Пользователи онлайн-сервисов и маркетплейсов получат более точные рекомендации по товарам, играм, аудио- и видеоконтенту

Ученые Сбера и Института AIRI нашли новый способ повысить точность рекомендательных систем для улучшения работы сервисов.

Российские пользователи онлайн-сервисов, интернет-магазинов и маркетплейсов получат более точные подборки рекомендаций по товарам, услугам, аудио-, видео- и игровому контенту. Это станет возможно благодаря новому способу обучения ML-моделей (machine learning, машинное обучение). Его разработали ученые лаборатории искусственного интеллекта Сбера и его научного партнера Института AIRI.

Современные модели машинного обучения часто используют слишком много или наоборот недостаточно шагов обучения, что снижает их точность. Новый способ позволит автоматически найти баланс, улучшить качество модели и сделать ее более эффективной, сообщает сайт Сбера.

Такой метод адаптивно подбирает необходимое количество шагов обучения для разных частей данных. Этот подход, по оценкам исследователей, может улучшить точность моделей до 2% на стандартных тестах, которые включают предсказание эффективности маркетинговых кампаний, оценку релевантности предлагаемых товаров, а также детектирование элементарных частиц в физических экспериментах.

Как следствие, метод сможет принести пользу компаниям, которые используют машинное обучение для совершенствования рекомендательных систем, а пользователи получат более точные советы по продуктам и улучшенные сервисы. Кроме того, результаты могут служить основой для дальнейших исследований других ученых.