Pull to refresh

YouTube ужесточает правила, чтобы защитить сообщество от педофилов

IT-companies


YouTube продолжает борьбу с педофилами, которые отыскивают на ресурсе видеоролики с детьми. В начале июня представители компании опубликовали отчет, где рассказали о мерах предосторожности, уже внедренных на данный момент, и отдельных нововведениях. Основным среди последних является ограничение на публикацию стримов для несовершеннолетних: теперь материалы без присутствия взрослых в кадре будут удаляться.
Total votes 21: ↑17 and ↓4 +13
Views 27K
Comments 200

Источники новостей на «Яндекс.Новостях» теперь можно настраивать

Social networks and communities IT-companies

«Яндекс» теперь даёт возможность настраивать источники новостей. В разделе «Яндекс.Новости» в первую очередь будут показываться новости из тех изданий, которые вы выберете как приоритетные (если там "горячие" новости, конечно, есть). Также можно скрыть нежелательные источники или источники, которые не вызывают у вас доверия.

Читать далее
Total votes 16: ↑16 and ↓0 +16
Views 11K
Comments 15

Китай собирается регулировать алгоритмы рекомендательных систем

Algorithms *E-commerce management *Sales management *Legislation in IT Finance in IT

Китайские власти опубликовали проект руководящих принципов по регулированию алгоритмов, которые компании используют для предоставления рекомендаций пользователям.

Читать далее
Total votes 10: ↑10 and ↓0 +10
Views 1.2K
Comments 0

Исследование: алгоритмы Twitter продвигают правых политиков

Research and forecasts in IT *Social networks and communities

Американский научный журнал PNAS опубликовал исследование в котором заявил, что алгоритмы Twitter продвигают правых политиков. Исследование проводилось на твитах 3,5 тыс. политиков из семи стран.

Читать далее
Total votes 5: ↑5 and ↓0 +5
Views 1.5K
Comments 8

Блоговая платформа «Пульс» от VK открыла регистрацию для всех авторов

IT-companies

Как сообщает пресс-служба VK, блоговая платформа «Пульс» от VK, запущенная в 2019 году, открыла регистрацию для всех авторов. Теперь любой пользователь может создать блог и монетизировать контент, что ранее было возможно только по приглашению. Чтобы попасть на платформу, необходимо зарегистрироваться и отправить на модерацию 5 материалов. По итогам проверки посты попадают в ленту рекомендаций, а автор получает возможность монетизировать блог.

Читать далее
Total votes 9: ↑8 and ↓1 +7
Views 2K
Comments 3

Обновление Twitter затрудняет просмотр твитов в хронологическом порядке

Social networks and communities IT-companies

В четверг, 10 марта 2022 года, в Twitter появилась новая лента просмотра записей. Теперь у пользователей есть возможность переключаться между хронологической лентой и алгоритмической. Подробнее о новой функции читайте далее:

Читать далее
Total votes 4: ↑3 and ↓1 +2
Views 1.8K
Comments 5

Устроиться ВКонтакте за два дня: Weekend Offer для ML- и RecSys-разработчиков

VK corporate blog Machine learning *IT career IT-companies Remote work

2 и 3 июля приглашаем ML- и RecSys-разработчиков на Weekend Offer. За одни выходные вы познакомитесь с тимлидами, узнаете о работе ВКонтакте, побываете на всех собеседованиях и, возможно, присоединитесь к нашей команде. Регистрируйтесь.

Узнать подробности
Total votes 5: ↑4 and ↓1 +3
Views 810
Comments 0

В НИУ ВШЭ разработали алгоритм, определяющий предпочтения пользователей смартфонов

Machine learning *Artificial Intelligence

Исследователи из НИУ ВШЭ разработали алгоритм, определяющий по фотографиям пользователя в галерее его предпочтения и интересы. Сообщается, что алгоритм работает на 2-12% точнее аналогов. Разработку можно будет использовать для персонализации товаров и контента.

Читать далее
Total votes 4: ↑3 and ↓1 +2
Views 786
Comments 4

Цукерберг пообещал вдвое увеличить количество рекомендованных постов в Facebook* и Instagram* к концу 2023 года

Algorithms *Social networks and communities IT-companies

Марк Цукерберг в новом отчёте для инвесторов заявил, что в лентах Facebook* и Instagram* будет в два раза больше рекомендованных постов. 

Читать далее
Total votes 2: ↑1 and ↓1 0
Views 727
Comments 3

Нравится — не нравится, YouTube всё равно не учитывает мнение пользователей

Community management *Research and forecasts in IT *Internet marketing *Media management *IT-companies

Mozilla провела исследование, посвящённое тому, как алгоритмы YouTube воспринимают обратную связь от пользователей. Оказалось, что мнением аудитории очень часто пренебрегают, а такие реакции как «Не интересно», «Не нравится», «Перестать рекомендовать канал» и «Удалить из истории просмотров», неэффективны для предотвращения рекомендации аналогичного контента.  

Читать далее
Total votes 8: ↑8 and ↓0 +8
Views 4K
Comments 11

Рекомендательные системы: перепросмотр

Lumber room
Translation
Примечание: ниже перевод статьи «Rethinking Recommendation Engines» от Alex Iskold (знаменитого своими исследованиями в области экономики внимания и теоретических основ механизма социальных сетей), в которой автор рассматривает текущие рекомендательные системы и пытается предсказать, что ждет их в будущем (фактически, предлагает радикальный способ по их улучшению).

NeflixБолее двух лет назад Netflix анонсировал соревнование по движку рекомендаций: любой, кто изобретает алгоритм, позволяющий улучшить качество их рекомендательной системы не менее, чем на 10%, выигрывал один миллион долларов. Многие исследовательские группы с энтузиазмом взялись за дело, воодушевленные количеством доступной для анализа информации. В самом начале был достигнут некоторый прогресс, но затем он затормозился, и сейчас исследователи остановились в районе улучшения примерно на 8,5%.

В этом посте мы разберем, почему улучшения рекомендательного движка является не алгоритмической проблемой, а, скорее, вопросом представления. Переосмысление рекомендаций как фильтров и их применение без ориентации на высокий конечный результат, по-видимому, скорее приведет к успеху, чем более быстрое «перемалывание» (crunching) данных.
Читать дальше →
Total votes 30: ↑27 and ↓3 +24
Views 2.3K
Comments 25

Рекомендательный рекрутинг: Когда за друзей платят

Lumber room
Работодатели, нуждающиеся в новых квалифицированных кадрах, обращаются за помощью к своим работникам с просьбой найти подходящих кандидатов среди друзей и родственников, пишет Колин Коттелл (Colin Cottell).

Переводная статья. Рекомендательная сеть gooroo по поиску персонала. При перепечатке ссылка на источник обязательна.

The Guardian (20 августа 2005)

Крупные работодатели привлекают сотрудников к поиску персонала среди друзей и родственников, таким образом, решая проблему найма квалифицированных специалистов. Явление само по себе не новое, однако, последние исследования говорят о значительном росте количества компаний, решающих проблему найма персонала, привлекая сотрудников к поиску талантов.

Опасения, что такой подход сведет “на нет” попытки увеличить разнородность штата (зачем привлекать в большинстве своем белых сотрудников к поиску соискателей, если известно, что даже профессиональные рекрутеры склонны нанимать людей по собственному образу и подобию?), уже рассеялись.

В результате даже многие крупные и политкорректные работодатели присоединились к общей тенденции.

Карли Гилпин (Carly Gilpin), менеджер по работе с клиентами Общенационального строительного общества в Хартфорде (Nationwide Building Society in Hertford), — один из современных «сержантов по вербовке». Мисс Гилпин, 21 год, в рамках программы «Люди как мы» («People Like Us») привела в компанию свою подругу и получила вознаграждение в размере 500 фунтов.

«Люди знают людей. Знают, какие они, смогут ли они влиться в коллектив», — говорит она. «Моя подруга энергична. Все в нашей компании дружелюбны и энергичны. Да, за успешную рекомендацию у нас причитается вознаграждение, но если честно, мне просто нравится работать в этой компании, и я решила, что моей подруге тоже понравится».

По данным исследования по найму и мотивации сотрудников, подготовленного Дипломированным институтом персонала и кадрового развития (Chartered Institute of Personnel and Development's 2004) в 2004 году более 8 из 10 работодателей испытывают трудности с наймом, и 38% работодателей в Великобритании использовали рекомендательный рекрутинг как инструмент подбора персонала. Рост этого показателя составил 4% по сравнению с предыдущим годом.

Читать дальше →
Total votes 17: ↑10 and ↓7 +3
Views 1.6K
Comments 17

Неделя Российского Интернета (RIW): Стенограмма круглого стола «Рекомендательные системы – новый тренд Рунета: проблемы и выгоды»

Lumber room
По инициативе Имхонет на Неделе Российского Интернета RIW (Крокус Экспо, 22-26 октября) проводился круглый стол «Рекомендательные сервисы – новый тренд Рунета: проблемы и выгоды».

Тренд рекомендательных сервисов распространяется столь быстро, что даже в анкетах, заполняемых при приеме на работу в интернет-компаниях, появилась графа «владение рекомендательными системами». Как часто бывает, популярность и востребованность приводят к неразберихе. Типичная ситуация, когда на сайте ставят простейшую голосовалку и публикуют рейтинги, называя это модным словом «рекомендательный сервис». Хотя это имеет лишь косвенное отношение к делу. Поэтому во время дискуссии обсуждались следующие вопросы:
— критерии, позволяющие отличить рекомендательные сервисы в узком смысле слова от систем, которые дают всевозможные подсказки и наводки;
— различные типы рекомендательных систем: для каких целей они лучше подходят;
— ценность рек.сервисов для пользователей и профессиональных игроков интернет-рынка;
— способы выдачи рекомендаций: автоматическое генерирование прогнозов и тонкие, «ручные» фильтры и подстройки, позволяющие сколь угодно подробно уточнять рекомендацию;
— экономические эффекты, к которым приводит установка рекомендательного функционала на сайте. В частности, улучшение навигации и, как следствие, повышение лояльности пользователей, а также дополнительные возможности для монетизации ресурсов. (Первый опыт экспорта рекомендательного функционала Имхонета на сторонние площадки показывает, что продаваемость товаров воозрастает на 18 процентов, количество просмотренных страниц – на 24.) И т.д.
В круглом столе участвовали люди, стоящие в разных профессиональных позициях… Производители различных рекомендательных услуг: Имхонет – управляющий сервисом Александр Долгин, «Афиша» – руководитель проектов Елена Кузнецова, работный рекомендательный сервис Гуру.ру – генеральный директор Александр Пятигорский; операторы доступа к контенту (АКАДО – начальник управления развития услуг Иван Волченсков); эксперты (Александр Сергеев – научный редактор «Вокруг Света»).
В результате чего удалось достаточно объемно взглянуть на проблему – подробнее см. стенограмму круглого стола.
Читать дальше →
Total votes 6: ↑2 and ↓4 -2
Views 1.1K
Comments 3

Google Статистика поиска — Посмотрите, что ищут люди по всему миру (на 39 языках)

IT-companies
Статистика поиска Google позволяет сравнивать объемы поисковых запросов по различным регионам, категориям, временным рамкам и веб-службам.

Приведенные ниже примеры иллюстрируют некоторые способы использования Статистики поиска Google. Независимо от того, представляете ли вы рекламное агентство, небольшую компанию, международную корпорацию или исследовательский центр, с помощью Статистики поиска вы сможете оценить интерес к требуемым поисковым запросам.
image

Читать дальше →
Total votes 36: ↑31 and ↓5 +26
Views 89K
Comments 34

Твиттер запустил рекомендательный сервис друзей

Social networks and communities
99.37 КБНе успело на Хабре отшуметь исследование на тему "Кого фолловят хабрапользователи", как Твиттер запустил рекомендательный сервис по поиску друзей.

Конечно, вряд ли это означает, что Твиттер тырит идеи на Хабре — это, скорее, заимствование у Фейсбука. Не всё Контактику же у него тырить. Идея, кстати, отличная — ФБ в своё время меня цепанул именно замечательным поиском друзей. Но Твиттер, в отличие от него, не копается в вашей почте, а ориентируется на то, кого фолловят ваши друзья.

Т.к. моя лента в Тви чуть менее, чем полностью состоит из хабровчан, список моих рекомендаций вышел подозрительно похожим на топ популярных у Хабры твиттерян :)
Total votes 71: ↑41 and ↓30 +11
Views 669
Comments 22

Итоги конкурса рекомендаций или победа над кадровым кризисом

ITmozg corporate blog
Недавно к нам обратилась компания с просьбой помочь быстро найти Ruby-программиста. Сами пытались искать, но попытки успехом не увенчались — на рынке грамотных специалистов не так много. Мы объявили конкурс с вознаграждением за рекомендацию и за выход на работу, за два дня собрали рекомендации нужных специалистов и передали компании. Две недели шли собеседования. По итогам всех переговоров компании пришлось разориться на два айпада и два айфона — приглашение на работу получили два человека. Такое бывает — никак не могли выбрать :)
Под катом торжественное награждение сотрудников и рекомендателей, получающих девайсы из рук владельца компании. Сотрудники настоящие, в коробках айфоны и айпады, их правда четыре, нет, потом не отобрали.
Читать дальше →
Total votes 34: ↑25 and ↓9 +16
Views 7.8K
Comments 17

Рекомендательные системы: постановка задачи

Surfingbird corporate blog
Всем привет! Меня зовут Сергей, я математик, и я определяю развитие рекомендательной системы Surfingbird. Этой статьёй мы открываем цикл, посвящённый машинному обучению и рекомендательным системам в частности – пока не знаю, сколько в цикле будет инсталляций, но постараюсь писать их регулярно. Сегодня я расскажу вам, что такое рекомендательные системы вообще, и поставлю задачу чуть более формально, а в следующих сериях мы начнём говорить о том, как её решать и как учится наша рекомендательная система Tachikoma.

image

Читать дальше →
Total votes 32: ↑27 and ↓5 +22
Views 30K
Comments 22

Рекомендательные системы: user-based и item-based

Surfingbird corporate blog
Итак, в прошлый раз мы немного поговорили о том, что такое вообще рекомендательные системы и какие перед ними стоят проблемы, а также о том, как выглядит постановка задачи коллаборативной фильтрации. Сегодня я расскажу об одном из самых простых и естественных методов коллаборативной фильтрации, с которого в 90-х годах и начались исследования в этой области. Базовая идея очень проста: как понять, понравится ли Васе фильм «Трактористы»? Нужно просто найти других пользователей, похожих на Васю, и посмотреть, какие рейтинги они ставили «Трактористам». Или с другой стороны: как понять, понравится ли фильм «Трактористы» Васе? Нужно просто найти другие фильмы, похожие на «Трактористов», и посмотреть, как Вася их оценивал.


Читать дальше →
Total votes 25: ↑25 and ↓0 +25
Views 37K
Comments 17

Рекомендательные системы: SVD, часть I

Surfingbird corporate blog
Продолжаем разговор о рекомендательных системах. В прошлый раз мы сделали первую попытку определить схожесть между пользователями и схожесть между продуктами. Сегодня мы подойдём к той же задаче с другой стороны – попытаемся обучить факторы, характеризующие пользователей и продукты. Если Васе из предыдущего поста нравятся фильмы о тракторах и не нравятся фильмы о поросятах, а Петру – наоборот, было бы просто замечательно научиться понимать, какие фильмы «о поросятах», и рекомендовать их Петру, а какие фильмы – «о тракторах», и рекомендовать их Васе.

image
Читать дальше →
Total votes 17: ↑15 and ↓2 +13
Views 58K
Comments 5

Рекомендательные системы: SVD и базовые предикторы

Surfingbird corporate blog
В прошлый раз я рассказал, пока в самых общих чертах, о сингулярном разложении – главном инструменте современной коллаборативной фильтрации. Однако в прошлый раз мы в основном говорили только об общих математических фактах: о том, что SVD – это очень крутая штука, которая даёт хорошие низкоранговые приближения. Сегодня мы продолжим разговор об SVD и обсудим, как же, собственно, использовать всю эту математику на практике.
image

Читать дальше →
Total votes 10: ↑9 and ↓1 +8
Views 29K
Comments 5