relevanssijärjestykseen

Relevanssijärjestys, eli järjestys, jossa tulokset asetetaan paremmuusjärjestykseen käyttäjän kyselyn perusteella, on keskeinen käsite informaatiohakussa. Se tarkoittaa sitä, että järjestelmä antaa jokaiselle ehdotetulle kohdalle relevanssiluokituksen tai -arvon ja esittää tulokset laskevassa järjestyksessä näiden arvojen mukaan. Tavoitteena on viedä käyttäjän todennäköisesti hyödyllisimmät vastaukset tai tuotteet eteen.

Teoriassa relevanssia arvioidaan mallien avulla, jotka yhdistävät käyttäjän kyselyn ja dokumenttivaraston sisällön ominaisuuksia. Yleisiä hakumalleja ovat vektoriavaruusmalli, jossa sekä kysymys että dokumentit esitetään termien vektoreina, sekä todennäköisyykselliset mallit, kuten BM25. Näissä malleissa käytetään muun muassa term frequencyä (TF), tiedostokohtaisia termien kattavuuksia ja dokumentin pituuden normituksia. Relevanssikaavojen ominaisuuksiin voivat kuulua avainsanojen painotukset, kontekstuaaliset ominaisuudet, käyttäjätoiminnot ja sisältömuutokset.

Arviointi ja validointi perustelevat relevanssijärjestystä. Tyypillisiä mittareita ovat tarkkuus (precision), kattavuus (recall), F1-arvo sekä keskimääräinen tarkkuus (MAP) ja normalisoitu diskontattu kumulatiivinen saanti (NDCG). Saattaa olla sekä offline-arviointeja opetus- ja testiaineistoilla että online-toteutuksia, kuten A/B-testausta, käyttäjäkokemuksen ja konversioiden mittaamiseen.

Sovelluskohteita ovat hakukoneet, digitaaliset kirjastot, verkkokauppojen haku- ja suositusjärjestelmät sekä yritys- ja sisäiset hakutyökalut. Haasteisiin kuuluvat epäselvät kyselyt, dynaaminen sisältö, personointi, monikielisyys sekä tarve tasapainottaa relevanssi ja monipuolisuus sekä vasteaika.