---
sourceDocument: Xanadu Now Platform の管理
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/xanadu/platform-administration
Release :
- xanadu
ft:locale :
- ja-JP
ft:publication_title :
- Xanadu Now Platform の管理
ft:clusterId :
- platadm
bundleId :
- platadm
workflow :
- Platform
---
# AI 検索 における機械学習の関連性
# AI 検索 における機械学習の関連性 {#ariaid-title1}
* リリースバージョン: Xanadu
*
* 更新日 2024年08月01日
*
*  所要時間：3分
AI 検索 には、クエリに最も関連性の高い検索結果が最初に表示されます。機械学習は、集計されたユーザーインタラクションに基づいて検索経験のために検索結果の関連性スコアを自動的に改善します。
機械学習の関連性は自動的に有効になり、構成することはできません。
## 関連性モデルとスコアリング {#machine-learning-relevancy-ais__section_avh_5y2_1nb}
AI 検索 は、関連性モデルを使用して、検索によって返された各結果の関連性スコアを計算します。関連性スコアが高いドキュメントが結果セットの最初に表示されます。結果の関連性スコアは、クエリに関連付けられた特定のドキュメント、検索用語、およびユーザーに固有です。
各検索プロファイルには、独自の関連性モデルが含まれています。この関連性モデルを表示、変更、または削除することはできません。
注:
AI 検索 では *** ユニバーサルワイルドカードクエリには関連性ランキングは適用されません。*** クエリの結果は不特定の順序で表示されます。
## 検索シグナルと機械学習の関連性の調整 {#machine-learning-relevancy-ais__section_obm_cbf_1nb}
AI 検索 UX コンポーネントは、ユーザー検索に関連するシグナルを記録します。これらの検索シグナルには、検索ユーザーが検索入力フィールドを操作する方法、オートコンプリート提案、ファセットとナビゲーションタブのフィルター、Genius 結果の回答カード、検索結果に関するデータが含まれます。検索シグナルを記録および保存する方法の詳細については、「[検索シグナル](https://servicenow-prod.fluidtopics.net/LzcG_DwZptHn~CPpHAarPA "検索では、ユーザー検索のシグナルデータが保存されます。集計されたシグナルデータは、システム内の検索結果の関連性を向上させるのに役立ちます。")」を参照してください。
機械学習の関連性は、これらの検索シグナルからのデータを使用して、関連性モデルを継続的にインテリジェントに調整します。AI 検索 は 30 日ごとに各関連性モデルの新しいバージョンを計算し、そのパラメーターを繰り返し変更して、検索プロファイルの集計された検索シグナルデータに対して回帰テストを行います。この調整プロセスが完了すると、AI 検索 は既存の関連性モデルと新しい関連性モデルを比較し、過去のシグナルデータに記録されているユーザー検索動作によりよく一致するモデルを確認します。
新しい関連性モデルがシグナルデータを使用してより良い結果を生成する場合、AI 検索 は変更されたパラメーター値を使用して、検索プロファイルのライブ検索トラフィックの A/B テスト評価を実行します。これらの評価では、個々のパラメーターの変更をテストして、検索の関連性が向上することを確認します。
注:
A/B テストの評価を実行するために使用される検索クエリパラメーター評価フレームワークの詳細については、「[検索クエリパラメーター評価フレームワーク](https://servicenow-prod.fluidtopics.net/tawoJWjOnBTXdhFLPZB1rA#srch-qry-parm-eval-fw-ais "AI 検索は、検索クエリパラメーター値の代替セットの結果の関連性を比較する A/B テスト評価を実行します。これらの評価により、機械学習の関連性と Q&A Genius 結果に AI 検索が使用するモデルが決まります。")」を参照してください。
履歴の一致検索比較と A/B テスト評価で新しいモデルが元のモデルを上回る場合、AI 検索はそれを検索プロファイルのアクティブな関連性モデルとして設定し、既存の関連性モデルを上書きします。更新された関連性モデルは、次の調整サイクルが開始されるまで使用され続けます。
これらの関連性モデルの調整プロセスは、検索プロファイルごとに個別に行われます。1 つの検索プロファイルで関連性モデルに加えられた変更は、他の検索プロファイルの関連性モデルには影響しません。
注:
以前のリリースから Xanadu にアップグレードすると、検索結果のデフォルトの関連性スコアが変更される場合があります。以前のリリースでトレーニングされた関連性モデルは、引き続き同じ結果の順序を生成します。複数のリリース前にトレーニングされたモデルは、デフォルトの関連性モデルに戻る可能性があります。
## オートコンプリート提案の関連性モデル {#machine-learning-relevancy-ais__section_fpl_ljy_gtb}
AI 検索 は、専用の関連性モデルを使用して、検索フィールドにオートコンプリート提案として表示するレコードをランク付けします。この関連性モデルは、新しさと \[タイトル\] フィールドの検索クエリ用語の一致に基づいてレコードにスコアを付けます。システムは、このオートコンプリート提案の関連性モデルをトレーニングしません。オートコンプリート提案の構成の詳細については、「[AI 検索 アプリケーションのオートコンプリート提案](https://servicenow-prod.fluidtopics.net/AJ9Eb97rWzty5YvLqWWALg#auto-complete-ais "検索アプリケーションの入力フィールドにインテリジェントな提案を自動的に表示し、ユーザーが検索を作成したり、関連する結果に直接ジャンプしたりするのに役立ちます。提案には、関連する検索結果、よくあるクエリ、ユーザーの個人的な履歴からの最近のクエリ、およびよくある検索結果などが含まれます。")」を参照してください。