Lernen zu ranken erklärt
Erfahren Sie in diesem Erklärvideo, wie die maschinelle Lerntechnik Learning to Rank zur Verbesserung der Suchergebnisse beiträgt.
In unserer ersten Folge von Staffel 2 von Lucid Thoughts haben wir Ihnen die Unterschiede zwischen natürlicher Sprachverarbeitung und natürlichem Sprachverständnis erläutert. Unsere neueste Folge befasst sich mit einer beliebten Technik des maschinellen Lernens namens Learning to Rank und wie sie zur Verbesserung von Suchergebnissen für Anwendungen aller Art und Größe eingesetzt wird. Jetzt ansehen:
Wie Learning to Rank funktioniert
Ein typisches Szenario ist, wenn Sie eine scheinbar einfach zu verstehende Suchanfrage in eine Suchleiste eingeben und die Ergebnisse, die auf Ihrem Bildschirm erscheinen, völlig im Widerspruch zu dem stehen, wonach Sie eigentlich suchen wollten. Wir wissen besser, was wir wollen, als der Computer es weiß. Learning to Rank untersucht das Nutzerverhalten und nutzt jeden Klick und jeden Fingertipp, um eine Reihe von Ergebnissen besser einzuordnen.
Eine Suche nach einem Szechuan-Restaurant könnte also Restaurants in der Provinz Szechuan in China aufzeigen. Aber Sie scrollen nach unten und klicken auf das Restaurant, das sich tatsächlich in Ihrer Heimatstadt befindet. Der Computer lernt aus Ihrem Klick und verbessert zukünftige Suchanfragen und deren Ergebnisse.
Learning to Rank bringt der Maschine bei, zu erkennen, wie Menschen Ergebnisse und Informationen einordnen.
Da die Benutzer bei der Einstufung bestimmter Suchanfragen helfen, können diese Daten verwendet werden, um dem Computer beizubringen, wie er die Ergebnisse besser einordnen kann. Dieser Prozess kann auf Produktkataloge mit Tausenden von Produkten ausgeweitet werden, die täglich Millionen von Suchanfragen verarbeiten. Das System überwacht Signale im Nutzerverhalten, z.B. was sie zuerst angeklickt haben oder welche Produkte sie schließlich gekauft haben. Dies hilft dem Computer herauszufinden, welche Artikel die Benutzer am nützlichsten fanden. Sie können sowohl manuelle Systeme als auch signalbasierte Systeme verwenden, wenn Sie das Beste aus beiden Welten suchen.
Wir haben mehr über Learning to Rank erfahren, z. B. wie Sie es mit unserer Fusion-Plattform verwenden(ebook, Video) und wie das Team von Bloomberg LTR für eine der größten Solr-Implementierungen der Welt nutzt. Oder tauchen Sie noch tiefer ein mit unserem Artikel, dem ABC des Learning to Rank.
Sie können die gesamte zweite Staffel von Lucid Thoughts im Schnelldurchlauf ansehen oder zurückgehen, um sich die erste Staffel anzusehen.
Abonnieren Sie den Kanal Lucid Thoughts und stellen Sie sicher, dass Sie Ihre Fragen und Kommentare zu jedem Video hinterlassen.