© Высшая школа экономики
В НИУ ВШЭ состоялась научная конференция, посвященная молодой и активно развивающейся области рекомендательных систем. На площадке собрались представители научного сообщества и индустрии. Они обменялись передовыми идеями и лучшими практиками, а также обсудили возможности внедрения новых технологий в реальные бизнес-сценарии.
Научно-учебная лаборатория матричных и тензорных методов в машинном обученииИнститута искусственного интеллекта и цифровых наукФКН ВШЭ организовала конференцию «Рекомендательные системы в исследованиях и индустриальных приложениях». Ученые НИУ ВШЭ, Сбера, AIRI, МТС, «Тинькофф» и ОК представили доклады на актуальные темы в этой области, включая алгоритмы валидации, предсказания действий пользователя, применение больших языковых моделей и др.
Рекомендательные системы — это программные инструменты, предлагающие пользователям персонализированные рекомендации и рекомендации на основе их предпочтений, профиля, истории действий и других данных. Они используются в различных областях, включая интернет-торговлю, стриминговые платформы, социальные сети, новостные порталы и т.д. Рекомендательные системы играют важную роль в развитии бизнеса. Они помогают увеличить продажи и доходность, предлагая пользователям релевантные товары и услуги, что ведет к повышению конверсии и увеличению дохода.
Максим Рахуба, заведующий НУЛ матричных и тензорных методов в машинном обучении ФКН
«Тематика рекомендательных систем связана с тем, чем занимается наша лаборатория. Например, некоторые широко используемые модели рекомендательных систем базируются на факторизации матриц. Однако человеку, работающему в академии, тут достаточно легко угодить в ловушку, разработав какой-нибудь красивый и обоснованный метод факторизации матриц, который может по разным причинам не подойти для индустриальных приложений (а может и вполне оказаться на своем месте). Поэтому нужен диалог между академией и индустрией, что мы и попытались сделать в рамках конференции. Помимо этого, сейчас активно развивается множество интересных научных и инженерных подходов. И на конференции хотелось обменяться свежими наработками, опытом и лучшими практиками».
Евгений Фролов, доцент ФКН, старший научный сотрудник AIRI
«Рекомендательные системы — одна из тех областей, где индустрия во многом направляет научный дискурс и формирует запрос на инновации. Исторически так сложилось, что состав научных конференций по рекомендательным системам примерно поровну разделяется на представителей научного сообщества и высокотехнологичных компаний. Это приводит к интенсивному и плодотворному обмену передовыми идеями и наработками, созданию новых фронтов исследований и очерчиванию проблемных зон в понимании задач и подходов к их решению. Однако до сих пор практика проведения подобных мероприятий затрагивала в основном другие страны, в то время как в России существует большое продвинутое сообщество экспертов, занимающихся различными аспектами разработки и внедрения рекомендательных систем. В связи с этим создание локальной площадки для диалога является знаковым событием, которое, надеюсь, наберет обороты и станет регулярным».
Дарья Тихонович, МТС
«Классические подходы к валидации рекомендательных моделей могут иметь серьезные проблемы, когда речь заходит о выборе алгоритма для реального сервиса. На практике в данных почти всегда присутствует popularity bias (ситуация, когда рекомендательная система показывает пользователям объект, имеющий наибольшую популярность. — Ред.). Как следствие, валидация с использованием ранжирующих метрик приведет к выбору модели, которая имеет перекос в рекомендации популярного контента. В докладе я показываю альтернативные подходы к валидации, которые в большей степени отражают полезность рекомендательных моделей для пользователей и бизнеса и помогают строить релевантные, персонализированные рекомендательные системы. Предложенные в докладе подходы сейчас разрабатываются в качестве open-source-инструментария для расширенной валидации моделей в библиотеке RecTools».
Никита Безлепкин, Сбер
«В рамках доклада описывались текущие тренды в рекомендательных системах по итогам конференции RecSys 2023 в Сингапуре. Одним из трендов 2023 года является применение больших языковых моделей, что позволяет улучшить работу рекомендательных систем. Были рассмотрены кейсы от таких компаний, как Amazon, Netflix, ByteDance и др. А также были приведены реальные кейсы применения LLM (большие языковые модели. — Ред.) в продуктах экосистемы Сбера».
Сергей Ермилов, ОК
«Матричные факторизации остаются популярным выбором для разработки современных рекомендательных систем. Они могут успешно обобщаться и на многомерный случай с использованием тензорных разложений. Применение подобных методов в рекомендациях позволяет использовать дополнительные информационные источники, создавая более точные рекомендации. Исследования тензорных подходов ведутся в академической среде, однако их применение в индустрии ограничено из-за огромных объемов данных. Мы внедрили тензорные разложения в распределенную среду, позволяющую использовать эти методы на реальных задачах и преодолеть разрыв между академическим и промышленным применением подобных методов. В будущем мы проведем эксперименты на собственных задачах с целью оценки эффективности и практической применимости тензорных подходов в рекомендациях».
Круглый стол в рамках конференции был посвящен вопросам разработки и внедрения рекомендательных систем в продукты компаний, перераспределению кадров, а также взаимодействию индустрии и университетов для решения сложных и долгосрочных задач. Участники конференции отметили существующий разрыв между наукой и индустрией.
Участники поделились впечатлениями о конференции.
Данил Гусак
«Ожидаемо, что компании стремятся устранить пробел между теоретическими исследованиями и реальными потребностями индустрии. Когда бизнес предоставляет четкие задачи и данные, а университеты вносят свою экспертизу и инновационные идеи, это создает основу для успешного сотрудничества, способствующего реальному прогрессу и внедрению научных разработок в практику».
Анна Володкевич
«На конференции состоялось интересное обсуждение текущего состояния и перспектив развития рекомендательных технологий в целом и отдельных областей, таких как RL и применение LLM для задачи рекомендаций».
Алексей Гришанов
«Спасибо организаторам за возможность вживую пообщаться с лидерами рекомендательных систем в России. Обсудили актуальные проблемы, планы и потенциальные коллаборации. Надеюсь, что конференция в дальнейшем станет регулярной».
Татьяна Матвеева
«Удалось завести много новых полезных знакомств, которые хотелось бы поддерживать для совместных исследований! Обсуждения с коллегами вышли за рамки технических деталей, затрагивая и личные планы на профессиональное будущее».
По инициативе заведующего кафедрой прагматики культуры ГУ-ВШЭ Александра Долгина на Неделе российского интернета RIW (Крокус Экспо, 22—26 октября) прошел круглый стол "Рекомендательные сервисы — новый тренд Рунета: проблемы и выгоды".
29 апреля состоялся киносеминар Лаборатории экономико-социологических исследований (ЛЭСИ) ГУ-ВШЭ "Пятилетка обсуждений дюжины фильмов: Imhonet-анализ фильмов киносеминара ЛЭСИ". С докладом выступил Александр Никулин.
23 апреля состоялся семинар "Рейтинги и культура", организованный кафедрой прагматики культуры ГУ-ВШЭ в рамках междисциплинарного семинара "Экономика культурных индустрий".