למי לא קרה שהוא חיפש מידע מסוים ולא ידע מאיפה להתחיל?
אתם משערים לעצמכם שהוא יופיע במספר מקומות, בפלטפורמות שונות, ובכמה תצורות.
עכשיו דמיינו לכם שיש "שבב" קטן שמתרוצץ ומחפש עבורכם את המידע בכל המקומות ובסוף מציג לכם את התוצאות הרלוונטיות עבורכם. נשמע חלומי, נכון?
אז, כן, החלום כמעט התגשם. חיפוש קוגניטיבי (Cognitive Search) - טכנולוגיה של מנוע חיפוש המפעילה בינה מלאכותית (AI) כדי לחקות את דרך החשיבה האנושית ולשפר את תוצאות החיפוש.
חיפוש קוגניטיבי שונה ממוצרי חיפוש שהיו זמינים בעבר מכיוון שהוא משלב טכנולוגיות בינה מלאכותית עוצמתית - כמו יכולות עיבוד שפה טבעית (NLP) ו- DEEP MACHINE LEARNING – למידת מכונה, לאופטימיזציה מאפשרת למערכת לזהות את התוצאה הגבוהה ביותר האפשרית.
הסיבה לכך היא כי בעת ביצוע חישוב חיפוש, אין רק תשובה אפשרית אחת. ברשת סגורה עשויות להיות מאות, אם לא עשרות אלפי תוצאות. זה דורש ייצוג והערכה של כל אחת מהתוצאות הללו. אופטימיזציה מאפשרת למכונה לזהות את החישוב עם התוצאה הגבוהה ביותר על סמך המידע שהיא מעבדת, מה שמציב בתורו את תוצאת החיפוש המומלצת (Wired, 2017).
דוגמא למנוע חיפוש קוגניטיבי - Azure Cognitive Search שמפעילה חברת מייקרוסופט בענן. חיפוש קוגניטיבי זה משתמש במבנה הנקרא אינדקס הפוך, שנועד לאפשר חיפושים מהירים מאוד בטקסט מלא. אינדקס הפוך מורכב מרשימה של כל המילים הייחודיות המופיעות בכל מסמך, ולכל מילה, רשימה של המסמכים שבהם היא מופיעה. בתהליך האינדקס, Azure Cognitive Search מחלק את התוכן של כל מסמך למילים נפרדות, יוצר רשימה ממוינת של כל המונחים הייחודיים, ואז מפרט באיזה מסמך כל מילה מופיעה.
החיפוש בגוגל (GOOGLE SEARCH) הינו דוגמא נוספת לחיפוש קוגניטיבי. לחיפוש בגוגל יש אפשרות לעבד את החיפוש, לא רק על בסיס משתנים מקומיים, אלא עפ"י דפוסי חיפוש קודמים של המשתמש. זה מאפשר תוצאות חיפוש מדויקות יותר על סמך מיקום ואופן חיפוש פריטים בעבר. כלומר, המכונה "למדה להכיר" את המשתמש (את היסטוריית החיפושים שלו) ובעקבות כך להציג לו תוצאות חיפוש רלוונטיות יותר עבורו.
מאפייני החיפוש הקוגניטיבי
מפיק מידע בעל ערך רב מכמויות גדולות של מקורות נתונים מורכבים ומגוונים.
הוא משתמש בכל הנתונים הארגוניים הזמינים, הפנימיים והחיצוניים, המובנים ובלתי מובנים, ומספק תובנות עמוקות יותר למשתמשים על מנת שיקבלו החלטות עסקיות טובות יותר. חיפוש קוגניטיבי מספק חיבור זה בכדי לספק תובנות מקיפות.
מספק מידע רלוונטי תלוי הקשר. מציאת ידע רלוונטי בכל הנתונים הארגוניים הזמינים דורשת מערכות קוגניטיביות המשתמשות בעיבוד שפות טבעיות (NLP) המסוגלות להציג נתונים לא מובנים מטקסטים (מסמכים, אימיילים, בלוגים של מדיה חברתית, דוחות הנדסיים, מחקרי שוק ועוד) ותוכן מדיה עשיר (סרטונים, הקלטות וכ"ו). האלגוריתמים עוזרים לשכלל את התובנות שמתקבלות מהנתונים. מילונים ואונטולוגיות מסייעים במילים נרדפות וביחסים בין מונחים ומושגים שונים.
משתפר. שימוש ושילוב אלגוריתמים מספק ערך מוסף על ידי שיפור מתמיד של תוצאות החיפוש.
יישומים של החיפוש הקוגניטיבי
משווקים יכולים להשתמש בסיווג לפי אלגוריתמים כדי לעזור להם לחזות אם לקוחות יגיבו לקמפיין פרסומי על ידי ניתוח האופן שבו הגיבו לקמפיינים דומים בעבר.
כאשר אנו לא בהכרח רוצים להריץ שאילתת חיפוש על כל האינדקס, נעשה שימוש באשכולות. הרעיון הוא להגביל את החיפוש לקבוצת מסמכים ספציפית בכל אשכול. אשכול משמש לעתים לניתוח חקר. לדוגמה, אנשי מקצוע בתחום השיווק יכולים להשתמש באשכולות כדי לגלות קבוצות שונות במאגר הלקוחות הפוטנציאליים שלהם ולהשתמש בתובנות אלה לפיתוח קמפיינים שיווקיים ממוקדים.
רגרסיה - אלגוריתם המנבא ערכים מספריים רציפים מנתונים על ידי לימוד הקשר בין משתני קלט ופלט. לדוגמא, בעולם הפיננסי משתמשים ברגרסיה כדי לחזות את מחירי המניות על פי השפעת גורמים כמו צמיחה כלכלית, מגמות או דמוגרפיה. ניתן להשתמש ברגרסיה גם ליצירת יישומים המנבאים את תנאי זרימת התנועה בהתאם למזג האוויר.
המלצה - אחד ממקרי השימוש השונים כולל מיזוג של כמה אלגוריתמים בסיסיים ליצירת מנוע המלצות המציע תכנים שעשויים לעניין את המשתמשים. "המלצה מבוססת תוכן", המציעה המלצות מותאמות אישית למשתמשים על ידי התאמת העניין שלהם לתיאור ותכונות המסמכים. שימוש זה נפוץ מאוד באתרי אינטרנט. דוגמא מוכרת ניתן לראות באתר NETFLIX שממליץ למשתמשים על תכנים לצפייה בהתאם לניתוח הבחירות הקודמות שלהם.
לסיכום, הודות להתקדמות הטכנולוגיה, חיפוש קוגניטיבי מביא לארגונים דור חדש של חיפוש המאפשר להם לעבור הרבה מעבר לתיבת החיפוש המסורתית, ומאפשר למשתמשים לקבל מידע מידי ורלוונטי בזמן הנכון.
מקורות:
Comments