Специалисты ИППИ РАН, МФТИ, НИУ ВШЭ, Яндекса и UCLouvain предложили новый подход для оптимизации поисковых систем
27.12.2016
Совместная работа сотрудников Института проблем передачи информации им. А.А. Харкевича РАН, Московского физико-технического института, НИУ Высшая школа экономики, компании Яндекс и Université catholique de Louvain была представлена на ведущей международной конференции по машинному обучению Conference on Neural Information Processing Systems (NIPS 2016), которая проходила в начале декабря в Барселоне. Работа прошла жесткий отбор: из каждых пяти статей, поданных на конференцию, четыре были отклонены.
В данной работе описывается параметрическая модель формирования поисковой выдачи. В отличие от классической модели PageRank, в которой позиция страницы в результатах поиска определяется только наличием ссылок на нее, в новой модели учитываются характеристики страниц и ссылок: число
посещений, число лайков, дата создания, число переходов, и т.д. Каждая характеристика с некоторым весом дает свой вклад в позицию страницы в поисковой выдаче. Веса являются параметрами модели и определяются с помощью решения задачи машинного обучения так, чтобы модель была хорошо согласована с реальными данными, полученными опросом экспертов.
«Мы предложили методы оптимизации для решения задачи обучения огромной размерности, получили теоретические гарантии точности, а также показали, что на реальных данных новые алгоритмы превосходят существующий по качеству». – рассказал о работе один из авторов, сотрудник Сектора математических методов предсказательного моделирования ИППИ РАН Павел Двуреченский.
Conference on Neural Information Processing Systems (NIPS) – международная конференция по искусственному интеллекту, машинному обучению, анализу данных и их приложениям. Конференция проходит каждый декабрь в одном из городов США, Канады или Испании. В этом году на конференцию было подано свыше 2500 работ, прошли отбор 550.
Пресс-служба ИППИ РАН