Яндекс использует многоуровневый подход для рекомендательных систем (Дзен). Он включает офлайн-квалификацию источников на основе их трафика и частоты обновлений (Source Suitability). В онлайн-режиме система работает в два этапа: сначала выбирает …
Яндекс Дзен
Яндекс использует историю браузера пользователя для определения его интересов и социально-демографических характеристик (возраст, пол, доход). Система анализирует посещенные URL, разбивает их на сессии, преобразует домены в векторы (используя модель типа …
Яндекс использует этот метод для формирования лент рекомендаций (например, в Дзене). Система анализирует, как часто и насколько высоко конкретная единица контента ранжируется моделью машинного обучения в ответ на тысячи различных …
Яндекс патентует метод создания системы рекомендаций (например, Дзен). Система анализирует миллионы прошлых поисковых запросов и определяет, какие материалы из пула контента наиболее релевантны наибольшему количеству этих запросов. Материалы, которые чаще …
Яндекс использует машинное обучение для прогнозирования того, насколько интересной будет рекомендуемая статья пользователю (уровень уверенности). В зависимости от этого уровня уверенности система динамически выбирает, как именно отобразить рекомендацию в браузере …
Яндекс использует систему для определения оптимального соотношения типов контента (видео, статьи, изображения) в ленте рекомендаций для конкретного пользователя. Система сравнивает, насколько активно пользователь взаимодействует с определенным типом контента (CTR или …
Яндекс патентует метод для рекомендательных систем, позволяющий прогнозировать векторное представление (эмбеддинг) нового контента до того, как пользователи начали с ним взаимодействовать. Система обучается предсказывать, каким будет поведенческий эмбеддинг (основанный на …
Яндекс патентует метод предварительной оценки сайтов для использования в Системе Рекомендаций (например, Дзен). Система анализирует поведенческие метрики и источники трафика сайта (доля прямых заходов, из соцсетей, поиска и т.д.) с …
Яндекс патентует метод решения проблемы «холодного старта» в рекомендательных системах (например, Дзен). Когда данных для персонализации нового пользователя недостаточно, система анализирует главные страницы доверенных ресурсов. Она предсказывает популярность контента исключительно …
Яндекс патентует метод создания профиля пользователя исключительно на основе истории его браузера (URL). Система анализирует, какие домены пользователь посещал в рамках одной сессии, и использует алгоритмы типа word2vec для определения …
Яндекс патентует метод повышения эффективности рекомендательных систем с помощью Item-Specific Decision Trees (ISDT). Вместо одной общей модели система создает отдельную модель деревьев решений (GBDT) для каждого элемента контента. Эта модель …
Яндекс решает проблему «холодного старта» для нишевого контента в рекомендательных системах (например, Дзен). Система определяет основных пользователей (подписчиков) источника контента и искусственно внедряет новый контент этого источника в их ленты. …
Яндекс патентует систему для умного показа рекомендаций (например, Дзен) в браузере. Система анализирует действия пользователя (скроллинг, жесты) и с помощью MLA оценивает вероятность интереса к контенту (Confidence Level). Если контент …
Яндекс патентует механизм ранжирования для рекомендательных систем (например, Яндекс.Дзен). Система балансирует показ персонализированного контента с необходимостью обеспечить гарантированное минимальное число показов для авторов платформы («нативный контент»). Для этого в ранжировании …
Яндекс патентует метод генерации лент рекомендаций (например, для Дзена). Система анализирует множество прошлых запросов пользователей и для каждого запроса формирует список релевантных материалов. Затем она агрегирует, как часто и на …
Яндекс патентует метод обучения ML-моделей для рекомендательных систем, направленный на повышение эффективности и предотвращение переобучения. Система разделяет признаки на пользовательские (User-specific), вычисляемые в реальном времени, и общие (User-nonspecific), которые рассчитываются …
Яндекс патентует метод повышения эффективности обучения алгоритмов коллаборативной фильтрации (например, в Яндекс.Дзен). Вместо случайной инициализации матриц при факторизации (ALS), система использует предварительно рассчитанные векторы контента (эмбеддинги, такие как word2vec или …
Патент Яндекса описывает механизм ранжирования для рекомендательных систем (например, Дзен). Система учитывает не только релевантность контента пользователю (Relevancy Parameter), но и обязательства платформы по минимальному количеству показов для авторов (Completion …
Яндекс патентует метод для систем рекомендаций (например, Яндекс.Дзен), гарантирующий рекламодателям достижение целей продвижения (например, X действий за Y времени). Система рассчитывает вероятность взаимодействия каждого пользователя с контентом, используя векторные представления. …
Яндекс патентует метод для рекомендательных систем, который моделирует последовательность действий пользователя как траекторию в многомерном пространстве интересов. Система обучается предсказывать следующий шаг пользователя, анализируя направление и скорость этой траектории во …