Die Yandex-Suchmaschine hat mithilfe maschineller Lerntechnologien gelernt, die nächsten Benutzeranfragen vorherzusagen. Jetzt bietet die Suche nützliche Abfragen, an die der Benutzer möglicherweise noch nicht gedacht hat.
Prädiktive Abfragen unterscheiden sich von anderen Suchmaschinenfunktionen dadurch, dass sie nicht auf der Grundlage von Statistiken die beliebtesten Abfragen vorschlagen, sondern diejenigen Optionen empfehlen, auf die eine Person am wahrscheinlichsten klickt. Um solche Anfragen herauszufinden, werden Daten der vorherigen Sitzung und der allgemeine Suchverlauf aller Benutzer verwendet.
Wenn eine Person beispielsweise nach einem Ort sucht, an dem sie ein Snowboard kaufen kann, wird die Suche „Wie wählt man ein Snowboard basierend auf Größe und Gewicht“ aus? Und für diejenigen, die Eintrittskarten für die Tretjakow-Galerie kaufen möchten, empfiehlt das System die Frage „Wann kommt man kostenlos zur Tretjakow-Galerie?“ oder „Wie kommt man ohne Warteschlangen zur Tretjakow-Galerie?“
Die Datenbank potenziell interessanter Suchanfragen wird mithilfe eines maschinellen Lernalgorithmus gefiltert, der auf der Suche nach nächsten Nachbarn (k-Nearest Neighbors) basiert. Das System wählt dann aus Hunderten von möglichen Optionen die fünf beliebtesten Suchanfragen aus, auf die der Nutzer am wahrscheinlichsten klickt. Das System lernt diese Wahrscheinlichkeit anhand des Benutzerfeedbacks – das System läuft jetzt und sammelt Feedback, um die Qualität der Empfehlungen zu verbessern.
Wie die Entwickler anmerken, handelt es sich hierbei um eine neue Ebene der Interaktion zwischen Suchmaschine und Nutzern, da das System auf diese Weise nicht nur Tippfehler korrigiert und die häufigsten Suchanfragen empfiehlt, sondern auch lernt, die Interessen einer Person vorherzusagen und ihr etwas Neues anzubieten.
Source: 3dnews.ru