Yandex 搜尋引擎使用機器學習技術，學會了預測下一個使用者查詢。現在，搜尋提供了用戶可能尚未考慮過的有用查詢。
預測查詢與其他搜尋引擎功能的不同之處在於，它們不會根據統計數據建議最受歡迎的查詢，而是推薦人們最有可能點擊的選項。為了找出此類請求，需要使用先前會話的資料以及所有使用者的一般搜尋記錄。
例如，如果一個人正在尋找在哪裡購買滑雪板，搜尋將建議「如何根據身高和體重選擇滑雪板」。而對於想要購買特列季亞科夫畫廊門票的人，系統會推薦「什麼時候免費進入特列季亞科夫畫廊」或「如何免排隊到達特列季亞科夫畫廊」的請求。
使用基於最近鄰居（k-最近鄰居）搜尋的機器學習演算法來過濾潛在有趣查詢的資料庫。然後，系統從數百個可能的選項中選擇用戶最有可能點擊的五個最受歡迎的查詢。系統根據使用者回饋學習這個機率——系統現在正在運行並正在收集回饋以提高推薦的品質。
正如開發人員所指出的，這是搜尋引擎和用戶之間互動的新水平，因為透過這種方式，系統不僅可以糾正拼字錯誤並推薦最常見的查詢，還可以學習預測一個人的興趣並為他提供新的東西。
來源： 3dnews.ru