UI/UXが無意識に検索行動に与える影響について
10. メルカリのSearch Engineering Team Search Algorithm Engineer : - Akira Ishino 石野 明 from Google - Kenji Sugiki 杉木 健二 from 楽天 - Ypeng Lyn from monotaro and 楽天 - Riku Togashi 富樫 陸 from Yahoo - Kei Yagi from 八木 圭Yahoo - Hiroaki Shiino 椎野 弘章 from Yahoo - Yusuke Wada 和田 悠介from Yahoo Search Platform Engineer： - Minoru Osuka 大須賀 稔 from Yahoo - Junpei Nishimoto 西本 純平 from Recruit Technologies - Marne Prasad
マルチテナンシーSaaSを支える Elasticsearch Index 設計 - LegalOn Technologies Engineering Blog
こんにちは。株式会社 LegalOn Technologies でエンジニアをしております、勝田(@WinField95)です。この記事は、情報検索・検索技術 Advent Calendar 2022 の 22日目の記事として執筆されました。LegalForce キャビネについて紹介すると共に、社内で運用されている検索システムを作り直したきっかけとなった課題と改善点についてお話します。 目次 LegalForce キャビネの検索機能 Elasticsearch の構成要素について 検索システムの課題 Nodeあたりの最大 Shard 数のソフトリミット ソフトリミットの設定値変更による延命措置 単一の Index 設計への変更 まとめ LegalForce キャビネの検索機能 LegalForce キャビネは、2021年1月に正式版をリリースした契約締結後の契約リスクの制御を目的としたマル
noteの検索をCloudSearch からElasticsearchに移行しつつある話｜chov
記事の概要を3行でまとめ検索システムの移行や導入は組織化しましょう 指標に気を取られすぎないようにしましょう 検索を見ると様々なドメインに触れるので知識が増えてお得 はじめにnote株式会社で検索エンジニアをしているchovです。 早速ですが、noteでは全文検索エンジンを以下の箇所で利用しています。 ハッシュタグの検索 ユーザの検索 マガジンの検索 記事の検索 メンバーシップの検索 CloudSearchを利用した検索結果これまではCloudSearchを利用していましたが、2022年の4月ごろからElasticsearchへの移行プロジェクトを始め、この記事が公開される2023年2月時点でほとんどの検索をElasticsearchに移行するところまで進みました。 本稿では移行プロジェクトの進め方や検証の手法について解説しますが、これから全文検索エンジンの導入・移行を行う方の参考になれば
GitHubの新しいコード検索を支える技術
GitHub Codespacesは、仮想マシン上に強力な統合開発環境（IDE）を提供し、性能の低いマシンを持つ開発者がローカルリソースを消耗せずにコーディングできるようにし、AI画像の生成など様々なタスクに利用することが可能です。 GitHubが最近発表した「2022 State of the Octoverse」レポートにおいて、HashiCorp Configuration Language（HCL）がGitHubで最も成長したプログラミング言語となりました。HashiCorpは、クラウドコンピューティングのためのInfrastructure as Code (IaC) 自動化のリーディングプロバイダーです。HCLは、Terraformや Vaultなどのツールと共に使用されるHashiCorpの設定言語で、マルチクラウドやオンプレミス環境において、人間が読みやすい設定ファイルでIa
検索基盤チームのElasticsearch×Sudachi移行戦略と実践 - エムスリーテックブログ
エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(@po3rin) です。最近、AI・機械学習チーム配下の検索基盤チームでElasticsearchのAnalyzerをKuromojiからSudachiに移行しました。今回はSudachi移行の背景と、Sudachiの概要、実際に移行するにあたってのプロセスや注意事項をお話しします。 対象読者 なぜSudahchiに移行したのか 検索基盤チームが抱えていた検索の課題 Sudachiとは Sudachiへの移行戦略と実践 今使っているKuromojiユーザー辞書をSudachiユーザー辞書に移行する 今使っているシノニム辞書からSudachi正規化機能でまかなえるものを削除する 平仮名/カタカナの正規化辞書を作る 移行時のSudachi切り替え戦略 移行後の影響の事前確認 Sudachi移行時のハ
Algoliaの日本語検索に関するパラメータ
Algoliaの日本語検索に関するパラメータ21.12.2020 — Algolia 本記事は Algolia Advent calendar 21日目の記事になります。 こんにちは、Algolia サポートエンジニアの半田です。 本日の記事では Algolia で日本語検索をする場合に関連するであろうパラメータ群についてまとめてみたいと思います。なお、本記事の内容は2020年12月時点のものとなり将来的には変更される可能性がありますのでご了承ください。 Algolia は多言語での検索に対応したサービスで、検索機能自体は UTF-16 で表現できる文字に対して検索処理が可能なように作られています。このため、多言語検索への対応として同一のインデックス内でも一つのサイトに対して複数の言語での検索を提供するといった実装も可能です。個人的な経験としては実際のサポートの業務の中でも、英語・日本語の
メルカリにおける機械学習による検索のリランキングへの道のり | メルカリエンジニアリング
※本記事は2023年1月1日に公開された記事の翻訳版です。 メルカリのマーケットプレイスにおける商品検索は、お客さまが欲しい物を発見する最も基本的な方法です。この中核となる機能は、テキストマッチングによる情報検索システムによって実現されています。 しかし最近、私たちは自問自答しました。お客さまの検索体験を向上させる、合理的な機械学習ベースのアプローチはあるのだろうか？という疑問が生まれました。メルカリアプリ上のお客さまの行動を、彼らにとってより関連性の高い検索結果についてのヒントとして捉えることはできないでしょうか？学習データにラベルを付け、単体のユーザークリックという行為をもとにした分析の限界を念頭に置きながら、モデルが学習するための、より情報量の多いコンテキストを構築できないでしょうか？ビジネスKPIとの関係を把握するために、どのようにデータラベリングを利用できるでしょうか？ それは、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Eventually Elasticsearch: Eventual Consistency in the Real World