 23
},
{
"token": "\n",
"start_offset": 41,
"end_offset": 42,
"type": "word",
"position": 24
},
{
"token": "负责",
"start_offset": 42,
"end_offset": 44,
"type": "word",
"position": 25
},
{
"token": "产品",
"start_offset": 44,
"end_offset": 46,
"type": "word",
"position": 26
},
{
"token": "为",
"start_offset": 46,
"end_offset": 47,
"type": "word",
"position": 27
},
{
"token": "：",
"start_offset": 47,
"end_offset": 48,
"type": "word",
"position": 28
},
{
"token": "得",
"start_offset": 48,
"end_offset": 49,
"type": "word",
"position": 29
},
{
"token": "普利",
"start_offset": 49,
"end_offset": 51,
"type": "word",
"position": 30
},
{
"token": "麻",
"start_offset": 51,
"end_offset": 52,
"type": "word",
"position": 31
},
{
"token": "\n",
"start_offset": 52,
"end_offset": 53,
"type": "word",
"position": 32
},
{
"token": "2002",
"start_offset": 53,
"end_offset": 57,
"type": "word",
"position": 33
},
{
"token": "。",
"start_offset": 57,
"end_offset": 58,
"type": "word",
"position": 34
},
{
"token": "5",
"start_offset": 58,
"end_offset": 59,
"type": "word",
"position": 35
},
{
"token": "-",
"start_offset": 59,
"end_offset": 60,
"type": "word",
"position": 36
},
{
"token": "2003",
"start_offset": 60,
"end_offset": 64,
"type": "word",
"position": 37
},
{
"token": "。",
"start_offset": 64,
"end_offset": 65,
"type": "word",
"position": 38
},
{
"token": "3",
"start_offset": 65,
"end_offset": 66,
"type": "word",
"position": 39
},
{
"token": " ",
"start_offset": 66,
"end_offset": 67,
"type": "word",
"position": 40
},
{
"token": "产品",
"start_offset": 67,
"end_offset": 69,
"type": "word",
"position": 41
},
{
"token": "副经理",
"start_offset": 69,
"end_offset": 72,
"type": "word",
"position": 42
},
{
"token": "经理",
"start_offset": 70,
"end_offset": 72,
"type": "word",
"position": 43
},
{
"token": "\n",
"start_offset": 72,
"end_offset": 73,
"type": "word",
"position": 44
},
{
"token": "向",
"start_offset": 73,
"end_offset": 74,
"type": "word",
"position": 45
},
{
"token": "产品",
"start_offset": 74,
"end_offset": 76,
"type": "word",
"position": 46
},
{
"token": "群",
"start_offset": 76,
"end_offset": 77,
"type": "word",
"position": 47
},
{
"token": "经理",
"start_offset": 77,
"end_offset": 79,
"type": "word",
"position": 48
},
{
"token": "汇报",
"start_offset": 79,
"end_offset": 81,
"type": "word",
"position": 49
},
{
"token": "汇报工作",
"start_offset": 79,
"end_offset": 83,
"type": "word",
"position": 49
},
{
"token": "工作",
"start_offset": 81,
"end_offset": 83,
"type": "word",
"position": 50
},
{
"token": "\n",
"start_offset": 83,
"end_offset": 84,
"type": "word",
"position": 51
},
{
"token": "负责",
"start_offset": 84,
"end_offset": 86,
"type": "word",
"position": 52
},
{
"token": "推广",
"start_offset": 86,
"end_offset": 88,
"type": "word",
"position": 53
},
{
"token": "产品",
"start_offset": 88,
"end_offset": 90,
"type": "word",
"position": 54
},
{
"token": "为",
"start_offset": 90,
"end_offset": 91,
"type": "word",
"position": 55
},
{
"token": "：",
"start_offset": 91,
"end_offset": 92,
"type": "word",
"position": 56
},
{
"token": "精分",
"start_offset": 92,
"end_offset": 94,
"type": "word",
"position": 57
},
{
"token": "（",
"start_offset": 94,
"end_offset": 95,
"type": "word",
"position": 58
},
{
"token": "思",
"start_offset": 95,
"end_offset": 96,
"type": "word",
"position": 59
},
{
"token": "瑞康",
"start_offset": 96,
"end_offset": 98,
"type": "word",
"position": 60
},
{
"token": "）",
"start_offset": 98,
"end_offset": 99,
"type": "word",
"position": 61
},
{
"token": "，",
"start_offset": 99,
"end_offset": 100,
"type": "word",
"position": 62
},
{
"token": "麻醉",
"start_offset": 100,
"end_offset": 102,
"type": "word",
"position": 63
},
{
"token": "（",
"start_offset": 102,
"end_offset": 103,
"type": "word",
"position": 64
},
{
"token": "得",
"start_offset": 103,
"end_offset": 104,
"type": "word",
"position": 65
},
{
"token": "普利",
"start_offset": 104,
"end_offset": 106,
"type": "word",
"position": 66
},
{
"token": "麻",
"start_offset": 106,
"end_offset": 107,
"type": "word",
"position": 67
},
{
"token": "）",
"start_offset": 107,
"end_offset": 108,
"type": "word",
"position": 68
}
]}
因为 index
模式的原因， 产品副经理
分为了 产品|副经理|经理
。这个时候，合理的 position
就十分重要了。通过我最新的插件的实现，这里的 position
分别是14,15,16。这是正确的，因为要正确处理下面的结果。
当我们执行如下搜索：
{
"query": {
"match_phrase":{
"field1": {
"query": "产品经理"
} } },
"highlight" : {
"fields" : {
"field1" : {} } }}
命中我们的示例文本，无间隔的 产品经理
可以命中，并且可以高亮，但是 产品副经理
没有命中，也没有高亮。
再看这个例子：
{
"query": {
"match_phrase":{
"field1": {
"query": "产品经理",
"slop": 2
} } },
"highlight" : {
"fields" : {
"field1" : {} } }}
则，无间隔的 产品经理
可以命中，并且可以高亮；同时， 产品副经理
有命中， 产品
和 经理
分别高亮。这两个例子的差别，大家要细细体会。
那么如何正确的处理 position
呢，关键就在于 PositionIncrementAttribute
属性的处理，通常我们使用 search
模式类似的分词是不会遇到问题的，即使使用默认的 PositionIncrementAttribute
的实现：根据分词得到的token，每次 +1
，从而得到 position
。
但默认的实现，遇到如下的情况，就会出现问题：
示例文本：
中国人民解放军胜利了。
如果采用默认的实现，则输出：
{
"tokens": [
{
"token": "中国",
"start_offset": 0,
"end_offset": 2,
"type": "word",
"position": 0
},
{
"token": "中国人",
"start_offset": 0,
"end_offset": 3,
"type": "word",
"position": 1
},
{
"token": "中国人民解放军",
"start_offset": 0,
"end_offset": 7,
"type": "word",
"position": 2
},
{
"token": "国人",
"start_offset": 1,
"end_offset": 3,
"type": "word",
"position": 4
},
{
"token": "人民",
"start_offset": 2,
"end_offset": 4,
"type": "word",
"position": 5
},
{
"token": "解放",
"start_offset": 4,
"end_offset": 6,
"type": "word",
"position": 6
},
{
"token": "解放军",
"start_offset": 4,
"end_offset": 7,
"type": "word",
"position": 7
},
{
"token": "胜利",
"start_offset": 7,
"end_offset": 9,
"type": "word",
"position": 8
},
{
"token": "了",
"start_offset": 9,
"end_offset": 10,
"type": "word",
"position": 9
}
]}
根据这样的 position
，我们如下的查询，就找不到这个示例文档，从而产生丢数据的现象。
{
"query": {
"match_phrase":{
"field1": {
"query": "中国人民"
} } },
"highlight" : {
"fields" : {
"field1" : {} } }}
本来 中国人民
在示例中是无间隔紧邻的，但是由于 position
解析的问题，直接导致 slop
已经变成了4，所以必须制定查询中的 slop
比较大，才能够返回正确的文档，但这里Rank也会受到影响。
看一下正确 position
的结果。
{
"tokens": [
{
"token": "中国",
"start_offset": 0,
"end_offset": 2,
"type": "word",
"position": 0
},
{
"token": "中国人",
"start_offset": 0,
"end_offset": 3,
"type": "word",
"position": 0
},
{
"token": "中国人民解放军",
"start_offset": 0,
"end_offset": 7,
"type": "word",
"position": 0
},
{
"token": "国人",
"start_offset": 1,
"end_offset": 3,
"type": "word",
"position": 0
},
{
"token": "人民",
"start_offset": 2,
"end_offset": 4,
"type": "word",
"position": 1
},
{
"token": "解放",
"start_offset": 4,
"end_offset": 6,
"type": "word",
"position": 2
},
{
"token": "解放军",
"start_offset": 4,
"end_offset": 7,
"type": "word",
"position": 2
},
{
"token": "胜利",
"start_offset": 7,
"end_offset": 9,
"type": "word",
"position": 3
},
{
"token": "了",
"start_offset": 9,
"end_offset": 10,
"type": "word",
"position": 4
}
]}
其中， 中国
是0， 人民
是1，就可以命中了。
基本上，在处理token的时候，要判断``是1，还是0。这里的Lucene实现机制不好，对于分词的实现约束比较多，并且只考虑了英文。现在的实现，优先考虑了召回。极个别情况，还是会有些准确率的问题。
另外一个层面，要从词的切分的角度处理，分词的结果应该提供一个最细粒度的、无交叉的切分，这个方式用来做索引，会比较好一些。那这样，默认的 PositionIncrement
也是能够满足需求的。接下来看看， jieba
是否可以改造一下，支持第三种分词的模式：最细粒度的、无交叉的切分。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 会 split 字符串的你，也来学下这几个词组吧
- 海量数据搜索---搜索引擎
- 海量数据搜索——搜索引擎
- excel vba 实现跨表单(sheet) 搜索 - 显示搜索行记录搜索历史
- 深度优先搜索和广度优先搜索
- 图解：深度优先搜索与广度优先搜索
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
谷歌的断舍离：互联网企业的破坏式创新
[日]辻野晃一郎 / 樊颖 / 机械工业出版社 / 2018-1 / 45.00
本书主要分为三部分： 第一部分主要讨论了世界当下如火如荼的互联网企业进军传统产业大潮，并探讨了传统企业在互联网时代的救赎之路。 第二部分主要探讨了成功体验的反面：速度与迭代，并讨论了传统企业之所以无法实现迭代与快速发展的关键原因。介绍互联网公司如何通过组织精简流程来实现高速竞争时代的机动性。 第三部分讨论了互联网时代究竟需要什么样的人才，传统企业的员工应当怎样投身互联网企业才能避......一起来看看 《谷歌的断舍离：互联网企业的破坏式创新》 这本书的介绍吧!
HTML 编码/解码
HTML 编码/解码
MD5 加密
MD5 加密工具