---
sourceDocument: Yokohama Administração da Now Platform
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/platform-administration
Release :
- yokohama
ft:locale :
- pt-BR
ft:publication_title :
- Yokohama Administração da Now Platform
ft:clusterId :
- platadm
bundleId :
- platadm
workflow :
- Platform
---
# Relevância do aprendizado de máquina em Pesquisa com IA
# Relevância do aprendizado de máquina em Pesquisa com IA {#ariaid-title1}
* Versão de lançamento: Yokohama
*
* Atualizado 30 de jan. de 2025
*
*  3 min. de leitura
Pesquisa com IA exibe os resultados de pesquisa mais relevantes para uma consulta primeiro. O aprendizado de máquina ajusta automaticamente a pontuação de relevância do resultado da pesquisa para experiências de pesquisa com base nas interações agregadas do usuário.
A relevância do aprendizado de máquina é habilitada automaticamente e não é configurável.
## Modelos de relevância e pontuação {#machine-learning-relevancy-ais__section_avh_5y2_1nb}
Pesquisa com IA usa um modelo de relevância para calcular uma pontuação de relevância para cada resultado retornado por uma pesquisa. Os documentos com pontuações de relevância mais altas aparecem primeiro no conjunto de resultados. A pontuação de relevância de um resultado é específica do documento específico, dos termos de pesquisa e do usuário associado à consulta.
Cada perfil de pesquisa inclui seu próprio modelo de relevância. Você não pode exibir, modificar ou excluir este modelo de relevância.
Nota:
Pesquisa com IAnão aplica a classificação de relevância a. ** consultas universais com curinga. Resultados de ** as consultas aparecem em uma ordem não especificada.
## Ajuste de relevância do aprendizado de máquina e sinais de pesquisa {#machine-learning-relevancy-ais__section_obm_cbf_1nb}
Pesquisa com IA Os componentes de UX Registram sinais associados às pesquisas do usuário. . sinais de pesquisa Inclua dados sobre como os usuários de pesquisa interagem com o campo de entrada de pesquisa, sugestões de preenchimento automático, filtros de aspecto e da guia de navegação, cartões de resposta de resultados Genius e resultados de pesquisa. Para saber mais sobre como os sinais de pesquisa são gravados e armazenados, consulte [Sinais de pesquisa](https://servicenow-prod.fluidtopics.net/tEF8LHUFDXHkbPfkUND~TA "A pesquisa armazena dados de sinal de pesquisas do usuário. Os dados de sinal agregados ajudam a melhorar a relevância do resultado da pesquisa em seu sistema.").
A relevância do aprendizado de máquina usa dados desses sinais de pesquisa para ajustar de forma inteligente os modelos de relevância de forma contínua. A cada 30 dias, Pesquisa com IAcalcula uma nova versão de cada modelo de relevância, modificando iterativamente seus parâmetros e testando-os de regressão em relação aos dados agregados de sinal de pesquisa para o perfil de pesquisa. Quando este processo de ajuste estiver concluído, Pesquisa com IAcompara os modelos de relevância existentes e novos para ver qual deles produz correspondências melhores para o comportamento de pesquisa do usuário conforme registrado nos dados de sinal históricos.
Se o novo modelo de relevância produzir melhores resultados com os dados de sinal, Pesquisa com IAUsa seus valores de parâmetro modificados para executar avaliações de teste A/B do tráfego de pesquisa em tempo real para o perfil de pesquisa. Essas avaliações testam mudanças de parâmetros individuais para verificar se elas produzem melhor relevância de pesquisa.
Nota:
Para obter detalhes sobre a estrutura de avaliação do parâmetro de consulta de pesquisa usada para executar avaliações de testes A/B, consulte [Estrutura de avaliação de parâmetro de consulta de pesquisa](https://servicenow-prod.fluidtopics.net/aVWvxXw7tiWKwI~MLX9Zsw#srch-qry-parm-eval-fw-ais "Pesquisa com IA Executa avaliações de teste A/B que comparam a relevância do resultado para conjuntos alternativos de valores de parâmetro de consulta de pesquisa. Essas avaliações determinam os modelos que Pesquisa com IAUsos para relevância do aprendizado de máquina e para resultados Genius de perguntas e Respostas.").
Se o novo modelo superar o modelo original na comparação de correspondência de pesquisa histórica e no teste A/B, Pesquisa com IAo define como o modelo de relevância ativo para o perfil de pesquisa, substituindo o modelo de relevância existente. O modelo de relevância atualizado permanece em uso até o início do próximo ciclo de ajuste.
Esses processos de ajuste do modelo de relevância ocorrem separadamente para cada perfil de pesquisa. As mudanças feitas no modelo de relevância em um perfil de pesquisa não afetam os modelos de relevância em outros perfis de pesquisa.
Nota:
Quando você faz upgrade para Yokohamaem uma versão anterior, as pontuações de relevância padrão para os resultados da pesquisa podem mudar. Os modelos de relevância treinados na versão anterior devem continuar a produzir a mesma ordem de resultados. Modelos treinados há mais de uma versão podem reverter para o modelo de relevância padrão.
## Modelo de relevância para sugestões de preenchimento automático {#machine-learning-relevancy-ais__section_fpl_ljy_gtb}
Pesquisa com IA usa um modelo de relevância dedicado para classificar registros para exibição como sugestões de preenchimento automático no campo de pesquisa. Este modelo de relevância pontua registros com base em sua atualização e nas correspondências de termo de consulta de pesquisa em seus campos de título. O sistema não treina o modelo de relevância de sugestão de preenchimento automático.Para obter detalhes sobre como configurar sugestões de preenchimento automático, consulte [Preencher sugestões automaticamente em Pesquisa com IAaplicações](https://servicenow-prod.fluidtopics.net/FMC5~9aqczmkIEgJEraSxw#auto-complete-ais "Exiba sugestões inteligentes automaticamente no campo de entrada da sua aplicação de pesquisa, ajudando os usuários a formular suas pesquisas ou ir diretamente para resultados relevantes. As sugestões podem incluir resultados de pesquisa relevantes, consultas populares, consultas recentes do histórico pessoal do usuário e resultados de pesquisa populares.").