ಆಪ್ನನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡಲು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ 
ವೈಯಕ್ತೀಕರಿಸಿದ ಶಿಕ್ಷಣಕ್ಕಾಗಿ ಬುದ್ಧಿವಂತ ಸರ್ಚ್
ಬಳಕೆದಾರರು ಹುಡುಕುತ್ತಿರುವ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸುವ ವಿಷಯಕ್ಕೆ ಬಂದರೆ ಎರಡು ರೀತಿಯ ಬಳಕೆದಾರ ಅನುಭವದ ಮಾದರಿಗಳಿವೆ. ಮೊದಲನೆಯದು ಉತ್ತಮವಾಗಿ ರಚಿಸಲಾದ, ಪರಿವಿಡಿ ಆಧಾರಿತ ಸಂಚರಣೆ ವ್ಯವಸ್ಥೆಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಎರಡನೆಯದು ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಯ ಆಧಾರದ ಮೇಲೆ ವಿಷಯವನ್ನು ಒದಗಿಸುವ ಸರ್ಚ್.
ಸರ್ಚ್ ತುಂಬಾ ಉತ್ಕೃಷ್ಟ ವಿಧಾನವಾಗಿದ್ದು, ಇಂದು ನಾವು ವೆಬ್‌ನಲ್ಲಿ ಮಾಹಿತಿಯನ್ನು ಹುಡುಕುತ್ತೇವೆ. ಪರಿವಿಡಿ-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಯು ಬಳಕೆದಾರರನ್ನು ಅವರು ಹುಡುಕುತ್ತಿರುವ ನಿಖರವಾದ ಮಾಹಿತಿಯತ್ತ ಕೊಂಡೊಯ್ಯುತ್ತದೆ, ಸೀಮಿತ ಸಂಖ್ಯೆಯ ಪರಿವಿಡಿ ಆಯ್ಕೆಗಳು ಅದನ್ನು ಕಡಿಮೆ ಕಾರ್ಯಸಾಧ್ಯವಾದ ಆಯ್ಕೆಯನ್ನು ಮಾಡುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಮಾಹಿತಿಯ ಪ್ರಪಂಚವು ವಿಶಾಲವಾಗಿ ಇದ್ದಾಗ. ಪರಿವಿಡಿ ಮತ್ತು ಟ್ಯಾಬ್‍ಗಳ ರಾಶಿಗಳ ಅಡಿಯಲ್ಲಿ ವಿಷಯ ಶೋಧನೆಯು ನಿಧಾನ ಮತ್ತು ಬೇಸರದ ಪ್ರಕ್ರಿಯೆಯಾಗುತ್ತದೆ ಎಂದು ಉಲ್ಲೇಖಿಸಬೇಕಾಗಿಲ್ಲ. ಈ ಕಾರಣಗಳಿಂದಾಗಿ ಸರ್ಚ್ ಆಧಾರಿತ UI ಮೂಲಕ Embibe ನ ಕಂಟೆಂಟ್ ಅನ್ನು ಬಳಕೆದಾರರಿಗೆ ನೀಡುವುದು ಹೆಚ್ಚು ಅರ್ಥಪೂರ್ಣವಾಗಿದೆ.
ಉತ್ಪನ್ನ ವಿನ್ಯಾಸದ ದೃಷ್ಟಿಕೋನದಿಂದ, ಸರ್ಚ್ ಆಧಾರಿತ UI ಹೆಚ್ಚು ಪ್ರಾಯೋಗಿಕವಾಗಿದೆ, ಏಕೆಂದರೆ ಅದು ಪ್ರತ್ಯೇಕವಾಗಿ ಬಳಕೆದಾರರಿಗೆ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ. ನಾವು ನಮ್ಮ ವಿಷಯವನ್ನು ನೂರಾರು ಪಠ್ಯಕ್ರಮಗಳ ಮೇಲೆ ಸಾವಿರಾರು ಪರೀಕ್ಷೆಗಳಿಗೆ ವಿಸ್ತರಿಸುತ್ತಿದ್ದಂತೆ ಮತ್ತು ಬಳಕೆದಾರರು ವೇದಿಕೆ ಎಂದಿಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಿರುವುದರಿಂದ Embibe ಈಗಾಗಲೇ ಸಂಗ್ರಹಿಸಿದ ಬೃಹತ್ ಪ್ರಮಾಣದ ದತ್ತಾಂಶವನ್ನು ನೀಡುವುದರಿಂದ, ವೈಯಕ್ತಿಕ ಬಳಕೆದಾರರಿಗೆ ವೈಯಕ್ತೀಕರಿಸಿದ ಕಂಟೆಂಟ್ ಅನ್ವೇಷಣೆ ಮತ್ತು ಮೇಲ್ಮೈ ತಂತ್ರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಾಧ್ಯವಿದೆ, ಆ ಮೂಲಕ ಬಳಕೆದಾರರು ಹುಡುಕುತ್ತಿರುವ ಮಾಹಿತಿಯನ್ನು ತ್ವರಿತವಾಗಿ ನೀಡುವುದು ಮತ್ತು ಅವರನ್ನು ಸಂತೋಷಪಡಿಸುವುದು ಅಗತ್ಯವಿದೆ.
ಮೊದಲೇ ಹೇಳಿದಂತೆ, Embibe ಕಳೆದ 8 ವರ್ಷಗಳಿಂದ ಅಪಾರ ಪ್ರಮಾಣದ ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತಿದೆ ಮತ್ತು ಇದು ನಮ್ಮ ಹುಡುಕಾಟ ಆಧಾರಿತ ವೈಯಕ್ತೀಕರಿಸಿದ ವಿಷಯ ಪತ್ತೆ ವ್ಯವಸ್ಥೆಗೆ ಶಕ್ತಿ ನೀಡುತ್ತದೆ. ಚಿತ್ರ 1ರಲ್ಲಿ ಬಳಕೆದಾರರಿಗೆ ಫಲಿತಾಂಶಗಳು ಸಿಗುವವರೆಗೂ ಪ್ರಶ್ನೆಯನ್ನು ಮಾಡುತ್ತಿರುವ ನಿಯಂತ್ರಣದ ಹರಿವನ್ನು Embibe ನ ವೈಯಕ್ತೀಕರಿಸಿದ ವಿಷಯ ಆವಿಷ್ಕಾರವು ಆಂತರಿಕ ವ್ಯವಸ್ಥೆ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಸಂಸ್ಕರಣ ಚೌಕಟ್ಟುಗಳನ್ನು ಬಳಸಿ ಬಳಕೆದಾರರ ಬೇಡಿಕೆಯನ್ನು ನಿರ್ವಹಿಸುವುದು, ಪ್ರಶ್ನೆ ಪುನಃ ಬರೆಯುವುದು, ಇಂಗಿತ ಪತ್ತೆ, ಬಹು-ಭೇಟಿಯ ಮರುಪಡೆಯುವಿಕೆ, ಫಲಿತಾಂಶದ ಮರು-ಶ್ರೇಯಾಂಕ ಮತ್ತು ಪ್ರಶ್ನೆಯ ನಿಗೂಢತೆ ಕಾಪಾಡುವ ಶಕ್ತಿಯನ್ನು ಹೊಂದಿದೆ. ವ್ಯವಸ್ಥೆಯ ಪ್ರತ್ಯೇಕ ಶಿಕ್ಷಣ ಘಟಕಗಳು ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಾಪನಗಳ ವಿವರಗಳು ಈ ಲೇಖನದ ವ್ಯಾಪ್ತಿಯನ್ನು ಮೀರಿವೆ.
ನಮ್ಮ ಸರ್ಚ್ ಎಂಜಿನ್ ಶ್ರೇಣಿಯಾದ್ಯಂತ ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಗಳನ್ನು ಆಧರಿಸಿ ವಿಷಯವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಅಂದರೆ 25 ವೈಟಿಂಗ್ ಅಂಶಗಳಲ್ಲಿ, ನಮ್ಮ ಸರ್ಚ್ ಎಂಜಿನ್ ಬಳಕೆದಾರರ ಗ್ರೇಡ್, ಸಮನ್ವಯ ಕಾರ್ಯಗಳು, ಐತಿಹಾಸಿಕ ಹುಡುಕಾಟ ಪ್ರವೃತ್ತಿಗಳು ಮತ್ತು ವಿಷಯ ಬಳಕೆ ಮಾದರಿಗಳು, ಪರೀಕ್ಷೆಯ ಆಧಾರದ ಮೇಲೆ ಕಂಟೆಂಟ್ ಕ್ಲಿಷ್ಟತೆ ಮತ್ತು ಹಿಂದಿನ ಬಳಕೆದಾರರ ಪರಸ್ಪರ ಕ್ರಿಯೆಯ ಆಧಾರದ ಮೇಲೆ ಸಂಬಂಧಿತ ಫಲಿತಾಂಶಗಳನ್ನು ಮರು-ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ.
ಪ್ರಶ್ನೆ ಸಂಖ್ಯೆ ಸಿದ್ಧಮಾದರಿ (QNT) ಸರ್ಚ್: ವಿಶಿಷ್ಟವಾದ ಲಕ್ಷಣವು ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ನಿರ್ದಿಷ್ಟ ಪುಸ್ತಕದ ಪ್ರಶ್ನೆಯನ್ನು ನೇರವಾಗಿ ಹುಡುಕಲು ಮತ್ತು ಅದಕ್ಕೆ ಅಭ್ಯಾಸ ಮತ್ತು ಉತ್ತರವನ್ನು ಪಡೆಯಲು ಅನುಕೂಲ ಮಾಡಿಕೊಡುತ್ತದೆ. ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ಪರೀಕ್ಷೆಗೆ ಹಾಜರಾಗಲಿರುವ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಇದು ಸಾಕಷ್ಟು ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ.
ಜೊತೆಗೆ, ವಿದ್ಯಾರ್ಥಿಗಳ ಸಮಯ ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು ಅವರ ಪೂರ್ವ ಸಂವಹನ ಆಧಾರದ ಮೇಲೆ ಅವರು ಹುಡುಕುತ್ತಿರುವ ವಿಷಯಗಳ ಬಗ್ಗೆ ಶಿಫಾರಸುಗಳನ್ನು ತೋರಿಸಲಾಗುತ್ತದೆ. ಒಂದುವೇಳೆ ವೇದಿಕೆಯಲ್ಲಿನ ದತ್ತಾಂಶ ಲಭ್ಯವಿದ್ದಲ್ಲಿ, ಅಥವಾ ದತ್ತಾಂಶ ಲಭ್ಯವಿಲ್ಲದ ಸಮಯದಲ್ಲಿ ಒಂದೇ ರೀತಿಯ ಬೇರೆ ಬಳಕೆದಾರರ ಆಧಾರದಲ್ಲಿ ಪಡೆಯುತ್ತದೆ.
ವೈಯಕ್ತೀಕರಿಸಿದ ಶಿಫಾರಸುಗಳಲ್ಲಿ ಎರಡು ವಿಧಗಳಿವೆ – ಶೈಕ್ಷಣಿಕ ವಿಷಯದ ಕುರಿತಾದ ಶಿಫಾರಸುಗಳು, ಇದರಲ್ಲಿ ಬಳಕೆದಾರರು ತಮ್ಮ ಉಳಿದ ಕಾರ್ಯಕ್ಷಮತೆಗೆ ಹೋಲಿಸಿದರೆ ಕಡಿಮೆ ಶೇಕಡಾವಾರು ಸ್ಥಿತಿಯಲ್ಲಿರುತ್ತಾರೆ, ಮತ್ತು ವಿಶೇಷ ಸರಣಿಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಪ್ರಶ್ನೆ ಕುರಿತಾದ ಶಿಫಾರಸುಗಳು ಇದರಲ್ಲಿ ಉದ್ದೇಶಿತ ಅಭ್ಯಾಸ, ಅಗ್ರ ಶ್ರೇಯಾಂಕಿತರ ತಪ್ಪುಗಳು, ವಿದ್ಯಾರ್ಥಿಗಳ ಅಜಾಗರೂಕತೆಯ ತಪ್ಪುಗಳು, ನಡವಳಿಕೆ ಮುಂತಾದವು ಒಳಗೊಂಡಿರುತ್ತವೆ. ನಿರ್ದಿಷ್ಟ ಬಳಕೆದಾರ ನಡವಳಿಕೆಯ ಅಂತರವನ್ನು ಪರಿಹರಿಸಲು ಅಭ್ಯಾಸದ ಸರಣಿಗಳು ಉಪಯುಕ್ತವಾಗಿವೆ.
ಚಿತ್ರ 1: ವೈಯಕ್ತೀಕರಿಸಿದ ಅಧ್ಯಯನದ ಹುಡುಕಾಟದ ಹರಿವಿನ ನಿಯಂತ್ರಣ
