group-telegram.com/bookindustry/7848
Last Update:
Высокоточные рекомендации: как ИИ меняет взаимодействие с контентом
Объединение усилий разных отраслей, работа с большими данными и развитие алгоритмов
Современные рекомендательные системы на базе искусственного интеллекта (ИИ) стали неотъемлемой частью платформ, которые предлагают нам фильмы, музыку, книги или другие формы контента. Тем не менее, несмотря на впечатляющий прогресс технологий, сделать рекомендации действительно точными и полезными — задача, которая еще далека от идеала. Илья Лысенко, Data Science Product Lead компании Hybrid, поделился с редакцией Sostav ключевыми аспектами развития ИИ-систем.
На пути к идеальным рекомендациям
Рекомендательные алгоритмы — неотъемлемая часть платформ стриминга и e-commerce. Их задачи включают анализ поведения пользователей, предпочтений и контекста для выдачи релевантных советов. Однако эффективность таких решений ограничена.
Например, книги проще классифицировать: предпочтения зависят от одного читателя. С видеоконтентом сложнее: фильмы часто просматриваются в компании, где предпочтения каждого зрителя могут кардинально отличаться. Добавьте редакторскую модерацию, требования правообладателей и бизнес-цели платформы — все это усложняет задачу создания универсальных рекомендаций.
Применение ИИ для оценки поведенческих особенностей пользователей — проблема сложная, и с ней сегодня знакомы многие. Например, разработчики онлайн-кинотеатров, стриминговых платформ и других сервисов, которые оценивают поведение и предпочтения.
Идеала не существует — различные ML-модели по-разному оценивают поведение пользователей, используют собственные алгоритмы анализа и работают с разной результативностью.
Мы находимся на начальном этапе развития систем оценки поведения пользователей, когда активно проводятся эксперименты и тестовые внедрения. Иными словами — такие системы уже существуют, но значительного влияния на бизнес они пока не оказывают.
И для того, чтобы благодаря таким решениям, бизнес начал получать ощутимую пользу, они должны серьезно развиваться дальше. В первую очередь с точки зрения совершенствования интеллектуальных моделей, которые оценивают поведение и предпочтения пользователей.
Почему алгоритмы ошибаются
Ключевая проблема в том, что рекомендательные системы пытаются оперировать ограниченными данными. Даже самые продвинутые алгоритмы могут показывать эффективность на уровне 60−70%.
Простое увеличение объемов данных не всегда решает проблему: необходимо учитывать специфические черты их обработки. Иными словами, в основе несовершенства ИИ-моделей рекомендательных сервисов лежит скорее не технический изъян, а недостаток труда операторов, которые занимаются применением моделей, планированием их развития и оценкой эффективности. Сложность этой работы заключается в том, что оценка пользовательских предпочтений всегда субъективна и сильно варьируется в зависимости от множества факторов, таких как настроение, личные обстоятельства или контекст, что делает их оценку трудной для точного предсказания.
Если механизмы ИИ способны проанализировать предыдущие предпочтения пользователя, то им недоступна информация о его сегодняшнем настроении, ситуации в семье и на работе. А эти, как и множество других факторов, во многом и определяют выбор контента в конкретный момент, и классифицировать их с абсолютной или хотя бы с высокой точностью практически невозможно.
ИИ-модели могут проанализировать множество параметров, от сюжета фильма или книги, концовки, моральных установок автора, даже музыки, используемой в саундтреке, или тембра голоса исполнителя. Но все это — данные, касающиеся контента, а не самого человека. Поэтому для того, чтобы выдавать высокоточные рекомендации, ИИ нужно анализировать не принадлежность пользователя к возрастным или социальным группам, не его вкусы и предпочтения, а всю его текущую жизнь. Что, в принципе, не представляется возможным, — соответствующих данных ни один сервис не получит никогда.
Полную версию материала читайте на sostav.ru
Изображение: freepik.com
https://www.bookind.ru/events/19411/
#новости
BY КНИЖНАЯ ИНДУСТРИЯ
Share with your friend now:
group-telegram.com/bookindustry/7848