Математики из Сколтеха предложили модель для построения рекомендаций, чувствительных как к позитивным, так и негативным откликам пользователей. Конференция ACM RecSys 2016, на которой ученые сделают доклад по своей работе, пройдет в Бостоне в сентябре этого года.
Рекомендательные системы подбирают контент для пользователя на основе его предпочтений. Например, сайт книжного интернет-магазина рекомендует книги, основываясь на ваших предыдущих заказах. Рекомендательные сервисы используют поставщик потокового видео Netflix, интернет-магазин Amazon и онлайн-радио Pandora.
Изображение: пресс-служба Сколтеха
«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.
