Definitie
Relevantie-afstemming is het verbeteren van hoe een zoekengine resultaten rangschikt voor echte queries. Het omvat o.a. veldgewichten, boosts voor betrouwbare bronnen, analyzers/synoniemen en het valideren van wijzigingen met offline en online metingen.
Waarom het belangrijk is
- Vertrouwen: kleine rankingfouten kunnen het vertrouwen breken in gevoelige domeinen.
- Consistentie: minder “willekeurige” resultaten bij vergelijkbare queries.
- Impact: betere relevantie verhoogt conversie en verlaagt support.
- Veiligheid: je kunt autoritatieve bronnen bevoordelen en riskante matches verminderen.
Hoe het werkt
Meet -> hypothese -> pas ranking aan -> evalueer -> deploy -> monitorGoede afstemming start met duidelijke metrics (time-to-result, tevredenheid, taakvoltooiing) en een representatieve queryset.
Praktisch voorbeeld
Als gebruikers bij “WIB92 artikel 26” meestal op de officiële tekst klikken, kun je pagina’s met officiële referenties boosten en generiek commentaar lager plaatsen voor die intent.
Veelgestelde vragen
Q: Afstemmen met regels of met machine learning?
A: Beide kunnen. Regels zijn transparant en snel. ML kan complexere patronen leren, maar vraagt data en strikte evaluatie.
Q: Hoe vind je snel kansen om te tunen?
A: Kijk in zoekanalyse naar nulresultaten, veel herformuleringen en queries met lage kliksatisfactie.
Gerelateerde termen
- Full-Text Search - scoring en veldgewichten
- Booleaanse zoekopdracht - filteren vóór ranking
- Semantische uitbreiding - uitbreiding beïnvloedt ranking
- Zoekanalyse - effect van tuning meten
- Zoekintentie - ranking per intent afstemmen
Referenties
Manning, Raghavan & Schütze (2008), Introduction to Information Retrieval.
References
Manning, Raghavan & Schütze (2008), Introduction to Information Retrieval.