Коротко про MatrixNet

Именно так называется специальная система ранжирования сайтов в поиске, разработанная российской поисковой системой Яндекс. Отличием ее от предыдущих вариантов подобных алгоритмов – существенное увеличение параметров ранжирования.

Именно так называется специальная система ранжирования сайтов в поиске, разработанная российской поисковой системой Яндекс. Отличием ее от предыдущих вариантов подобных алгоритмов – существенное увеличение параметров ранжирования.

Коротко про MatrixNetДля решения подобных вопросов другие поисковики используют собственные разработки.

Теория вопроса

Многие пользователи сети до сих пор думают, что при вводе поискового запроса в строку система ищет нужную информацию по всему интернету. На самом деле все не так. Если бы поиск выполнялся напрямую по сайтам в сети, то он бы занял десятки минут, а может и часы времени. Поэтому для быстрого выполнения поиска система постоянно сканирует сеть в поисках новой информации.

Все собранные при этом сведения попадают в специальную базу данных. Эта база называется поисковым индексом и постоянно пополняется и обновляется. При получении запроса от пользователя поиск система выполняет именно по этой базе данных. Поэтому для получения множества правильных ответов поисковая система затрачивает не более нескольких секунд.

Постоянное пополнение и обновление индекса обеспечивает пользователей наиболее актуальными и релевантными ответами на вопросы.

Обновления поискового индекса называются его «апдейтами». Постоянные апдейты происходят совершенно незаметно для пользователей, которые всегда могут получать в результате свежую информацию из сети при поиске. Для проведения таки обновлений наиболее правильным способом алгоритмы поиска постоянно совершенствуются. Машины проходят «обучение».

Обучение машин

Целью такой учебы является подержание качества поиска на высоком уровне.

Изначально полученные роботом сведения о наиболее релевантных страницах контролировались специально набранными и обученными людьми – асессорами. Только если асессор признавал выбранную роботом страницу релевантной, она попадала в поисковый индекс. Но с ростом количества информации в сети и объемов поискового индекса людей стало не хватать.

В данном случае на помощь людям пришел искусственный интеллект. Наученная асессорами система MatrixNet показала гораздо лучшие результаты при выборе наиболее релевантных ответов на запросы пользователей.

Перед разработчиками ставилась цель значительного увеличения точности поиска. И они ее добились путем увеличения используемого числа параметров. Сегодня для оценки релевантности в системе применяются десятки тысяч коэффициентов одновременно. За счет этого точность поиска и его скорость значительно выросли. При этом одновременно увеличилось в десятки раз количество перерабатываемой информации.

Точная настройка системы дает возможность лучше отделять тематические запросы от нетематических и увеличивать точность выбора правильного решения по тематикам.

Понравилась статья? Поделиться с друзьями:

Отправить ответ

Оставьте первый комментарий!

Уведомить
avatar
wpDiscuz