Ang search engine ng Yandex, gamit ang mga teknolohiya sa pag-aaral ng machine, ay natutong hulaan ang mga susunod na query ng user. Ngayon ang paghahanap ay nag-aalok ng mga kapaki-pakinabang na query na maaaring hindi pa naiisip ng user.
Ang mga predictive na query ay naiiba sa iba pang feature ng search engine dahil hindi nila iminumungkahi ang pinakasikat na mga query batay sa mga istatistika, ngunit inirerekomenda ang mga opsyong iyon na pinakamalamang na i-click ng isang tao. Upang malaman ang mga naturang kahilingan, ginagamit ang data mula sa nakaraang session at ang pangkalahatang kasaysayan ng paghahanap ng lahat ng user.
Halimbawa, kung ang isang tao ay naghahanap kung saan bibili ng snowboard, ang paghahanap ay magmumungkahi ng "Paano pumili ng snowboard batay sa taas at timbang." At para sa mga gustong bumili ng mga tiket sa Tretyakov Gallery, irerekomenda ng system ang kahilingan na "Kailan makapunta sa Tretyakov Gallery nang libre" o "Paano makapunta sa Tretyakov Gallery nang hindi pumipila."
Ang database ng mga potensyal na kawili-wiling mga query ay sinasala gamit ang isang machine learning algorithm batay sa paghahanap para sa mga pinakamalapit na kapitbahay (k-Nearest Neighbors). Pagkatapos ay pipiliin ng system mula sa daan-daang posibleng mga opsyon ang limang pinakasikat na query na pinakamalamang na i-click ng user. Nalaman ng system ang posibilidad na ito batay sa feedback ng user - tumatakbo na ngayon ang system at nangongolekta ng feedback para mapabuti ang kalidad ng mga rekomendasyon.
Tulad ng napapansin ng mga developer, ito ay isang bagong antas ng pakikipag-ugnayan sa pagitan ng search engine at mga user, dahil sa ganitong paraan ang system ay hindi lamang nagwawasto ng mga typo at nagrerekomenda ng pinakamadalas na mga query, ngunit natututong hulaan ang mga interes ng isang tao at nag-aalok sa kanya ng bago.
Pinagmulan: 3dnews.ru