Relevância do aprendizado de máquina no Pesquisa com IA

Pesquisa com IA exibe os resultados de pesquisa mais relevantes para uma consulta primeiro. O aprendizado de máquina ajusta automaticamente a pontuação de relevância do resultado da pesquisa para experiências de pesquisa com base em interações agregadas do usuário.

A relevância do aprendizado de máquina é habilitada automaticamente e não é configurável.

Modelos de relevância e pontuação

Pesquisa com IA usa um modelo de relevância para calcular uma pontuação de relevância para cada resultado retornado por uma pesquisa. Documentos com pontuações de relevância mais altas aparecem primeiro no conjunto de resultados. A pontuação de relevância de um resultado é específica para o documento, os termos de pesquisa e o usuário específicos associados à consulta.

Cada perfil de pesquisa inclui seu próprio modelo de relevância. Você não pode exibir, modificar ou excluir este modelo de relevância.

Nota:

Pesquisa com IA não aplica a classificação de relevância às consultas curinga universal ***. Os resultados de consultas *** aparecem em uma ordem não especificada.

Sinais de pesquisa e ajuste de relevância de aprendizado de máquina

Pesquisa com IA Os componentes de UX registram sinais associados a pesquisas do usuário. Esses sinais de pesquisa incluem dados sobre como os usuários de pesquisa interagem com o campo de entrada de pesquisa, sugestões de preenchimento automático, filtros de aspecto e guia de navegação, cartões de resposta de resultado do Genius e resultados de pesquisa. Para saber mais sobre como os sinais de pesquisa são registrados e armazenados, consulte Pesquisar sinais.

A relevância do aprendizado de máquina usa dados desses sinais de pesquisa para ajustar de forma inteligente os modelos de relevância de forma contínua. A cada 30 dias, Pesquisa com IA calcula uma nova versão de cada modelo de relevância, modificando iterativamente seus parâmetros e testando-os de regressão em relação aos dados de sinal de pesquisa agregados para o perfil de pesquisa. Quando este processo de ajuste é concluído, Pesquisa com IA compara os modelos de relevância existentes e novos para ver qual produz melhores correspondências para o comportamento de pesquisa do usuário, conforme registrado nos dados históricos do sinal.

Se o novo modelo de relevância produzir resultados melhores com os dados do sinal, Pesquisa com IA usará seus valores de parâmetro modificados para executar avaliações de teste A/B do tráfego de pesquisa em tempo real para o perfil de pesquisa. Essas avaliações testam mudanças de parâmetro individuais para verificar se elas produzem melhor relevância de pesquisa.

Nota:

Para obter detalhes sobre a estrutura de avaliação do parâmetro de consulta de pesquisa usada para executar avaliações de teste A/B, consulte Estrutura de avaliação do parâmetro de consulta de pesquisa.

Se o novo modelo tiver desempenho superior ao modelo original na comparação histórica de correspondência de pesquisa e no teste A/B, Pesquisa com IA o definirá como o modelo de relevância ativo para o perfil de pesquisa, substituindo o modelo de relevância existente. O modelo de relevância atualizado permanece em uso até o início do próximo ciclo de ajuste.

Esses processos de ajuste do modelo de relevância ocorrem separadamente para cada perfil de pesquisa. As mudanças feitas no modelo de relevância em um perfil de pesquisa não afetam os modelos de relevância em outros perfis de pesquisa.

Nota:

Quando você faz upgrade para Xanadu de uma versão anterior, as pontuações de relevância padrão dos resultados da pesquisa podem mudar. Os modelos de relevância treinados na versão anterior devem continuar a produzir a mesma ordenação de resultados. Modelos treinados há mais de uma versão podem ser revertidos para o modelo de relevância padrão.

Modelo de relevância para sugestões de preenchimento automático

Pesquisa com IA usa um modelo de relevância dedicado para classificar registros para exibição como sugestões de preenchimento automático no campo de pesquisa. Este modelo de relevância pontua registros com base em sua atualização e nas correspondências de termo de consulta de pesquisa em seus campos de título. O sistema não treina o modelo de relevância de sugestão de preenchimento automático. Para obter detalhes sobre como configurar sugestões de preenchimento automático, consulte Preencher sugestões automaticamente em Pesquisa com IA aplicações.