Спикер: Виталий Моисеев, Яндекс.Дзен
Классический подход к кандидатам для ранжирования в рекомендательных системах обычно такой — набор HNSW по эмбеддингам пользователей и карточек, популярные карточки, похожие по разным эвристикам на пользователя карточки (например, статьи автора, которого юзер ранее кликал). У HNSW есть ряд проблем — эмбеддинги не всегда «качественные», учитывают не все сигналы, кандидаты плохо контролируемы. В этом докладе я расскажу, как мы побороли эти проблемы и как их замерять.
1 view
33
7
3 years ago 00:21:35 1
Дзен-митап: Объяснимые рекомендации
3 years ago 00:46:23 81
Дзен-интервью: Андрей Венжега о вызовах в рекомендациях, Deep Learning и R&D-проектах