Ученые улучшили рекомендательные системы

Рекомендательные системы подбирают контент для пользователя на основе его предпочтений. Например, сайт книжного интернет-магазина рекомендует книги, основываясь на вашим предыдущих заказах. Рекомендательные сервисы используют поставщик потокового видео Netflix, интернет-магазин Amazon и онлайн-радио Pandora. «Если пользователю не нравится фильм „Лицо со шрамом“, то стандартный рекомендательный алгоритм порекомендует похожие фильмы, такие как „Крестный отец“, например. Но наша система порекомендует фильмы с „противоположными“ характеристиками — мультфильмы или романтику. Благодаря нашему алгоритму можно не требовать от пользователя указывать только положительные предпочтения — пользователь может сообщить, что ему не нравится, и система подберет релевантные рекомендации. Пользователь может начать с любого фильма, книги или аудиотрека, а система будет подбирать интересные рекомендации, улучшая их качество по мере увеличения количества известных пользовательских предпочтений» — рассказывает один из разработчиков, Евгений Фролов. Предложенная модель пригодится интернет-магазинам и поставщикам потокового аудио и видео. Препринт доклада лежит в базе научных публикаций Arxiv. «Чердак» пока не подсказывает, какую книгу почитать вечером, но вместе с Агентством инноваций Москвы и онлайн-сервисом «Профилум» помогает определиться с выбором профессии в области современных технологий тем, кто сейчас заканчивает школу.