Comments 20
Все эти алгоритмы тупые как пробка и не учитывают одного - развития. Они мне предлагают то, что я уже смотрел/потреблял, получил экспириенс, охладел к этому и забыл.
Почему эти алгоритмы не учитывают простейшей вещи - что пользователь сначала смотрит/потребляет это, потом через неделю, месяц, год, потребляет это?
Простейший кейс. Я покупал на маркете презервативы. Потом перестал покупать. Потом купил запас подгузников. Нахрен вы заваливаете мне ленту подгузниками других марок? Мне сейчас нужна коляска. Купил коляску. Теперь вся лента забита колясками. Вы сейчас мне зачем коляски толкаете? Я уже купил ее.
Подскажите, плиз, разрабам наших маркетов, не предлагать товары того-же назначения, если я уже купил этот товар (исключая расходные быстрокончающиеся товары).
Вообще алгоритмы должны это учитывать, и предлагать комплементарные (а иногда и вообще другие, чтобы не формировать пузырь) тайтлы, а не такие же по сути заменители. Мне кажется, это база
Это утерянные технологии древней вымершей цивилизации https://habr.com/ru/companies/vk/articles/114063/
кстати красивые обещания что после подгузников нам будут рекомендовать коляски я слышал уже давно, а воз и ныне там, но в целом у меня совсем другой экспиренс, и тоже не очень:
на одном маркете покупаю исключительно электронику, толпа избранного на эту тему, в рекомендациях проскакивают и эти закладки и сходные товары, но не то что уже купил.. в целом задумка работает но эпизодически проскакивает нижнее белье.
с ютубом так же было: он был выдресирован покзывать именно то чем я интересуюсь на текущий момент, но некоторые видео которые я чуть посмотрел очень сильно и долго рекомендовал. а в результаты поиска вставлял совсем не ревалентый поиску контент
румынскую тягу и французский жим
как много нужно знать для аналитики :)
Удивительно ведут себя алгоритмы, когда получают пользовательский экспириенс более одного %username% +/- регулярно. В кинопоиске релевантность настолько высока в таком случае, что в 146 случаях из 100 просмотр запускается через каталог а не рекомендацию. Не в претензию к команде кинопоиска - сам занимаюсь прогнозированием и понимаю каково это, но все же иногда лучше не пытаться предсказать а дать общечеловеческие рекомендации. Для этого должна быть оценка точности предсказания и если она низка, отключать персонализацию.
Спасибо. Интересно написанная статья.
Хорошо бы, прежде чем переходить к пунктам 2 и 3, хорошенько отработать пункт 1. Терминатор 2, например, в базе есть, а первого - нет. Чужих обоих нет. В результате алгоритмы какую-то ерунду предлагают.
Это ещё цветочки, например в сериале "Новичок" доступны только 2 и 5 сезон, раньше ещё первый был. Я начинал смотреть на кинопоиске, и каково было мою удивление, когда после 2 сезона был 5. Причем на пиратских ресурсах есть перевод всех сезонов от кинопоиска. Они уже давно закупают права по какой-то странной схеме, когда у фильма с 6-8 частями есть только какая-нибудь четвертая и при этом у четвертой самый низкий рейтинг. Сейчас вообще практически ничего не осталось, кроме корейских, индийских и русских фильмов
А зачем все-таки надо чтобы юзер регулярно смотрел? может читал невнимательно, но не увидел объяснения этого важного момента. Вообще для подписочной модели кажется это наоборот минус - пропускная полоса тратится, электричество....
То есть мне чтобы получить релевантные рекомендации от робота, сначала надо интенсивно его обучать достаточно долго. И то что он потом выдает фигню, это мой косяк а не алгоритма?
Предлагаю алгоритм рекомендаций из коробки:
Если пользователь посмотрел фильм выдаёт ему фильмы с :
теми же актервами в главных ролях
с тем же режиссером
До кучи выдаем категорию «ретро» той же тематики: комедии/ боевики..
И категорию новинки тоже по тематике.
Все. Алгоритм на страницу кода, не надо сжигать ГВт электроэнергии не понятно на что.
Угадывать будем лучше чем все эти навороченные системы.
Забавно наблюдать, как эти алгоритмы сыпятся на мне. Я никогда не ставлю никакие лайки и оценки. И я могу спокойно делать паузу в несколько недель по середине серии несколько раз.
В итоге, у меня везде на всех площадках насыпан вперемешку весь контент который возможен. А то, что мне нравится приходится искать поиском.
Градиентный бустинг ранжирует? Как, если это регрессия?
Как устроены алгоритмы онлайн-кинотеатра. Разбираем на примере