В VK придумали, как научить обычные рекомендательные алгоритмы предсказывать будущие вкусы пользователей.
Специалисты из AI VK Research представили метод, который добавляет классическим рекомендательным системам способность оценивать не сиюминутные запросы человека, а то, как выдача повлияет на его интересы в перспективе. Разработка родилась в процессе эволюции рекомендательных технологий самой соцсети и уже применяется для некоторых конкретных задач. Подробности CNews получили напрямую от представителей VK.
Сегодня в рекомендациях VK доминируют нейросети, но старые добрые классические алгоритмы всё ещё в ходу там, где нужна скорость и экономия вычислительных мощностей. Обычный алгоритм действует просто: он ищет контент, идеально подходящий пользователю прямо сейчас, не заглядывая вперёд. Новая методика заставляет его думать на несколько шагов: как сегодняшняя лента повлияет на выбор завтра, чтобы вся последовательность предложений становилась осмысленнее и точнее. Внедрить такое решение можно без полной перестройки существующей инфраструктуры — это лишь апгрейд.
Александр Дьяконов, возглавляющий отдел исследований AI VK Research, пояснил: «Сегодня многие концентрируются на больших нейросетях для рекомендаций. Но во многих сервисах и отдельных модулях классические алгоритмы остаются самым эффективным вариантом. Мы доказали, что их можно усилить механизмом планирования — то есть учитывать не только нынешнюю рекомендацию, но и её отложенное влияние на то, как пользователь будет взаимодействовать с контентом дальше. Такой подход поднимает качество выдачи без заметного роста вычислительной нагрузки и позволяет внедрять современные методы планирования там, где тяжёлые нейросети неоправданны».
Метод уже испытали на ряде открытых наборов данных, в том числе на VK-LSVD. Офлайн-тесты показали, что новая система выдаёт более качественные рекомендации, чем традиционный статический подбор. В планах команды — научиться точнее считывать обратную связь от пользователей и масштабировать подход для работы в промышленных масштабах.
Загрузка...
