Семинар 1. Рекомендательные системы.

Кто расскажет? О чём будет доклад? Тема звучит сложно: Cross-Domain Latent Factors Sharing via Implicit Matrix Factorization, но на самом деле всё очень интересно и понятно. Алексей расскажет, как улучшить рекомендации, когда данных о пользователе мало (например, вы только зарегистрировались на сервисе). Для этого он предлагает использовать данные из других источников — например, если вы слушаете музыку в одном приложении, это может помочь улучшить рекомендации фильмов в другом. В основе его подхода лежат два известных многим метода: ALS и ADMM. ALS (Alternating Least Squares) помогает находить скрытые закономерности в данных (например, что люди, которые слушают рок, часто смотрят фантастику), в то время как ADMM (Alternating Direction Method of Multipliers) позволяет эффективно объединять данные из разных источников, чтобы рекомендации становились точнее. Алексей покажет, как его модель CDIMF работает на реальных данных и почему она лучше многих других подходов.