A Yandex keresőmotorja a gépi tanulási technológiák segítségével megtanulta megjósolni a következő felhasználói lekérdezéseket. Most a keresés olyan hasznos lekérdezéseket kínál, amelyekre a felhasználó még nem gondolt.
A prediktív lekérdezések abban különböznek a keresőmotor többi funkciójától, hogy nem a statisztikák alapján a legnépszerűbb lekérdezéseket javasolják, hanem azokat a lehetőségeket ajánlják, amelyekre az ember a legvalószínűbb, hogy rákattint. Az ilyen kérések kiderítésére az előző munkamenet adatait és az összes felhasználó általános keresési előzményeit használjuk fel.
Például, ha valaki azt keresi, hol vásárolhat snowboardot, a keresés a következőt javasolja: „Hogyan válasszunk snowboardot magasság és súly alapján”. Azok számára, akik jegyet szeretnének vásárolni a Tretyakov Galériába, a rendszer ajánlja a „Mikor juthat el ingyen a Tretyakov Galériába” vagy „Hogyan juthat el a Tretyakov Galériába sorban állás nélkül” kérést.
A potenciálisan érdekes lekérdezések adatbázisát gépi tanulási algoritmus segítségével szűrjük a legközelebbi szomszédok (k-Legközelebbi szomszédok) keresése alapján. A rendszer ezután több száz lehetséges opció közül kiválasztja azt az öt legnépszerűbb lekérdezést, amelyre a felhasználó a legnagyobb valószínűséggel kattint. A rendszer a felhasználói visszajelzések alapján tanulja meg ezt a valószínűséget – a rendszer most fut, és visszajelzéseket gyűjt az ajánlások minőségének javítása érdekében.
Mint a fejlesztők megjegyzik, ez a keresőmotor és a felhasználók közötti interakció új szintje, hiszen így a rendszer nem csak az elírásokat javítja ki, és a leggyakoribb lekérdezéseket ajánlja, hanem megtanulja előre jelezni az ember érdeklődési körét, és újat kínál neki.
Forrás: 3dnews.ru