LinkedInの検索エンジンが大幅にアップグレードされたよ。
LinkedInが検索機能を強化して、より良いユーザー体験を提供するよ。
Xin Yang, Rachel Zheng, Madhumitha Mohan, Sonali Bhadra, Pansul Bhatt, Lingyu, Zhang, Rupesh Gupta
― 1 分で読む
目次
プロフェッショナルネットワーキングの世界で、LinkedInは巨人だよ。何百万ものユーザーがアクティブにプラットフォームを使ってるから、人々のコンテンツ検索の方法を変える必要があるってことが明らかになったんだ。もう「仕事」や「ネットワーキングのヒント」みたいなシンプルな検索用語の時代は終わった。今やみんなが「給料アップの交渉に効果的な戦略は何?」みたいな長い質問を入力してる。
ユーザーのニーズに応えるために、LinkedInは検索エンジンを改良することにしたんだ。このアップグレードによって、ユーザーのクエリを単なるキーワードマッチング以上の方法で理解できるようになった。これを、普通のピントビーンズを美味しいブリトーに変えるみたいなものだね。要は、余分な材料が大事なんだ!
検索行動の変化
もっと多くのユーザーが複雑な質問を検索に使うようになると、従来のキーワードベースの検索エンジンは追いつけなくなってる。全体的な情報を提供しない結果を返したり、関連する投稿が全く出てこないこともある。これってすごくイライラするよね!
キャリアチェンジのヒントを検索エンジンに聞いたのに、質問に答えてくれないレスポンスが返ってくるって想像してみて。バリスタにコーヒーのおすすめを聞いたのに、エスプレッソの歴史についてのレクチャーを受ける感じ。全然役に立たない!
解決策:セマンティックマッチング
この問題を解決するために、LinkedInは検索エンジンにセマンティックマッチングという新機能を導入した。これによって、エンジンはユーザーが入力した言葉だけを超えて、クエリの背後にある意味を理解しようとするんだ。
セマンティックマッチングを使うと、検索エンジンは自身の投稿の宝庫を掘り下げて答えを見つけることができる。たとえその答えが元の質問の中で使われた特定の言葉を全て含んでいなくても大丈夫。まるで名前を忘れても正しいレストランを見つけてくれる友達みたいな感じ!
成功のための重要な指標
このアップグレードの成功を測るために、LinkedInは二つの主な指標に注目してる:
-
オン・トピック・レート:この指標は、返された投稿がどれだけユーザーのクエリに実際に応えているかを見るんだ。役に立つ投稿にはいいねが、あまり役に立たないものにはバツがつく。
-
ロング・ドウェル:これはユーザーが検索で返された投稿を読むのにどれだけ時間をかけるかを測る。ユーザーがしばらく留まっているなら、その投稿には何か良いことが書いてあるってこと。誰も草が育つのに8時間の講義を読むなんてしたくないでしょ!
新しい検索エンジンの構造
改良された検索エンジンは、リトリーバルレイヤーとマルチステージランキングレイヤーの二つの主要な層で構成されてる。
リトリーバルレイヤー
最初の層が魔法が始まるところ。ユーザーがクエリを提出すると、リトリーバルレイヤーは数十億の投稿から潜在的な答えを選び出そうとする。これには二つの方法があるよ:
-
トークンベースリトリーバー(TBR):このアプローチは、ユーザーのクエリに正確にマッチした投稿を見つけるんだ。ちょっと古いけど、精度が必要な時には便利。投げられた棒にまっすぐ走り寄る犬を想像してみて。他の楽しいことには興味がない。
-
エンベディングベースリトリーバー(EBR):これは新しい方法で、賢いAIモデルを使って投稿を見つけるんだ。正確な言葉にこだわらず、コンテキストや意味を理解する。会話の本質を覚えてて、自分のノリに合ったものを提案してくれる友達みたいに。
マルチステージランキングレイヤー
潜在的な投稿が選ばれたら、ランキングレイヤーに進む。ここでは、より詳細な分析が行われる。この層では、投稿の質やユーザーのニーズに対するコンテンツの関連性、著者の人気度などを見ることができるんだ。
ランキングは二つのステージからなる:
-
第一ステージ(L1ランキング):シンプルなモデルがすべての候補投稿を調べて、数百のトップオプションを引き出す。
-
第二ステージ(L2ランキング):ここでは、より複雑な分析が行われる。賢いモデルがこれらの数百の投稿をスコアリングして、どれが上に行くかを決めるのを助ける。
新しいアプローチの利点
これらの方法の導入によって、いくつかのエキサイティングな改善が見られた。ユーザーは今、複雑な質問に対してより効果的に役に立つ投稿を見つけることができるんだ。彼らが求めているのは、ただ聞いたことだけじゃなくて、本当に知りたいことなんだ。新しい検索エンジンは、ユーザーのエンゲージメントと満足度を高めて、より多くの人がコンテンツを読んでくれるようになった。良いレストランでデザートを楽しむように、みんなが長く留まる感じだね。
未来を見据えて
新しい検索エンジンはすでに大きな改善だけど、LinkedInは成長の余地がいつもあるって認識してる。彼らは現在、ユーザーのクエリの多様性に基づいてコンテンツの質をよりよく測るための新しい指標に取り組んでいるんだ。先進的な言語モデルを使って、さらに検索体験を向上させることを計画していて、複雑な言語がもたらすもっと多くの課題に取り組むことを目指している。
これは、シェフがレシピを微調整するのと同じ。これ以上良くならないと思った瞬間に、たまらなくなるスパイスが一つ加わる感じ!
結論
LinkedInが検索機能を強化し続けることで、プラットフォームはあらゆるプロフェッショナルにとってより強力なツールになっている。複雑な質問を理解し、応える能力があれば、ユーザーは必要な情報をより早く、効率的に見つけられる。まるでキャリアコーチがポケットにいつもいて、必要な時にアドバイスをくれるような感じだよ。
これらのアップグレードによって、LinkedInは検索の未来が単なる言葉じゃなくて、文脈と理解に関するものだと証明しているんだ。これが、成功のレシピだね!
タイトル: Introducing Semantic Capability in LinkedIn's Content Search Engine
概要: In the past, most search queries issued to a search engine were short and simple. A keyword based search engine was able to answer such queries quite well. However, members are now developing the habit of issuing long and complex natural language queries. Answering such queries requires evolution of a search engine to have semantic capability. In this paper we present the design of LinkedIn's new content search engine with semantic capability, and its impact on metrics.
著者: Xin Yang, Rachel Zheng, Madhumitha Mohan, Sonali Bhadra, Pansul Bhatt, Lingyu, Zhang, Rupesh Gupta
最終更新: 2025-01-02 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2412.20366
ソースPDF: https://arxiv.org/pdf/2412.20366
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。