Yandex శోధన ఇంజిన్, మెషిన్ లెర్నింగ్ టెక్నాలజీలను ఉపయోగించి, తదుపరి వినియోగదారు ప్రశ్నలను అంచనా వేయడం నేర్చుకుంది. ఇప్పుడు శోధన వినియోగదారు ఇంకా ఆలోచించని ఉపయోగకరమైన ప్రశ్నలను అందిస్తుంది.
ప్రిడిక్టివ్ క్వెరీలు ఇతర సెర్చ్ ఇంజన్ ఫీచర్ల నుండి భిన్నంగా ఉంటాయి, అవి గణాంకాల ఆధారంగా అత్యంత జనాదరణ పొందిన ప్రశ్నలను సూచించవు, కానీ ఒక వ్యక్తి ఎక్కువగా క్లిక్ చేసే ఎంపికలను సిఫార్సు చేస్తాయి. అటువంటి అభ్యర్థనలను కనుగొనడానికి, మునుపటి సెషన్ నుండి డేటా మరియు వినియోగదారులందరి సాధారణ శోధన చరిత్ర ఉపయోగించబడుతుంది.
ఉదాహరణకు, ఒక వ్యక్తి స్నోబోర్డ్ను ఎక్కడ కొనుగోలు చేయాలో వెతుకుతున్నట్లయితే, "ఎత్తు మరియు బరువు ఆధారంగా స్నోబోర్డ్ను ఎలా ఎంచుకోవాలి" అని శోధన సూచిస్తుంది. మరియు ట్రెటియాకోవ్ గ్యాలరీకి టిక్కెట్లు కొనాలనుకునే వారికి, సిస్టమ్ “ట్రెటియాకోవ్ గ్యాలరీకి ఎప్పుడు ఉచితంగా వెళ్లాలి” లేదా “క్యూలో లేకుండా ట్రెటియాకోవ్ గ్యాలరీకి ఎలా చేరుకోవాలి” అనే అభ్యర్థనను సిఫార్సు చేస్తుంది.
సమీప పొరుగువారి (k-సమీప పొరుగువారు) శోధన ఆధారంగా మెషిన్ లెర్నింగ్ అల్గారిథమ్ని ఉపయోగించి సంభావ్య ఆసక్తికరమైన ప్రశ్నల డేటాబేస్ ఫిల్టర్ చేయబడుతుంది. సిస్టమ్ వందలాది సాధ్యమైన ఎంపికల నుండి వినియోగదారు ఎక్కువగా క్లిక్ చేసే ఐదు అత్యంత ప్రజాదరణ పొందిన ప్రశ్నలను ఎంచుకుంటుంది. సిస్టమ్ యూజర్ ఫీడ్బ్యాక్ ఆధారంగా ఈ సంభావ్యతను నేర్చుకుంటుంది - సిస్టమ్ ఇప్పుడు రన్ అవుతోంది మరియు సిఫార్సుల నాణ్యతను మెరుగుపరచడానికి అభిప్రాయాన్ని సేకరిస్తోంది.
డెవలపర్లు గమనించినట్లుగా, ఇది శోధన ఇంజిన్ మరియు వినియోగదారుల మధ్య పరస్పర చర్య యొక్క కొత్త స్థాయి, ఎందుకంటే ఈ విధంగా సిస్టమ్ అక్షరదోషాలను సరిదిద్దడం మరియు తరచుగా వచ్చే ప్రశ్నలను సిఫారసు చేయడమే కాకుండా, ఒక వ్యక్తి యొక్క ఆసక్తులను అంచనా వేయడం నేర్చుకుంటుంది మరియు అతనికి క్రొత్తదాన్ని అందిస్తుంది.
మూలం: 3dnews.ru