Artikel bei heise: „Echtzeitkontext für bessere Suchergebnisse auf Websites“

Wenn Kunden in Online-Shops nach Produkten suchen, bleiben ihr vorheriges Verhalten und ihr Interesse meist unberücksichtigt. Dabei lässt sich die Relevanz von Suchergebnissen deutlich verbessern, wenn neben der Anfrage auch die Intention der Nutzer berücksichtigt wird. Wie das in der Praxis funktioniert, demonstrieren die mgm-Experten Liliya Avdiyenko und Christian Winkler in dem Beitrag „Echtzeitkontext für bessere Suchergebnisse auf Websites“ – erschienen bei „heise developer“. Die Autoren beschreiben ein Verfahren, mit dem sich die Suchintention von Nutzern vorhersagen lässt. Grundlage dafür sind historische Logdaten der Website und der Echtzeitsuchkontext, der unter anderem Informationen über die aktuelle Sitzung enthält. Mithilfe eines Algorithmus zum maschinellen Lernen lassen sich individualisierte Suchergebnisse erzeugen, die die Intentionen der Nutzer und den Kontext der jeweiligen Sitzung berücksichtigen.