Не уверен что пользователю будет удобно/интересно/понятно выбирать какой-то набор фильмов, тем более таких наборов будет очень много. Но я еще подумаю, спасибо Пока у меня реализовано так, что на втором этапе онбординга, список фильмов формируется уже как с учетом вкусов с первого этапа, так и обогащается фильмами из датасета. Ссылку, к сожалению, дать не могу. Меня за гиперссылку тут чуть не забанили (( но можно найти по названию nextfilm pro
спасибо за развернутый комментарий! Оценка по названию уже есть, только сейчас она доступна после онбординга, по кнопке Оценить можно оценить как подобранные фильмы, так и найти по названию. Что касается поиска, то тут я бессилен (( прямые ссылки запрещено здесь публиковать, а сам сайт только создан, в индексы поисковиков еще не попал
Постеры уже есть, но видимо не всегда подгружаются, планирую загрузить их на сервер. Для быстрой оценки тоже уже есть дополнительна ветка "Оценить", где процесс оценки проходит быстрее. Рассмотрю, чтобы сделать онбординг аналогично. Про быстро, что только в этом смысл, не соглашусь. Оценку нужно пройти только один раз, занимает это максимум 10 митнут, дальше для повторных рекомендаций уже проходить не надо. Но нужно зарегистрироваться, чтобы не потерять настройки профиля
Спасибо, что так подробно расписали впечатления — это очень помогает понять, где сервис сейчас не дотягивает. Про “одни шедевры” и ощущение рандома. На старте моя задача — за минимум оценок получить максимум сигналов, поэтому в онбординге я сознательно опираюсь на самые известные фильмы: вероятность, что вы их видели и сможете честно отметить “обожаю / нормально / не моё”, сильно выше, чем у нишевых картин. Для людей с большой насмотренностью это действительно может ощущаться как “ещё один ТОП‑250”, и ваш комментарий хорошо подсвечивает, что дальше алгоритм должен агрессивнее скрывать уже просмотренное и сильнее смещаться к новому, а не просто пересобирать классику. Про ссылки на Кинопоиск и другие площадки. Идея правда лежит на поверхности — открыть карточку, сразу перейти смотреть, а не гуглить. Но у КиноПоиска, Иви и крупных онлайн‑кинотеатров нет простого официального API с полным каталогом, который можно просто подключить и получить гарантированно корректные ссылки, поэтому это не одна кнопка в интерфейсе, а полноценная интеграционная задача: навести мостики между каталогами, аккуратно матчить фильмы и следить, чтобы ничего не ломалось при изменениях на их стороне. Эта история уже в бэклоге, до неё нужно просто добраться после базовых вещей с рекомендациями.
Спасибо, что дошли до сайта и потыкали живой прототип — это очень помогает.
Да, второй этап сейчас ближе к ручному feature engineering: я явно задаю оси вкуса (темп, глубина и т.п.) и агрегирую оценки по ним. Это осознанный первый рабочий вариант, чтобы проверить саму идею. Дальше вижу логичным как раз то, что вы пишете: обучаемый слой поверх эмбеддингов фильмов, который сам собирает вектор пользователя, без жёстко заданного набора признаков.
Согласен, в статье формулировка местами звучит так, будто я вообще не хочу смотреть на других пользователей. Скорее идея такая: на самом старте не опираться только на чужие паттерны, потому что данных по человеку мало (из 50 фильмов в онбординге хорошо, если он реально видел 20, а заставить на входе оценить хотя бы сто фильмов - это утопия). Поэтому локальный профиль задаёт направление вкуса, а MovieLens‑слой использую как priors: он расширяет пространство кандидатов, но не подменяет собой профиль конкретного пользователя.
Согласен, полноценный online‑training в проде был бы тяжёлым. У меня сейчас речь скорее про лёгкие обновления (пересчёт весов/структур по новым оценкам), а не про backprop на каждом клике. Формулировку в статье, видимо, стоит сделать точнее, чтобы не выглядело как “мы постоянно доучиваем большую модель в онлайне”.
Исходники — тоже в планах; как только приведу код в приемлемый вид, хочу выложить хотя бы MVP‑версию пайплайна на гит и уже от неё отталкиваться.
Не уверен что пользователю будет удобно/интересно/понятно выбирать какой-то набор фильмов, тем более таких наборов будет очень много. Но я еще подумаю, спасибо
Пока у меня реализовано так, что на втором этапе онбординга, список фильмов формируется уже как с учетом вкусов с первого этапа, так и обогащается фильмами из датасета.
Ссылку, к сожалению, дать не могу. Меня за гиперссылку тут чуть не забанили (( но можно найти по названию nextfilm pro
спасибо за развернутый комментарий! Оценка по названию уже есть, только сейчас она доступна после онбординга, по кнопке Оценить можно оценить как подобранные фильмы, так и найти по названию. Что касается поиска, то тут я бессилен (( прямые ссылки запрещено здесь публиковать, а сам сайт только создан, в индексы поисковиков еще не попал
Постеры уже есть, но видимо не всегда подгружаются, планирую загрузить их на сервер. Для быстрой оценки тоже уже есть дополнительна ветка "Оценить", где процесс оценки проходит быстрее. Рассмотрю, чтобы сделать онбординг аналогично. Про быстро, что только в этом смысл, не соглашусь. Оценку нужно пройти только один раз, занимает это максимум 10 митнут, дальше для повторных рекомендаций уже проходить не надо. Но нужно зарегистрироваться, чтобы не потерять настройки профиля
Спасибо, что так подробно расписали впечатления — это очень помогает понять, где сервис сейчас не дотягивает. Про “одни шедевры” и ощущение рандома. На старте моя задача — за минимум оценок получить максимум сигналов, поэтому в онбординге я сознательно опираюсь на самые известные фильмы: вероятность, что вы их видели и сможете честно отметить “обожаю / нормально / не моё”, сильно выше, чем у нишевых картин. Для людей с большой насмотренностью это действительно может ощущаться как “ещё один ТОП‑250”, и ваш комментарий хорошо подсвечивает, что дальше алгоритм должен агрессивнее скрывать уже просмотренное и сильнее смещаться к новому, а не просто пересобирать классику. Про ссылки на Кинопоиск и другие площадки. Идея правда лежит на поверхности — открыть карточку, сразу перейти смотреть, а не гуглить. Но у КиноПоиска, Иви и крупных онлайн‑кинотеатров нет простого официального API с полным каталогом, который можно просто подключить и получить гарантированно корректные ссылки, поэтому это не одна кнопка в интерфейсе, а полноценная интеграционная задача: навести мостики между каталогами, аккуратно матчить фильмы и следить, чтобы ничего не ломалось при изменениях на их стороне. Эта история уже в бэклоге, до неё нужно просто добраться после базовых вещей с рекомендациями.
Спасибо, что дошли до сайта и потыкали живой прототип — это очень помогает.
Да, второй этап сейчас ближе к ручному feature engineering: я явно задаю оси вкуса (темп, глубина и т.п.) и агрегирую оценки по ним. Это осознанный первый рабочий вариант, чтобы проверить саму идею. Дальше вижу логичным как раз то, что вы пишете: обучаемый слой поверх эмбеддингов фильмов, который сам собирает вектор пользователя, без жёстко заданного набора признаков.
Согласен, в статье формулировка местами звучит так, будто я вообще не хочу смотреть на других пользователей. Скорее идея такая: на самом старте не опираться только на чужие паттерны, потому что данных по человеку мало (из 50 фильмов в онбординге хорошо, если он реально видел 20, а заставить на входе оценить хотя бы сто фильмов - это утопия). Поэтому локальный профиль задаёт направление вкуса, а MovieLens‑слой использую как priors: он расширяет пространство кандидатов, но не подменяет собой профиль конкретного пользователя.
Согласен, полноценный online‑training в проде был бы тяжёлым. У меня сейчас речь скорее про лёгкие обновления (пересчёт весов/структур по новым оценкам), а не про backprop на каждом клике. Формулировку в статье, видимо, стоит сделать точнее, чтобы не выглядело как “мы постоянно доучиваем большую модель в онлайне”.
Исходники — тоже в планах; как только приведу код в приемлемый вид, хочу выложить хотя бы MVP‑версию пайплайна на гит и уже от неё отталкиваться.