Добавь сайт в закладки! Инструкция по ссылке.
По результатам испытаний технология улучшила точность рекомендаций контента
Специалисты AI VK Research разработали метод, который позволяет традиционным рекомендательным алгоритмам учитывать не только текущие интересы пользователей, но и влияние рекомендаций на их будущие предпочтения. Это решение уже используется для нескольких прикладных задач в экосистеме VK, а результаты представлены на международной конференции KDD 2026.
В современных сервисах нейросетевые модели играют ключевую роль, однако традиционные алгоритмы все еще востребованы в тех случаях, когда важна высокая скорость обработки данных и экономия вычислительных ресурсов. Новый метод способствует оценке воздействия текущих рекомендаций на последующие, что повышает качество всей цепочки подбора контента. Кроме того, его можно интегрировать в существующие рекомендательные системы без значительных изменений в их архитектуре.
В ходе тестирования на нескольких открытых наборах данных, включая VK-LSVD, метод показал более точные рекомендации по сравнению с традиционными подходами. В будущем исследователи планируют расширить возможности технологии, чтобы лучше учитывать обратную связь пользователей и применять ее в более широком спектре промышленных задач.
ИсточникПоделись видео:
