Российские ученые из T-Bank AI Research повысили точность онлайн-рекомендаций на 50%

Ученые из лаборатории исследований ИИ T-Bank AI Research создали алгоритм, который увеличивает точность онлайн-рекомендаций на 50% Открытие представили на международной конференции ACM RecSys в Италии. В компании говорят, что за основу был взят и улучшен популярный алгоритм для предсказания предпочтений пользователей BPR, который считается одним из мировых стандартов. Они объяснили, что в рекомендательных системах есть один нюанс — одна модель может иметь много вариантов. Эти версии разрабатываются независимо друг от друга и могут сильно различаться. В ходе экспериментов ученые пересмотрели и доработали все компоненты BPR. И им удалось создать более эффективное решение и разработать наилучшую версию. Модель серьезно превзошла находящиеся в открытом доступе варианты в некоторых случаях на 50% по точности . Александр Милоградский из Центра ИИ Т-Банка : «По сути, мы взяли инструкцию по сборке алгоритма от оригинальных разработчиков и постарались собрать ее максимально точно». TMT Channel Подписаться

Российские учёные улучшили точность онлайн-рекомендаций на 50% Команда T-Bank #AI #Research разработала алгоритм, который увеличил точность онлайн-рекомендаций на 50%. . В основу лёг популярный алгоритм Bayesian Personalized Ranking - мировая классика в сфере рекомендаций. Российские специалисты не просто улучшили его, а создали новую, более эффективную версию, которая превосходит все ожидания. Работа получила признание на международной сцене - её представили на престижной конференции #ACM #RecSys, куда отбираются лишь 17% лучших проектов со всего мира. Новый алгоритм на 10% точнее знаменитого Mult-VAE от Netflix. Это стало возможным благодаря 200 000 GPU-часов и 15 000 экспериментов на данных Т-Банка. ПОДПИСАТЬСЯ UMA BOOST

Успех российских ученых: улучшен мировой стандарт в рекомендательных системах BPR на 50%! Теперь делать покупки и выбирать фильмы станет гораздо проще. Лаборатория исследований ИИ T-Bank AI Research провела 15 тысяч экспериментов с популярным алгоритмом BPR и смогла повысить его эффективность на 50% по сравнению с существующими решениями, обогнав даже алгоритм Netflix! Работа была представлена на главной конференции по рекомендательным системам ACM RecSys в Италии, а исходный код доступен для всех компаний. Читать далее

Учёные из лаборатории исследований искусственного интеллекта T-Bank AI Research создали алгоритм, значительно увеличивающий качество и точность онлайн-рекомендаций на основе ИИ. Например, он на 50% превзошёл модель из популярной опенсорс-библиотеки для обучения рекомендательных систем RecBole, которая сегодня активно используется в электронной коммерции, стриминговых сервисах и на образовательных платформах. За основу для новой разработки взяли и улучшили популярный алгоритм для предсказания предпочтений пользователей BPR Bayesian Personalized Ranking , который считается одним из мировых стандартов в рекомендательных системах. На это ушло более 200 000 GPU-часов, было проведено 15 000 экспериментов с различными комбинациями параметров модели. Благодаря новому алгоритму компании по всему миру смогут улучшить свои метрики, в том числе конверсию в покупку, средний чек и выручку. Покупатели, в свою очередь, будут быстрее находить нужные им товары в интернет-магазинах и на маркетплейсах, а зрители онлайн-кинотеатров получат более персонализированные рекомендации фильмов и сериалов. Подробное описание модели и результаты экспериментов доступны в статье Revisiting BPR: A Replicability Study of a Common Recommender System Baseline. Модель получила признание мирового научного сообщества на главной международной конференции по рекомендательным системам ACM RecSys в Италии. Исходный код и дополнительные материалы можно найти на GitHub.

В Т-Банке улучшили алгоритм определения предпочтений пользователей Ученые лаборатории исследований искусственного интеллекта ИИ T-Bank AI Research усовершенствовали алгоритм для предсказания предпочтений пользователей BPR Bayesian Personalized Ranking , который считается одним из мировых стандартов в рекомендательных системах. Новая версия увеличивает точность онлайн-рекомендаций на основе искусственного интеллекта на 50%. Также рекомендации от разработки T-Bank AI Research оказались на 10% точнее, чем предложения алгоритма Mult-VAE от разработчиков из Netflix. Чтобы найти наиболее эффективный вариант алгоритма ученым понадобилось более 200 тысяч GPU-часов и 15 тысяч экспериментов на внутренних данных Т-Банка с различными комбинациями параметров модели.

Ограбление века! 1,4 млрд долларов украли хакеры на Bybit

Онлайн-рекомендации станут точнее благодаря российским ученым Ученые из лаборатории исследований искусственного интеллекта T-Bank AI Research разработали алгоритм, который, по их данным, на 50% увеличивает точность онлайн-рекомендаций на основе искусственного интеллекта. Чтобы увеличить точность рекомендаций, эксперты провели более 15 000 экспериментов на внутренних данных Т-Банка. Разработка, опубликованная в открытом доступе, позволит российским и международным компаниям предоставлять более персонализированные рекомендации товаров, услуг, фильмов и другого контента для пользователей. Подробнее читайте в «Ведомости. Технологии»

Прорыв // Российские учёные из T-Bank AI Research разработали алгоритм, который на 50% увеличивает точность онлайн-рекомендаций. Открытие было признано мировым научным сообществом.

Российские ученые повысили точность онлайн-рекомендаций на 50% Новый алгоритм создали в лаборатории исследований искусственного интеллекта T-Bank AI Research. Ученые улучшили мировой стандарт BPR в рекомендательных системах, а также обошли алгоритм разработчиков из Netflix на 10%. Для этого понадобилось более 200 000 часов машинного времени и 15 000 экспериментов на внутренних данных Т-Банка. Новую разработку ученых в области ИИ признали в международном научном сообществе и приняли на главную конференцию по рекомендательным системам ACM RecSys, которая в этом году прошла в Бари, в Италии. Только 17% научных работ со всего мира принимаются на конференцию.

Пушка: российские учёные улучшили мировой стандарт в рекомендательных системах BPR на 50%! Делать покупки и выбирать фильмы теперь станет НАМНОГО проще. Лаборатория исследований ИИ T-Bank AI Research взяла популярный алгоритм BPR и после 15 тысяч экспериментов улучшила его эффективность на 50% по сравнению с существующими решениями. Обогнали даже алгоритм от Netflix! Работу уже представили на главной конференции по рекомендательным системам ACM RecSys в Италии, а код находится в открытом доступе для всех компаний. Бэкдор

Новое открытие российских ученых в области ИИ признало мировое научное сообщество на главной международной конференции по рекомендательным системам в Италии ACM RecSys . Среди заявок со всего мира в этом году приняли только 17%. Исследователи провели более 15 000 экспериментов и затратили свыше 200 000 GPU-часов, чтобы создать алгоритм, повышающий точность онлайн-рекомендаций на 50%. Разработка также показала на 10% более точные результаты по сравнению с алгоритмом Netflix. Работа была выполнена лабораторией исследований ИИ T-Bank AI Research.