Три доклада Data Fusion 2025 с комментариями автора обзора
Оптимизация хранения, перенос персонализации и выбор последовательной модели решают разные проблемы и требуют разных проверок. В сохранённом обзоре разбираются выступления Wildberries, Lamoda и исследование последовательных паттернов в данных.
Видео · на русском
Как работают алгоритмы рекомендаций? Обзор на доклады с Data Fusion 2025Анастасия Никулина · Опубликовано: 3 мая 2025 г.
Исходный доклад · Открыть оригинал
Wildberries: не всем нужна отдельная сохранённая выдача
Первый фрагмент посвящён кластерным рекомендациям и стоимости хранения персональных списков. Пользователи различаются по активности, и общая выдача для группы может экономить ресурсы. Но грубая группировка теряет индивидуальные предпочтения.
Ведущая обсуждает переход между активными и неактивными сегментами и необходимость оценивать деньги вместе с инфраструктурой. Это её вопросы к решению, а не дополнительные подтверждённые эксперименты Wildberries.
00:00 — фрагмент докладаLamoda: общая инфраструктура и разные задачи
Следующая часть рассматривает онлайн-персонализацию и подготовку признаков. Логи должны сохранять те значения, которые использовались во время запроса; иначе обучение и применение расходятся.
В обзоре также обсуждается SANSA как масштабируемый вариант линейного рекомендательного метода. Предположения ведущей о будущих успехах других моделей остаются предположениями, а не результатами запуска.
Фрагмент обсуждаемого выступления о Lamoda.
Источник: Кадр из докладаСбер: есть ли в датасете последовательность
Исследовательский фрагмент задаёт простой вопрос: использует ли модель порядок событий? Истории перемешивают и проверяют изменение качества и сходство рекомендаций. Дополнительно анализируют устойчивые пары и тройки действий.
Если порядок почти ничего не меняет, сравнение последовательных моделей на таком наборе может мало говорить об их способности учитывать историю. Это свойство данных, которое нужно исследовать до переноса выводов в другой продукт.
Фрагмент обсуждаемого выступления об оценке последовательных моделей.
Источник: Кадр из докладаКак пользоваться этим обзором
Запись удобна как навигация по трём темам, но содержит и исходные слайды, и авторскую оценку. Для численных решений стоит перейти к соответствующему выступлению и его условиям эксперимента.
Здесь сохранён именно разбор выбранной записи. Ему не приписываются собственный промышленный запуск или единый итоговый прирост метрик.
39:00 — фрагмент доклада