Т-Технологии представили Scikit-Rank, Perseus и ScaL³AE для рекомендательных систем.
Исследователи Т-Технологий выступили на международной конференции по рекомендательным системам ACM RecSys 2026 сразу с тремя работами. Мы изучили каждую из них и делимся главным.
Scikit-Rank
Главный релиз: Scikit-Rank. Библиотека позволяет применять нейросетевые модели в задачах предсказания показателя кликабельности и ранжирования предложений с минимальными изменениями кода. Ее можно использовать для ранжирования предложений, например, в электронной коммерции, банкинге и медиа.
Perseus
Вторая работа: Perseus. Фреймворк позволяет обучать нейросети на общей последовательности сигналов о пользователе и повышать качество рекомендаций за счет учета источников данных из разных продуктов и сервисов. В эксперименте на T-ECD он улучшил качество рекомендаций с 16 до 39% в разных доменах при использовании истории пользователя из разных сервисов.
ScaL³AE
Третья разработка: ScaL³AE. Этот подход помогает улучшить качество и эффективность вычислений при работе с большими объемами каталогов, которые содержат миллионы объектов рекомендаций. Он позволяет компактно применять описание товаров для рекомендаций в больших каталогах, в том числе для объектов с малым количеством взаимодействий. В тестах на четырех категориях Amazon Reviews метод превзошел EASE и SANSA, а также показал сопоставимые или более высокие результаты по сравнению с популярной L³AE.
Ещё новости:
