Публикации по теме 'recommender-systems'
Рекомендательные системы: изучение неизвестного с помощью неопределенности
Теперь, когда мы знаем, какие типы неопределенности существуют и изучили некоторые способы их моделирования , мы можем начать говорить о том, как использовать их в нашем приложении.
В этом посте мы познакомим вас с проблемой разведки и эксплуатации и покажем, как неопределенность может помочь в ее решении. Мы сосредоточимся на исследованиях в рекомендательных системах, но ту же идею можно применить во многих приложениях обучения с подкреплением - в самоуправляемых автомобилях,..
Разработка персонализированных рекомендательных систем в BBC
BBC стремится стать более персонализированной, и рекомендации являются важной частью этой цели. На сегодняшний день рекомендации BBC предоставлены в основном внешними провайдерами. Мы считаем, что предложение и понимание хороших рекомендаций является для нас важной областью в достижении нашей целевой аудитории, состоящей из молодых слушателей, и поэтому мы начали исследовать эту область собственными силами. Команда Datalab - относительно новая команда, специализирующаяся на машинном..
Базовые модели для индивидуальных рекомендаций
В этой серии статей я расскажу об эволюции персонализированных поисковых и рекомендательных систем. Адаптация поиска и рекомендаций к пользователю и контексту стала основным фактором роста во многих отраслях потребительских технологий. Для контекста «поиск» означает результаты, которые вы получаете при вводе поискового запроса, а «рекомендации» здесь относятся к результатам, которые вы получаете на домашней странице без какого-либо поиска.
Изначально рекомендации не были..
Углубление в предметах
RecSys, неделя 5: Добавление дополнительной информации при составлении рекомендаций. Комментарий к Контентно-рекомендательным системам
Возможно, вы видели не такие уж новые плейлисты Spotify Ваши ежедневные миксы , которые содержат песни похожего жанра и, возможно, того жанра, который вы слушали или который вам нравится. Это достигается за счет наличия атрибутов для песен, в данном случае жанра, и создания профиля пользователя. Этот процесс достигается с помощью систем рекомендаций..
4 типа пользователей, которые могут вызвать аномалию в рекомендательных системах
Системы рекомендаций
4 типа пользователей, которые могут вызывать аномалии в рекомендательных системах
Как работать с разными типами пользователей в рекомендательных системах
В социальных сетях и платформах электронной коммерции, где публикуется много контента, очень важно показывать пользователям подходящий. Существует ограниченный объем контента, который пользователи могут просматривать после входа на платформу. Следовательно, это содержимое должно выбираться системой или..
Использование ИИ для понимания того, как фильм «выглядит» и «звучит»
Какой фильм мне посмотреть сегодня вечером? Вопрос, который мы задаем несколько раз, либо явно - другу, которому мы доверяем его вкус к фильмам, - либо неявно, используя веб-сайт, посвященный фильмам (IMDB), или платформу для контента (Netflix). К счастью, рекомендательные системы ( RS ), используемые на всех современных потоковых платформах, могут предоставить нам фильмы, которые, вероятно, нам понравятся. Но как работают RS?
RS - это методологии обработки информации, которые..
Рекомендательные системы: использование мульти-категориальных функций с использованием глубокого интереса
Как ваша модель глубокого обучения может максимально использовать возможности массивов различной длины?
Первоначально опубликовано в Taboola Engineering Blog 4 сентября 2019 г.
В Taboola наша цель - предсказать, будут ли пользователи нажимать на рекламу, которую мы им показываем. В наших моделях используются всевозможные функции, но наиболее важные из них, как правило, связаны с историей пользователей. Понимание того, как правильно использовать эти функции, может иметь..
