В будущем поисковики персонифицируют

Ваш личный запрос «Москва» в первых строчках поиска выдаст расписание поездов, либо статус пробок в зависимости от того, где вы живете. Дальше последуют новости спорта или криминальная сводка в зависимости от ваших запросов за последние месяцы. Следом покажутся подходящие товары в московских розничных сетях, либо расписание зоопарка, исходя из первых двух матриц данных. Некогда простой студент Корнелльского университета (США), а ныне аспирант в области информатики и один из самых желанных участников на 21-й Конференции ACM SIGKDD в области знаний и интеллектуального анализа данных (Сидней, Австралия) Венлей Сайе (Wenlei Xie) рассказал о системе персонализации поискового ранжирования нового поколения.Его работу уже поддержали многочисленные ВУЗы и представители научных исследовательских центров в области информатики за то, что она смогла ответить на вопрос, как ускорить получение огромных массивов данных о каждом пользователе быстро и предложить наиболее подходящий для такого запроса результат с очень точной информацией. Венлей Сайе предлагает алгоритмическую систему «узлов». Выглядит она предельно просто:

Алгоритм ищет узлы, коррелированные между собой. То есть представляют схожие интересы пользователей с сильными связями между ними. Учащийся в старших классах школы может проверить множество университетских сайтов, которые могут быть помещены в один огромный узел — один из тех, что изображены на графике выше. Так или иначе, к нему будет обращаться каждый из старшеклассников и получать готовый набор результатов. Узел выбирается, исходя из интересов пользователя, основанных на его истории посещений и файлов cookies.

Такая «узловая» модель ускоряет ранжирование в пять и более раз те методы, что используются поисковыми системами сегодня.