Есть много сервисов, в которых пользователи выбирают и потребляют контент разного типа: музыку, видео, товары, видео, новости, приложения и т.д. Для этого используются рекомендательные системы, благодаря которым улучшается опыт использования сервисов, а за счёт этого — и их ключевые метрики. В Яндексе для этого используется рекомендательная технология Диско, которая достаточно универсальна и расширяема, чтобы работать в разных предметных областях, учитывая их особенности, и при этом достигая внушительных результатов по качеству рекомендаций. Эта система использует машинное обучение для комбинирования подходов коллаборативной фильтрации и рекомендаций на основании контента. Система обеспечивает обучение в реальном времени, поддерживает оптимизацию различных метрик, а также разнообразия, свежести и оригинальности рекомендаций. В моём докладе я расскажу про детали алгоритмов, используемых в системе, и особенности их реализации.
Презентация доклада:
Запись выступления:
