Un service de classement personnalisé en machine learning à faible code pour les articles, les listes, les résultats de recherche, les recommandations qui augmente l'engagement des utilisateurs. Un moteur Learn-to-Rank convivial
Construisez des résultats de recherche personnalisés et des recommandations pour votre site web en utilisant des données de comportement utilisateur.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUn service de classement personnalisé en machine learning à faible code pour les articles, les listes, les résultats de recherche, les recommandations qui augmente l'engagement des utilisateurs. Un moteur Learn-to-Rank convivial
metarank compte 2.4k étoiles sur GitHub. Il a été forké 109 fois. metarank est écrit principalement en Scala. Il est développé activement depuis 2020. metarank est disponible sous licence Apache-2.0. Ses principaux thèmes sont : automl, data-engineering, data-science, deep-learning.
Un service de classement personnalisé en machine learning à faible code pour les articles, les listes, les résultats de recherche, les recommandations qui augmente l'engagement des utilisateurs. Un moteur Learn-to-Rank convivial
metarank est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. metarank est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
metarank est disponible sous licence Apache-2.0.
metarank est écrit principalement en Scala.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/metarank-metarank.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.