Learn-to-Rank или как научить бездушную машину хорошо искать

Learn-to-Rank или как научить бездушную машину хорошо искать

Роман Гребенников (http://deeprefactoring.ru/speakers/roman-grebennikov)

Видео: https://youtu.be/nvxVMCtRpNc

Ввел поисковый запрос - получил идеальный список результатов, чего уж тут проще? Но ведь сам текст поискового запроса это далеко не единственное, что может быть известно в момент нажатия на кнопку “поиск”: разные люди в разном контексте могут быть заинтересованы совсем в разных вещах, даже если ввели одно и то же.

Можно городить пирамиду из if-else-if-else, чтобы получить идеальное ранжирование результатов в вакууме, а можно послушать этот доклад, в котором мы обсудим алгоритмы Learn-to-Rank, позволяющие обучить бездушную машину неявным зависимостям в поведении пользователей и ранжировать по-разному в зависимости от текущего контекста.

Благодаря опыту простреливания далеко не одной ноги в области создания поисковой системы для 1500 онлайн-магазинов, мы ответим на следующие вопросы:

- влияет ли релевантность поиска на продажи,
- почему скорость реакции алгоритма на внешние события так важна (и как её уменьшить, если ты не гугл),
- что делать, если люди тыкают на первые результаты потому что они первые, а не потому что они хорошие,
- как использовать модель, обученную на магазине по продаже дилдо, для ранжирования товаров в магазине детских игрушек?

========================
"Глубокий Рефакторинг" - открытый клуб разработчиков и профессионалов IT-индустрии Воронежа, организующий доклады на профильные темы - http://deeprefactoring.ru/

Открытый чат: https://t.me/deeprefactoring
Новостной канал: https://t.me/deeprefactoring_news
Видео всех докладов - https://www.youtube.com/c/deeprefactoring
Слайды выступлений: https://speakerdeck.com/deeprefactoring

Группа FB - https://www.facebook.com/groups/deeprefactoring
Группа ВК - https://vk.com/deeprefactoring
===========================

80eadbf0a221aaa4b764854df32fb781?s=128

Deep Refactoring

July 31, 2019
Tweet