Innehållsförteckning:
- Så här använder du sökordsbaserad sökning i prediktiv analytics
- Hur man använder semantiska sökningar i prediktiv analys
Video: Får du inte tag på dina kunder? - Stjärnsäljarpodden 2024
För att utnyttja Din prediktiva analysdata måste du veta hur du hittar den information du vill hitta. Det finns två huvudkonsepter för att söka dina data i förberedelse för att använda det i predictive analytics:
-
Gör dig redo att gå utöver den grundläggande sökordsökningen
-
Gör dina data semantiskt sökbara
Så här använder du sökordsbaserad sökning i prediktiv analytics
Tänk om du hade till uppgift att söka stora mängder data. Ett sätt att närma sig problemet är att utfärda en sökfråga som består (uppenbarligen) av ord. Sökverktyget söker efter matchande ord i databasen, datalageret, eller går genom en text där din data finns.
Antag att du skriver ut följande sökfråga: Förenta staternas president besöker Afrika . Sökresultaten kommer att bestå av text som innehåller exakt en eller en kombination av orden President, USA, besök, Afrika . Du kan få den exakta informationen du letar efter, men inte alltid.
Vad gäller de dokument som inte innehåller något av de tidigare nämnda orden, men en kombination av följande: Obamas resa till Kenya .
Inget av orden du sökte ursprungligen finns där - men sökresultaten är semantiskt (meningsfullt) användbart. Hur kan du förbereda dina data för att bli semantiskt återhämtningsbar? Hur kan du gå utöver den traditionella sökordsökningen? Dina svar kan hittas om du fortsätter läsa.
Hur man använder semantiska sökningar i prediktiv analys
En illustration av hur semantisk baserad sökning fungerar är ett projekt som Anasse Bari ledde vid Världsbankens grupp, en internationell organisation vars främsta uppdrag är att bekämpa fattigdom runt om i världen.
Projektet syftade till att undersöka befintlig storskalig företagsökning och analys på marknaden och bygga en prototyp för ett banbrytande ramverk som skulle organisera uppgifter från Världsbanken - varav en ostrukturerad samling av dokument, publikationer, projektrapporter, briefs och fallstudier.
Denna enorma värdefulla kunskap är en resurs som används mot bankens främsta uppdrag att minska världsfattigdomen. Men det faktum att det är ostrukturerat gör det svårt att få tillgång till, fånga, dela, förstå, söka, data-min och visualisera.
Världsbanken är en enorm organisation med många divisioner runt om i världen. En av huvuddelarna strävar efter att ha en ram och var redo att allokera resurser för att hjälpa Bari-laget var Human Development Network inom Världsbanken.
Vice presidenten för Human Development Network skisserade ett problem som kom från tvetydighet: Hans division använde flera termer och begrepp som hade samma övergripande mening men olika nyanser.
Exempelvis var termer som klimatologi, klimatförändringar, gas ozonförlust, och utsläpp av växthusgaser alla semantiskt relaterade men inte identiska i betydelse. Han ville ha en sökfunktion som är tillräckligt smart för att extrahera dokument som innehöll relaterade begrepp när någon sökte någon av dessa villkor.
Prototypens ram för den förmågan som Bari-laget valde var Ustructured Information Management Architecture (UIMA), en programvarubaserad lösning. Ursprungligen designad av IBM Research, är UIMA tillgänglig i IBM-program som IBM Content Analytics, ett av de verktyg som drivs av IBM Watson, den berömda datorn som vann Jeopardy-spelet.
Bari-laget gick samman med ett mycket begåvat team från IBM Content Management och Enterprise Search, och senare med ett IBM Watson-team, för att samarbeta om detta projekt.
En lösning för ostrukturerade informationshanteringar (UIM) är ett mjukvarusystem som analyserar stora volymer av ostrukturerad information (text, ljud, video, bilder osv.) För att upptäcka, organisera och leverera relevant kunskap till klienten eller ansökan slutanvändaren.
En domäns ontologi är en rad begrepp och relaterade termer som är specifika för en domän. En UIMA-baserad lösning använder ontologier för att ge semantisk märkning, vilket möjliggör en ökad sökning oberoende av dataformat (text, tal, PowerPoint-presentation, e-post, video osv.). UIMA lägger till ett annat lager i den infångade data och lägger sedan till metadata för att identifiera data som kan struktureras och sökas semantiskt.
Semantisk sökning grundar sig på den kontextuella betydelsen av söktermer som de visas i det sökbara datavalet som UIMA bygger. Semantisk sökning är mer exakt än den vanliga sökordsbaserade sökningen, eftersom en användarfråga returnerar sökresultat av inte bara dokument som innehåller sökvillkoren utan även av dokument som är semantiskt relevanta för frågan.
Om du söker efter biologisk mångfald i Afrika , kommer en typisk sökordsbaserad sökning att returnera dokument som har exakta ord biologisk mångfald och Afrika . En UIMA-baserad semantisk sökning kommer inte bara att återge dokumenten som har dessa två ord, utan också allt som är semantiskt relevant för "biologisk mångfald i Afrika" -dokument som innehåller sådana kombinationer av ord som "växtresurser i Afrika", "djurresurser i Marocko "eller" genetiska resurser i Zimbabwe. "
Genom semantisk märkning och användning av ontologier blir information semantiskt återhämtningsbar, oberoende av språket eller mediet där informationen skapades (Word, PowerPoint, e-post, video osv.). Denna lösning tillhandahåller ett enda nav där data kan fångas, organiseras, bytas och återges semantiskt återvinnbart.
Ordböcker om synonymer och relaterade termer är öppna källor (fritt tillgängliga) - eller du kan utveckla dina egna ordböcker specifika för din domän eller dina data. Du kan skapa ett kalkylblad med rotordet och dess relaterade ord, synonymer och bredare villkor. Kalkylbladet kan laddas upp i ett sökverktyg som IBM Content Analytics (ICA) för att driva företagsökningen och innehållsanalysen.
