La serĉilo Yandex, uzante maŝinlernajn teknologiojn, lernis antaŭdiri la sekvajn uzantdemandojn. Nun la serĉo proponas utilajn demandojn, pri kiuj eble la uzanto ankoraŭ ne pensis.
Prognozaj demandoj diferencas de aliaj serĉiloj, ĉar ili ne sugestas la plej popularajn demandojn bazitajn sur statistiko, sed rekomendas tiujn opciojn, kiujn persono plej verŝajne alklakas. Por ekscii tiajn petojn, oni uzas datumojn de la antaŭa sesio kaj la ĝenerala serĉhistorio de ĉiuj uzantoj.
Ekzemple, se persono serĉas kie aĉeti neĝtabulon, la serĉo sugestos "Kiel elekti neĝtabulon laŭ alteco kaj pezo." Kaj por tiuj, kiuj volas aĉeti biletojn al la Tretjakov-galerio, la sistemo rekomendos la peton "Kiam atingi la Tretjakov-galerio senpage" aŭ "Kiel atingi la Tretjakov-galerio sen vico".
La datumbazo de eble interesaj demandoj estas filtrita per maŝinlernada algoritmo bazita sur la serĉo de plej proksimaj najbaroj (k-Nearest Neighbors). La sistemo tiam elektas el centoj da eblaj opcioj la kvin plej popularajn demandojn, kiujn la uzanto plej verŝajne alklakos. La sistemo lernas ĉi tiun probablecon surbaze de uzantsugestoj - la sistemo nun funkcias kaj kolektas sugestojn por plibonigi la kvaliton de rekomendoj.
Kiel rimarkas la programistoj, ĉi tio estas nova nivelo de interago inter la serĉilo kaj uzantoj, ĉar tiamaniere la sistemo ne nur korektas tajperarojn kaj rekomendas la plej oftajn demandojn, sed lernas antaŭdiri la interesojn de homo kaj proponas al li ion novan.
fonto: 3dnews.ru