Российские учёные создали алгоритм, который на 50% увеличивает точность онлайн-рекомендаций
ГигаЧат кратко объясняет суть статьи
Ученые лаборатории T-Bank AI Research разработали алгоритм, увеличивший точность онлайн-рекомендаций на 50%, улучшив стандартный метод Bayesian Personalized Ranking. Новый алгоритм признан мировым научным сообществом и представлен на конференции ACM RecSys. Разработанная модель превзошла алгоритм Mult-VAE от Netflix на 10% точности, потребовав свыше 200 тыс. GPU-часов и 15 тыс. экспериментальных проверок. Подробности опубликованы в научной статье и открытом исходном коде на GitHub.
Учёные из лаборатории исследований искусственного интеллекта T-Bank AI Research создали алгоритм, который повысил точность онлайн-рекомендаций на 50%. Об этом пресс-служба компании рассказала «Коду Дурова».
За основу алгоритма был взят популярный BPR (Bayesian Personalized Ranking), который считается одним из мировых стандартов в рекомендательных системах. Учёные пересмотрели и доработали все его компоненты, тем самым создали лучшую версию алгоритма.
Открытие российских учёных признано мировым научным сообществом — его представили на главной международной конференции по рекомендательным системам ACM RecSys. К презентации работ допустили лишь 17% заявителей со всего мира.
Новая разработка обошла алгоритм Mult-VAE, который опубликовали разработчики из Netflix: рекомендации оказались на 10% точнее. Для поиска наиболее эффективного варианта алгоритма понадобилось более 200 000 GPU-часов и 15 000 экспериментов на внутренних данных Т-Банка.
Подробное описание модели и результаты экспериментов доступны в научной статье, а исходный код опубликован на GitHub.
Читать первым в Telegram-канале «Код Дурова»
