Рекомендательные системы: от похожести к предсказанию намерений пользователя
На конференции Urban ML эксперты из MWS обсудили трансформацию рекомендательных систем. Теперь они сосредоточены на предсказании действий пользователя, а не на поиске похожих пользователей, и большие языковые модели (LLM) ускоряют этот сдвиг. Проблемы, такие как холодный старт, сохраняются, но подходы, использующие данные в реальном времени и LLM, выглядят многообещающими.
На конференции Urban ML, прошедшей 2 августа в Москве при поддержке MTS True Tech и VTB, эксперты обсудили, как развиваются рекомендательные системы. Традиционно основанные на коллаборативной фильтрации и поиске похожих пользователей, сегодня они стремятся предсказывать поведение пользователя, фокусируясь на вероятностях конкретных действий. Данил Бугриенко из MWS отметил, что вместо определения
Показать ещё ↓
Источник: Habr — хаб ИИ —
оригинал