Рекомендательные системы

Рекомендательные системы. Рекомендательные модели ML. Трек Наука о данных, Летняя школа Сбера

Youtube:

Rutube: https://rutube.ru/video/b0d3826924576f308fdb63a26f213f48/
VK Видео: https://vkvideo.ru/video-214877772_456239071

Презентация: https://t.me/rcppe/81?comment=103

Что сегодня обсудим?
1. Зачем компании строят рекомендательные системы?
2. Базовые алгоритмы рекомендательных систем
3. Простой baseline без ML
4. Baseline с ML
5. Трансформеры и LLM в рекомендатльных системах

Рекомендательные системы — это алгоритмы и методы машинного обучения, предназначенные для предсказания предпочтений пользователей и рекомендации им наиболее релевантных товаров, услуг, фильмов, музыки, новостей и другого контента. Они широко используются в различных онлайн-сервисах, таких как социальные сети, интернет-магазины, стриминговые платформы и новостные агрегаторы.

Основная цель рекомендательных систем — повысить удовлетворенность пользователей, увеличить конверсию продаж, уменьшить количество отказов и улучшить качество взаимодействия между пользователями и платформами.

▌ Основные типы рекомендательных систем

1. Коллаборативная фильтрация:

   - Основывается на сходстве предпочтений между пользователями. Если два пользователя часто выбирают похожие товары или контент, система предполагает, что один из них также заинтересуется выбором другого.

2. Контентная фильтрация:

   - Анализирует характеристики самого контента (например, жанр фильма, метаданные товара). Пользователь получает рекомендации на основе ранее понравившегося ему контента с похожими характеристиками.

3. Гибридные подходы:

   - Комбинируют коллаборативную фильтрацию и контентную фильтрацию для повышения точности рекомендаций.

▌ Применение рекомендательных систем

- Интернет-магазины (например, Amazon):
  - Рекомендуют дополнительные товары, основанные на предыдущих покупках или просмотрах.
- Стриминговые сервисы (например, Netflix, Spotify):
  - Предлагают фильмы, сериалы или музыку, соответствующие вкусам пользователя.
- Социальные сети (например, Instagram, TikTok):
  - Показывают посты, видеоролики и профили, которые могут быть интересны пользователю.
- Новостные ресурсы (например, Яндекс.Дзен):
  - Персонализируют ленту новостей согласно интересам читателя.

Таким образом, рекомендательные системы играют ключевую роль в улучшении пользовательского опыта и увеличении эффективности цифровых сервисов.