Т-Технологии представили три разработки для рекомендательных систем на ACM RecSys 2026
M@ai_machinelearning_big_dataAI-инженер
3 недКоманда Т-Технологий презентовала библиотеку Scikit-Rank, фреймворк Perseus и метод ScaL³AE для улучшения рекомендательных систем на конференции ACM RecSys 2026.
Новые инструменты позволяют компаниям точнее рекомендовать товары пользователям даже при нехватке данных.
- Scikit-Rank упрощает интеграцию нейросетей в системы ранжирования для бизнеса.
- Perseus позволяет использовать кросс-сервисные данные для более точного профилирования пользователей.
- ScaL³AE повышает эффективность рекомендаций в каталогах с миллионами позиций.
Команда Т-Теха разработала решение для улучшения рексистем в условиях нехватки данных пользователей
Исследователи Т-Технологий на международной конфе по рекомендательным системам ACM RecSys 2026 выступили сразу с тремя работами: библиотекой Scikit‑Rank, фреймворком Perseus и методом ScaL³AE.
Главный релиз — Scikit‑Rank. Библиотека позволяет применять нейросетевые модели в задачах предсказания показателя кликабельности и ранжирования предложений с минимальными изменениями кода. Библиотеку можно использовать для ранжирования предложений, например, в электронной коммерции, банкинге, медиа.
Вторая работа — Perseus. Фреймворк позволяет обучать нейросети на общей последовательности сигналов о пользователе и повышать качество рекомендаций благодаря учету источников данных из разных продуктов и сервисов. В эксперименте на T-ECD он улучшил качество рекомендаций с 16 до 39% в разных доменах при использовании истории пользователя из разных сервисов.
Третья разработка — ScaL³AE — подход, который помогает улучшить качество и эффективность вычислений при работе с большими объемами каталогов в более чем миллионы объектов рекомендаций. Он позволяет компактно применять описание товаров для рекомендаций в больших каталогах в том числе для объектов, по которым накоплено мало взаимодействий. В тестах на четырех категориях Amazon Reviews метод превзошел EASE и SANSA, а также показал сопоставимые или более высокие результаты по сравнению с популярной L³AE.
@ai_machinelearning_big_data
#news #ai #ml
Кратко (AI)
Команда Т-Технологий представила три новых решения на конференции ACM RecSys 2026. Библиотека Scikit-Rank упрощает внедрение нейросетей в задачи ранжирования, фреймворк Perseus повышает точность рекомендаций за счет объединения данных из разных сервисов, а метод ScaL³AE оптимизирует работу с огромными каталогами товаров.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖