Предсказание удовлетворенности пользователя при поиске в онлайн-картах

Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Постановка задачи . . . . . . . . . . . . . . . . . . . . . . 5
Обзор литературы . . . . . . . . . . . . . . . . . . . . . . 6
Глава 1. Подготовка данных и выбор модели предсказа-
ния удовлетворенности . . . . . . . . . . . . . . . . . . 10
1.1. Исходные данные . . . . . . . . . . . . . . . . . . . 10
1.2. Выбор подхода . . . . . . . . . . . . . . . . . . . . 14
Глава 2. Алгоритм прогнозирования . . . . . . . . . . . . 15
2.1. Программа для парсинга . . . . . . . . . . . . . . . 15
2.2. Построение модели регрессии . . . . . . . . . . . . 16
2.3. Предсказание удовлетворенности . . . . . . . . . . 20
2.4. Предсказание удобства поискового сервиса . . . . 27
Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Список литературы . . . . . . . . . . . . . . . . . . . . . 34
Приложение . . . . . . . . . . . . . . . . . . . . . . . . . 35
Купить

Миллионы пользователей сети интернет ежедневно взаи-
модействуют с поисковыми системами. Они подают запросы,
следуют по ссылкам со страницы результата поиска, перефра-
зируют и переформулируют свои запросы, а так же выполняют
другие различные задания. Эти действия могут служить цен-
ным источником для улучшения поисковых систем.
В настоящее время сервисы онлайн карт становятся по-
пулярнее среди пользователей благодаря возможности настро-
ить масштаб и сменить локацию карты при поиске желаемого
географического объекта. Таким образом на экран поиска вы-
водится дополнительная информация. Однако, поисковые си-
стемы выдают результаты на основе текущего масштаба кар-
ты, в то время как желаемый объект может находиться за ее
пределами. Даже если масштаб карты идентичен у некоторых
пользователей, они могут искать различную информацию. В
связи с этим поднимается вопросы удовлетворенности поиском
и удобства пользования сервисом.
К сожалению, опыт показывает, что пользователи доволь-
но редко высказывают желание дать свой ответ на эти вопро-
сы. Однако, необходимую информацию можно извлечь из логов
пользователя в поисковых системах. Благодаря тому, что ос-
новные поисковые движки обрабатывают миллионы запросов
в день, необходимые данные доступны в изобилии.
В условиях того, что подбор необходимой прогнозирующей
функции вручную достаточно трудоемок, затратен и непракти-
чен, исследование в области машинного обучения находит свое
применение в этой области задач.
Купить