Почему внедрение генеративных моделей значительно улучшило работу рекомендательных систем?

Внедрение генеративных моделей значительно улучшило работу рекомендательных систем по нескольким причинам:

• Анализ длинной истории взаимодействий. 1 В отличие от традиционных алгоритмов, генеративные модели способны анализировать гораздо более длинную историю взаимодействий и выявлять неочевидные взаимосвязи. 1 Это помогает предугадывать потребности пользователя с учётом сезонности и жизненных сценариев. 1
• Учёт всей истории взаимодействия. 5 Ранее алгоритмы учитывали только успешные взаимодействия, такие как лайки, покупки и добавление в плейлист. 5 Новые рекомендации учитывают всю историю взаимодействия пользователя с рекомендациями, включая те, которые не были успешными или были проигнорированы. 5
• Адаптация к изменениям интересов. 1 Генеративные модели позволяют точнее подбирать контент и товары для каждого пользователя, учитывать сложные паттерны поведения и адаптироваться к изменениям интересов. 1
• Работа в режиме реального времени. 2 Алгоритмы анализируют потребности человека и генерируют рекомендации в моменте — с учётом его долгосрочных предпочтений. 2

Например, благодаря внедрению генеративных моделей в сервисах Яндекса пользователи стали чаще добавлять новые треки в коллекции, делать покупки в новых категориях и в целом проявлять больший интерес к рекомендациям. 12