Eine Reihe von Verbesserungen am Suchsystem von LinkedIn für Beiträge wird es ermöglichen, schnellere und relevantere Ergebnisse innerhalb einer vereinfachten Benutzeroberfläche zu liefern.
LinkedIn beschreibt den Weg der Entwicklung einer neuen Systemarchitektur und erklärt gleichzeitig die Komplexität seines alten Systems.
Suchergebnisse für Beiträge wurden zuvor von zwei Indizes bereitgestellt – einer für Beiträge im Haupt-Feed von LinkedIn und einer für Artikel.
Die komplexe Natur machte es schwierig, darauf aufzubauen, also entschied sich LinkedIn, die beiden Indizes zu entkoppeln. LinkedIn enthüllt den gesamten Prozess in quälenden Details in einem neuen Blogbeitrag.
Hier in einem Diagramm zusammengefasst:
Viele der von LinkedIn geteilten Informationen richten sich an Softwareentwickler. In diesem Beitrag überspringe ich die technischen Details und erkläre, was die Änderungen für normale Benutzer auf LinkedIn bedeuten.
LinkedIn Beitragssuche liefert schnellere, relevantere Ergebnisse
Um die Suchergebnisse relevanter zu machen, hat sich LinkedIn zum Ziel gesetzt, ein System zu schaffen, das die folgenden Aspekte berücksichtigt:
- Relevanz des Beitrags für eine Suchanfrage
- Qualität der Post
- Personalisierung
- Benutzerabsicht
- Engagement
- Frische/Aktualität
LinkedIn sagt, dass sein neues System auch Ergebnisse aus verschiedenen Quellen liefern muss.
LinkedIn nutzt mehrere maschinelle Lerntechniken, um die Erwartungen der Suchenden zu erfüllen und diese Ziele in Bezug auf Relevanz und Vielfalt zu erreichen.
Darüber hinaus sammelte LinkedIn menschliche Bewertungen für Suchergebnisse und nutzte die Daten, um sicherzustellen, dass sein neues System eine bestimmte Qualitätsschwelle erfüllt.
LinkedIn weist darauf hin, dass die Crowdsourcing-Anmerkungsdaten von Menschen auch wertvolle Trainingsdaten liefern, um das Ranking der Ergebnisse zu verbessern.
Neues System Vs. Altes System
Das neue System von LinkedIn, das auf maschinellem Lernen basiert, verbessert das alte System auf folgende Weise:
- Relevanz: Es ermöglicht die Personalisierung, indem tiefere und Echtzeit-Signale für die Absichten, Interessen und Affinitäten der Mitglieder genutzt werden.
- Diversität: Es erhöht die Entdeckung potenziell viraler Inhalte für Trendanfragen und reduziert die Duplizierung ähnlicher Inhalte.
- Rangfolge: Es verwendet postbezogene Metadaten aus dem Index, um das Ranking von Posts zu verbessern, wenn es mit anderen Arten von Ergebnissen kombiniert wird.
- Navigation: Es verfügt über eine neue Benutzeroberfläche, mit der Benutzer nach Beiträgen eines bestimmten Autors, Beiträgen, die mit zitierten Suchanfragen übereinstimmen, kürzlich angesehenen Beiträgen und mehr suchen können.
Daten zeigen, dass neues System besser ist
Laut LinkedIn haben die von seinem neuen System gelieferten Suchergebnisse die Benutzerzufriedenheit erhöht, was sich in a widerspiegelt 20 % Steigerung im positiven Feedback.
Ergebnisse, die für die Suchanfrage eines Benutzers von hoher Relevanz sind, die LinkedIn als „relevante Ergebnisse“ identifiziert, haben zu einer Verbesserung der Gesamtklickrate von geführt über 10%.
Eine größere Vielfalt von Beiträgen aus dem sozialen Netzwerk des Suchenden, seinem geografischen Standort und seiner bevorzugten Sprache hat zu a geführt 20 % Steigerung beim Messaging innerhalb des Netzwerks des Suchenden.
Die Zeit, die zum Liefern von Suchergebnissen benötigt wird, wurde um verkürzt ~62ms für Android, ~34ms für iOS und ~30ms für Webbrowser.
Zukünftige Verbesserungen
LinkedIn teilt mit, wie es die Suchergebnisse für Beiträge weiter verbessern wird. Zukünftige Updates beinhalten:
- Implementieren der Verarbeitung natürlicher Sprache, um die semantische Bedeutung von Abfragen zu verstehen.
- Präsentieren Sie aktuellere Ergebnisse für Abfragen zu Trendthemen und reduzieren Sie die Feedback-Schleife von Stunden auf Minuten.
- Erweiterung der Fähigkeiten zum Verstehen von Dokumenten, um die Handhabung von Multimedia-Inhalten wie Bildern, Kurzvideos und Audio einzuschließen.
Alle technischen Details hinter diesen Änderungen finden Sie im vollständigen Blogbeitrag von LinkedIn.
Quelle: LinkedIn
Vorgestelltes Bild: /Shutterstock