Российские специалисты улучшили алгоритм онлайн-рекомендаций, используемый по всему миру
Специалисты из лаборатории T-Bank AI Research разработали более точную версию известного алгоритма BPR (Bayesian Personalized Ranking) для определения предпочтений пользователей. По их данным, новая реализация превосходит существующие открытые аналоги по качеству работы на 50% и даёт на 10% более точные рекомендации, чем алгоритм Netflix. Об этом рассказали в Т-Банке.
Александр Милоградский, исследователь рекомендательных систем, объяснил, что их подход похож на создание радиомодели самолёта. Они не только разработали новую модель, но и тщательно проанализировали, как различные компоненты влияют на результат. В результате команда смогла выбрать оптимальные значения, что и сделало их модель более эффективной.
Создание доработанной версии BPR заняло около 200 тыс. часов машинного времени и потребовало проведения 15 тыс. экспериментов. Учёные протестировали свою разработку на крупных наборах данных от таких компаний, как Netflix и Yelp. В итоге выяснилось, что модифицированные версии BPR уступали улучшенной оригинальной версии, а новая реализация из T-Bank оказалась на 10% лучше алгоритма Mult-VAE от Netflix. Милоградский подытожил, что это подчёркивает, как важно правильно реализовать старые модели, чтобы достичь лучших результатов.