Publicado : Apr 24, 2019
NÃO ENTROU NA EDIÇÃO ATUAL
Este blip não está na edição atual do Radar. Se esteve em uma das últimas edições, é provável que ainda seja relevante. Se o blip for mais antigo, pode não ser mais relevante e nossa avaliação pode ser diferente hoje. Infelizmente, não conseguimos revisar continuamente todos os blips de edições anteriores do Radar.
Saiba mais
Apr 2019
Trial
Vale a pena ir atrás. É importante entender como desenvolver essa capacidade. As empresas devem experimentar esta tecnologia em um projeto que possa lidar com o risco.
Um dos desafios da busca é assegurar que os resultados mais relevantes para o usuário apareçam no topo da lista. É aí que Learning To Rank (LTR) pode ajudar. LTR é o processo de usar aprendizado de máquina para classificar documentos mostrados por um motor de busca. Se você usa Elasticsearch, você pode obter uma classificação de relevância de busca com o plugin Elasticsearch LTR. O plugin usa RankLib para gerar os modelos durante a fase de treinamento. Depois, ao consultar o Elasticsearch, você pode usar este plugin para “reclassificar” os resultados principais. Usamos esta ferramenta em alguns projetos e ficamos felizes com os resultados. Há também uma solução LTR equivalente para usuários de Solr.
