A medida que la era basada en datos da paso a una economía basada en la información, la relevancia de los datos es esencial para obtener información práctica, así como comentarios relevantes, especialmente de los usuarios avanzados, quienes también desempeñarán un papel importante, para que la información tenga impacto. Este artículo explica el concepto de un modelo de retroalimentación apropiado y por qué las organizaciones deberían estar interesadas en este contexto de relevancia.
¿De qué se trata la relevancia en la búsqueda? Supongamos que le piden a alguien que proporcione un sistema de información sobre un tema. Este tema puede tener muchas facetas y pueden obtener información de diferentes fuentes. Si trata con esta persona o sistema de manera regular, es posible que desee decirles que solo hay ciertos aspectos y, por lo tanto, ciertos tipos de información que se aplican a usted y, con suerte, solo obtendrá las respuestas más relevantes de ellos en el futuro. Entonces la relevancia de la búsqueda es la capacidad del sistema para obtener sus comentarios de relevancia para ajustar los resultados de su consulta futura para que sean los más buscados e importantes para cada usuario. El sistema realiza y automatiza esta tarea ajustando el peso de ciertos términos y sus equivalentes (es decir, términos con el mismo o similar significado) en los datos que procesa.
Un ejemplo para que lo tengamos claro, pensemos que dentro de la compañía hay varios usuarios con varias consultas y varios temas. Uno de los usuarios realiza una pregunta de un tema específico, la próxima vez que pregunte, obtendrá información solo relacionada con este último y posiblemente sobre temas relacionados como su búsqueda.
Para una persona y una consulta, parece bastante simple. Pero ahora imagina que tienes decenas de miles de colegas y miles de temas que cubrir. Aquí es cuando la relevancia de la búsqueda utiliza algoritmos de aprendizaje automático para descubrir no solo las preferencias de cada individuo, sino también grupos de personas con intereses similares, similitud de documentos, etc. Emite de forma continua y automática comentarios de los usuarios sobre la relevancia para otros documentos, consultas y personas.
La principal ventaja de la relevancia de las búsquedas es que permite a los usuarios, especialmente a los usuarios avanzados, influir en las dependencias apropiadas para su entorno sin requerir que TI implemente reglas de dependencia basadas en grupos específicos de usuarios. Esto permite a los administradores configurar usuarios organizacionales específicos y factores de mejora de cumplimiento precisos a través de la configuración.
La relevancia también puede mejorar significativamente la interacción hombre-máquina. A medida que la relevancia de cierto contenido aumenta significativamente con la retroalimentación de relevancia, la experiencia del usuario comienza a sentirse mucho más “conversacional”, es decir, ofrecer de una a tres sugerencias como “respuestas” a una consulta que un motor de búsqueda tradicional con una interfaz que devuelve una lista de documentos en respuesta a una consulta. También proporciona una forma de encontrar información de la experiencia de cada persona que mejor responda a la pregunta. Tomemos el ejemplo de un agente de servicio al cliente que busca una respuesta a la pregunta de un cliente sobre un producto utilizando un nombre o código de producto. En este caso, el agente obtendrá varios documentos, incluidos catálogos de piezas de repuesto, información práctica, especificaciones del producto, información de embalaje, materiales de marketing, etc. Toda esta información es relevante, pero solo cierta información puede ayudar al agente a responder la pregunta. problema del cliente. Gracias a la relevancia, el agente verá inmediatamente información que ya ha visto en búsquedas anteriores de cosas similares, porque la relevancia tiene en cuenta la “acción de clic” del usuario y aplica un pequeño aumento de relevancia en consecuencia.
La relevancia también puede reordenar los resultados observando (con el tiempo) información que otros agentes se han tomado el tiempo de descubrir, incluso mientras profundizan en la lista de resultados para encontrar información relevante. Las organizaciones que intentan sacar el máximo provecho de la relevancia, lo configurarán para que las interacciones de los expertos con el sistema de más impacto al contenido importante e incluso evitan que aparezca información inexacta en la lista de resultados.
Como se ve en el ejemplo anterior, la relevancia en la búsqueda proporciona un método colaborativo para reordenar los resultados de búsqueda. No es un método de etiquetado o clasificación, ambos se pueden realizar en el momento del índice (extracción de metadatos de origen, extracción de entidades mediante procesamiento de lenguaje natural) o más tarde (clasificación mediante algoritmos de aprendizaje automático como agrupación, cálculo de similitud, etc.). Podría decirse que la relevancia es un enfoque más inteligente que incorpora directamente la toma de decisiones humana y brinda la información que mejor se adapta a las preguntas del usuario.
En conclusión, a medida que las organizaciones impulsadas por la información se esfuerzan por lograr una precisión cada vez mayor para los usuarios finales que buscan conocimiento, la capacidad de aprovechar automáticamente los comentarios relevantes de los usuarios, especialmente los usuarios avanzados, es cada vez más importante para un rendimiento empresarial óptimo y la relevancia de las búsquedas cumplen un papel primordial en lograr este objetivo.
Autor: Creangel Ltda