Implementace learning to rank systému
Trnka Tomáš · Czech Technical University Digital Library (Czech Technical University in Prague) · 2016
Značný nárůst množství dat v posledních letech ukázal limity klasického vyhledávání informací. Už nestačí relevantní informace pouze najít, je potřeba seřadit je tak, aby uživatel mohl získat nejdůležitější data co nejrychleji. Stále více společností se potýká s větším objemem dat a řeší tuto nesnadnou úlohu řazení informací pro své uživatele. Pro naši práci jsme se spojili s obchodním partnerem a vyvinuli modul pro hledání a řazení výsledků pro server GoOut.cz. Pracovali jsme s reálnými daty od uživatelů našeho partnera. Při řešení problému jsme použili knihovnu poskytující současné moderní algoritmy a soustředili se hlavně na vytváření příznaků pro dokumenty. V naší práci jsme se pokusili obohatit standardně používané příznaky o relační data. Na závěr se nám podařilo vybrat algoritmy, které byly schopné využít těchto obohacených příznaků. Také jsme ověřili, že i přes větší množství příznaků zvládnou nejlepší algoritmy odpovídat na dotazy v rozumném čase a jsou tedy použitelné v praxi.