Nesten alle store nettsteder sliter med egen søkemotor – nå vil Sannsyn løse problemet

Forbrukerne søker stadig mer hos Google og øvrige søkemotorer. Deres forventninger til et godt søk har etter hvert utviklet seg og forbrukerne forventer nå samme gode søkeopplevelse når de besøker nettsider, nettbutikker, nettaviser og intranett.

– For alle store nettsider med mye informasjon er et godt søk helt kritisk, sier Morten Krogh-Moe, daglig leder i det norske teknologiselskapet Sannsyn.

Ifølge Forrester Research går for eksempel 43 prosent av de besøkende direkte til søket når de går inn i en nettbutikk. 

En av verdens mest brukte søkemotorer

Et av Sannsyns viktigste satsingsområder er søk. De siste årene har Sannsyn jobbet med søk for blant annet Universitet i Oslo, butikkjedene ARK Bokhandel og Sprell, samt B2B-selskapene Berggård Amundsen og Elektroskandia.  

Sannsyn jobber særlig med Apache Solr, ofte omtalt som en av verdens beste søkemotorer. Solr som er bygd på åpen kildekode, brukes av alt fra nettbutikker og veldedige organisasjoner til nettaviser og offentlig sektor. 

Internasjonalt brukes Solr av Ticketmaster, eBay, Netflix, Zappos og Best Buy. Også her i Norge er søkemotoren svært populær. Den brukes blant annet av Finn.no og Universitetet i Oslo.

− Solr er en fantastisk søkemotor, men den har noen svakheter i tilgjengelighet for dem som skal implementere den og ta den i bruk. Det kan være svært komplisert å få ut statistikk eller å gi enkelte søkeord en ekstra boost. Til og med det å legge inn ekstra synonymer kan virke i overkant vanskelig for dem som ikke er teknikere, forklarer Krogh-Moe.

For å løse dette valgte Sannsyns Solr-eksperter like godt å utvikle en tilleggsmodul til Solr. Helt sentralt står maskinlæring, nevrale nettverk, Natural Language Processing og avansert statistikk og dataanalyse

Se intervju med Petter Egesund som er teknologidirektør i Sannsyn og mesterhjernen bak TellusR:

Mange har problemer med søket

Solr-utvidelsen som har fått navnet TellusR rulles nå ut i det nordiske markedet. Selv om Sannsyn ikke har begynt å markedsføre løsningen, booker selskapet nå flere kundemøter i uken med bedrifter, organisasjoner og offentlige virksomheter som ønsker å få orden på søket. 

– Det er tydelig at mange har problemer med søk og trenger bistand, smiler Krogh-Moe.

Med TellusR installert får brukerne både tilgang til mer søkestatistikk (f.eks søkeord som øker eller faller i popularitet, ord som gir null treff og ord som konverterer), men også mulighet til å A/B-teste Solr-konfigurasjoner og løfte frem bestemte søkeord. Forbedret semantisk forståelse og personalisering er også en del av løsningen. 

Ved behov kombineres TellusR også med å leie inn Sannsyns Solr-eksperter.

– Å forbedre søket kan være komplekst og da trengs både teknologi, kompetanse og erfaring, oppsummerer Krogh-Moe.

Maskinlæring og nevrale nettverk står sentralt i ny karrieretjeneste

Arbeidsmarkedet kan oppleves som fragmentert og vanskelig å orientere seg i for en jobbsøker. Dette gjelder også de som jobber med innovasjon og ny teknologi. 

Mange av disse er medlemmer i fagforeningen Tekna

I Tekna er det 88 000 medlemmer som har en mastergrad innen teknologi, realfag eller naturvitenskap. En del av disse er til enhver tid på jobbjakt.

For å hjelpe medlemmer med å orientere seg i arbeidsmarkedet, har Tekna lansert Karrierekompasset

Dette er en tjeneste som sammenligner jobbsøkerens profil med tusenvis av andre Tekna-medlemmer med lignende utdanning og arbeidserfaring.

Mangedimensjonalt rom for å finne nye sammenhenger

Petter Egesund fra Sannsyn har vært med å utvikle løsningen. 

Han forteller at hos Tekna har man satt opp en algoritme som håndterer mange faktorer som kan påvirke et jobbvalg. Ved hjelp av såkalte nevrale nettverk er man i stand til å se hvordan faktorer spiller sammen, men også motvirker og forsterker hverandre. 

– Vi bruker en teknikk som kalles embeddings som plasserer alle enhetene i et mangedimensjonalt rom. Likhet i avstand i dette rommet gjenspeiler likhet i virkeligheten. Vi kan bruke dette rommet til å finne sammenhenger mellom personer, stillingstitler, utdanning og arbeidssteder, forklarer Egesund.

Tjenesten videreutvikles fortløpende. På sikt ønsker Tekna å gi anbefalinger som for eksempel:

  • Hvilken arbeidsplasser kan passe for denne arbeidssøkeren?
  • Hvilke arbeidsplasser har like kompetanseprofiler? 
  • Hvilke stillingsprofiler er mest ettertraktet i arbeidsmarkedet?

Overraskende innsikter

Slike algoritmer gir ofte gode, men også overraskende innsikter, sier Egesund. 

– Eksempelvis vil man kunne se at teknisk utdanning vil kunne være viktig på arbeidsplasser der man ikke nødvendigvis vil kunne forvente dette – noe som igjen vil være viktig informasjon for en arbeidssøker som ikke nødvendigvis hadde sett i denne retningen.

Petter Egesund fra Sannsyn (Foto: Privat)

Men en utfordring med et slikt nettverk vil være at det kan inneholde såkalt biaser – det vil kunne bekrefte forutinntatte holdninger. En slik “holdning” kan være ønskede effekter, som at lokale arbeidsplasser vil bli ranket over de lengre unna, mens andre kan være uønskede. 

– Det er derfor viktig å kunne justere et nettverk som diskriminerer, dersom man ser at dette er tilfellet. En annen utfordring når man trener nettverk, er at det kan være utfordringer i datakvaliteten – eksempelvis kan samme utdanning ha ulikt navn på ulike universiteter. Mye arbeid innenfor data science består derfor i å “vaske” grunnlagsdataene, sier Egesund.

Den erfarne teknologen håper at løsningene gjør at jobbsøkere får øynene opp for nye og spennende jobber.

–  Med de nye algoritmene kan man presentere nye og relevante muligheter til jobbsøkerne. Målet er å finne jobber man ikke klarer å se selv kanskje fordi man har vært for lenge på et sted, har fokusert på et for snevert område eller ikke har full oversikt over markedet, avslutter Petter Egesund.

Lyst til å lese mer om den nye tjenesten? Les artikkelen Lærer som et barn med nevrale nettverk.