Как VK реализовали нейропрофиль пользователя
M@ai_machinelearning_big_dataAI-инженер
2 недРазбор инженерного подхода VK к созданию нейропрофиля на базе трансформерной модели для объединения поведенческих сигналов в единый профиль рекомендаций.
Это пример того, как крупные платформы переходят от простых алгоритмов к глубокому обучению для персонализации контента.
- Позволяет объединить данные из разных сервисов в единый вектор интересов.
- Использование трансформеров улучшает точность рекомендаций за счет учета последовательности действий.
- Решает проблему масштабируемости при работе с огромными каталогами данных.
Как представить интересы пользователя по десяткам разрозненных действий и превратить их в один понятный для рекомендаций профиль?
В VK для этого сделали нейропрофиль — трансформерную модель, которая объединяет поведенческие сигналы из разных сервисов.
В статье на Хабре разобрали все инженерные задачи для реализации подхода: токенизацию истории, признаки, attention, двухбашенную архитектуру, обучение на больших каталогах и балансировку разных доменов.
Кратко (AI)
VK представили архитектуру нейропрофиля, основанную на трансформерной модели, которая агрегирует разрозненные действия пользователей из различных сервисов. В статье на Хабре подробно описаны технические аспекты реализации, включая токенизацию данных, использование двухбашенной архитектуры и методы обучения на больших объемах данных.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖