VK и LinkedIn доказали: точность рекомендаций растет без дорогих нейросетей
VK и LinkedIn доказали, что отказ от гонки за тяжелыми нейросетями в пользу оптимизации старых алгоритмов дает тот же эффект удержания пользователей при резком снижении затрат на инфраструктуру.
Читать полностью
Календарь упоминаний. Страница 2:
Рост прибыли за счёт алгоритмов рекомендаций
Алгоритмы рекомендаций Meta⋆ анализируют данные, которые пользователи сами предоставляют, включая их поведение на сторонних сайтах и взаимодействия с ИИ-продуктами. На основе этой информации система сравнивает пользователей с другими, учитывая их интересы и предпочтения. Такой подход стал ключевым фактором роста прибыли компании, поскольку позволяет точно нацеливать рекламу. С 16 декабря Meta⋆ начнёт использовать дополнительные данные, собранные в чат-ботах, что может повысить эффективность рекомендаций.
Рост роли практической помощи в использовании ChatGPT
Практические советы составляют 28,3% всех диалогов с ChatGPT и включают помощь в учебе, планировании тренировок и решении бытовых задач. Эта категория стала одной из самых популярных среди пользователей, превзойдя такие направления, как письмо и редактирование текста. Рост интереса к практической помощи отражает повседневную востребованность AI как инструмента решения конкретных задач.
Повышение точности рекомендаций на 7% с помощью новой формулы
Исследовательский коллектив «Яндекса» разработал метод, который улучшает способность алгоритмов понимать предпочтения пользователей. Внедрённая формула LogQ позволяет учитывать различия между явными положительными действиями пользователей и случайно выбранными отрицательными примерами. Это снижает искажения в оценках модели и уменьшает смещения в обучении. В результате точность рекомендаций выросла на 7% по ключевым метрикам. Метод может быть использован в различных сервисах, включая «Яндекс.Маркет».
Рекомендательные системы повышают эффективность бизнеса
Рекомендательные системы, разрабатываемые на новой платформе, помогают компаниям решать задачи, связанные с анализом данных и автоматизацией процессов. Они применяются для прогнозирования поведения клиентов, оптимизации услуг и улучшения взаимодействия с пользователями. Внедрение таких систем позволяет повысить точность прогнозов до 95% и сократить затраты на операционные процессы.
В нашей базе собрано 9 событий по теме «Рекомендательные системы». Мы показываем все из них.
Объединили похожие карточки: Рекомендательные системы; Алгоритмы рекомендательной системы; «Практические рекомендации» и другие.