Рейкьявик: второй шаг к персонализации поиска

Поисковые системы не умеют и нескоро научатся понимать тексты, определять их качество, и предоставлять в ответ на запросы пользователей гарантированно релевантные результаты. Но помимо такого прямолинейного подхода к ранжированию есть и альтернативные способы увеличения качества выдачи. Чтобы решить задачу на 100%, действительно нужен так называемые «сильный» искусственный интеллект. Но сравнительно простыми и реализуемыми уже сейчас методами можно добиться решения задачи на, предположим, 80% – а этого уже достаточно, чтобы пользователи считали работу поисковика вполне успешной. В число этих методов, помимо лингвистического анализа контента, индекса цитирования, расчета траста, фильтров негативных признаков и системы машинного обучения «Матрикснет» (если говорить о «Яндекс е»), входят различные типы персонализации SERP. Они позволяют учесть не только абстрактную релевантность связки «поисковый запрос – документ», но и внести факторы и коэффициенты для отбора релевантных результатов под предпочтения и «свойства» самого пользователя.

Все очень просто: повысить реальное качество определения релевантности даже на 10% – крайне сложная задача (высшая математика, элементы искусственного интеллекта плюс особая уличная магия). А если взять уже достаточно релевантные результаты и выбрать из них тех, что отвечают каким-то простым параметрам пользователя (типа местонахождения, пола, возраста или ранее выказанных поисковых интересов), то можно легко увеличить субъективную релевантность и качество выдачи на 30, 50 и даже 500 процентов.