СБЕРБАНК [новости]

НОВОСТИ АКЦИЙ

Как повысить точность рекомендательных систем: исследование Сбера

2024-12-16T09:57:36+03:00 15

Как повысить точность рекомендательных систем: исследование Сбера. Специалисты Лаборатории искусственного интеллекта Сбера разработали метод повышения точности персональных рекомендаций в онлайн-сервисах, о чем было объявлено на международной конференции AI Journey. В рамках трека «Наука» была представлена научная статья «Это точно последовательность? Как проверить данные перед использованием сложных моделей рекомендаций», опубликованная в сборнике ACM RecSys 2024 и признанная одной из лучших. Учёные исследовали общедоступные наборы данных на предмет закономерностей для обучения алгоритмов рекомендательных систем на основе порядка взаимодействий. Большинство популярных датасетов не подходят для этой цели, но были определены датасеты, где алгоритмы работают корректно. На основе всесторонней оценки специалисты лаборатории разработали новый подход и рекомендации для проверки сложности алгоритмов. Рекомендательные системы используют порядок действий пользователя для предсказания дальнейших предложений. Например, при поиске обуви в интернет-магазине алгоритм предложит похожие варианты. Правильный подбор алгоритмов позволит пользователям получать более точные и персонализированные рекомендации. Глеб Гусев, директор лаборатории искусственного интеллекта Сбера: «Рекомендательные системы играют важную роль в развитии ИИ, влияя на онлайн-покупки и прослушивание музыки. Успех зависит от точности подбора алгоритмов и их адаптации к конкретным задачам. Наша статья о секвенциальности датасетов номинирована на награду Best Short Paper на конференции RecSys, что подтверждает конкурентоспособность в сфере ИИ. Россия вошла в десятку мировых лидеров по числу научных публикаций на конференции, благодаря нашим статьям, написанным совместно с коллегами из Института AIRI, ведущих вузов и рекомендательной платформы банка». Результаты исследования позволят учёным выбирать подходящие наборы данных для исследований и точнее оценивать алгоритмы. Разработчикам станет проще доверять результатам исследований в области рекомендательных систем и подбирать подходящие алгоритмы для данных, на которых планируют обучать AI-модели. Источник: www.sberbank.ru