Enable javascript in your browser for better experience. Need to know to enable it? Go here.
publicado : Apr 24, 2019
Not on the current edition
This blip is not on the current edition of the Radar. If it was on one of the last few editions it is likely that it is still relevant. If the blip is older it might no longer be relevant and our assessment might be different today. Unfortunately, we simply don't have the bandwidth to continuously review blips from previous editions of the Radar Understand more
Apr 2019
Experimente ? 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.

Radar

Baixar o Technology Radar Volume 25

English | Español | Português | 中文

Radar

Mantenha-se por dentro das tendências de tecnologia

 

Seja assinante

Visite nosso arquivo para acessar os volumes anteriores