#recsys — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #recsys, aggregated by home.social.
-
Together with @[email protected], we analyzed the papers published in the @[email protected] Reproducibility track from its inception in 2020 until 2025. The results have just now been published in our paper "Reproducibility in Recommender Systems: A Survey"
dl.acm.org/doi/10.1145/...
#recsys
Reproducibility in Recommender... -
Together with @[email protected], we analyzed the papers published in the @[email protected] Reproducibility track from its inception in 2020 until 2025. The results have just now been published in our paper "Reproducibility in Recommender Systems: A Survey"
dl.acm.org/doi/10.1145/...
#recsys
Reproducibility in Recommender... -
-
-
Always seems to blow a few students’ minds when we start talking about psychology of preference and the relationship of preference to observable #recsys data, and we get to some questions:
• is the experience of utility in the moment the same as memory of that utility?
• if they are different, is our goal to recommend a movie or book the user will enjoy in the moment, or one they will remember having enjoyed?
• how might that difference affect system design or evaluation? -
Always seems to blow a few students’ minds when we start talking about psychology of preference and the relationship of preference to observable #recsys data, and we get to some questions:
• is the experience of utility in the moment the same as memory of that utility?
• if they are different, is our goal to recommend a movie or book the user will enjoy in the moment, or one they will remember having enjoyed?
• how might that difference affect system design or evaluation? -
Не все якори одинаково полезны, или как I2I-рекомендации свежими сохранять
Привет, Хабр! Меня зовут Иван Воробьев, я работаю в команде рекомендаций VK Видео, AI VK. В данной статье хочу рассказать, как и зачем я переделывал систему построения I2I -рекомендаций. Поговорим о том, какие решения были поставлены в её основу, насколько они оправдались, а также причём тут якори и как они связаны со свежестью рекомендаций. В первую очередь сосредоточимся на бэкенде: организации работы с данными и вычислений, их конфигурациях, и требуемых вычислительных ресурсах. Основной эффект от внедрения новой системы кроется именно тут: удалось обеспечить свежесть I2I-рекомендаций примерно в час, сократив при этом количество используемых ядер в три раза. Саму логику построения рекомендаций тоже затронем, но в меньшей мере.
https://habr.com/ru/companies/vk/articles/1040306/
#бэкенд #рекомендательная_система #потоковая_обработка #i2i #recsys
-
New #LensKit #RecSys release - 2026.2.0, the first feature update for 2026. Includes rendering pipeline configurations to Mermaid for visualization & debugging! https://github.com/orgs/lenskit/discussions/1105
-
New #LensKit #RecSys release - 2026.2.0, the first feature update for 2026. Includes rendering pipeline configurations to Mermaid for visualization & debugging! https://github.com/orgs/lenskit/discussions/1105
-
Как LLM научила рекомендательную модель видеть больше, чем историю взаимодействий
Привет, Хабр! Меня зовут Алексей Васильев, я тимлид команды «Рекомендательные системы и персонализация» Sber AI Lab — Центра практического искусственного интеллекта Сбера. В нашей команде мы занимаемся исследованиями в области рекомендаций на последовательностях (sequential recommendations). Например, прослушивания музыки или просмотры карточек товаров можно представить как последовательность взаимодействий пользователя. А для моделирования последовательностей, как мы знаем, отлично подходят трансформеры: популярные варианты в рекомендациях — SASRec и BERT4Rec. Эти модели прекрасно справляются с задачей рекомендаций на основе взаимодействий, но они ничего не знают о самих товарах. Допустим, пользователь покупает безлактозный йогурт и растительный сыр. У нас сразу появляется гипотеза: возможно, пользователь не переносит лактозу. Однако для sequential‑модели это не очевидный факт, а статистический паттерн, который нужно выучить из взаимодействий. Если данных мало, товары редкие или связи между ними плохо представлены в истории, то такой смысл легко потерять. Большие языковые модели в данной ситуации выглядят подходящим решением. Они умеют читать описания товаров, анализировать историю взаимодействий и выделять предпочтения пользователя. Казалось бы, можно просто взять LLM и использовать её как рекомендательную систему. Но и здесь всё не так просто: использовать LLM на инференсе дорого, медленно и сложно с точки зрения масштабирования на миллионы пользователей.
https://habr.com/ru/companies/sberbank/articles/1038108/
#рекомендательная_модель #история_взаимодействий #recsys #ml #машинное_обучение #рекомендательные_системы
-
От фич и каскадов к генеративной модели: как мы переосмыслили рекомендации с помощью ARGUS
Классические рекомендательные системы в крупных компаниях — это десятки микросервисов, каскадная фильтрация и тысячи ручных признаков. Такой стек может надёжно работать годами, но неизбежно упирается в фундаментальную проблему: он перестаёт масштабироваться. Качество выходит на плато — всё меньше отдачи от новых фич, усложнения моделей и наращивания данных. Генеративная постановка, когда модель восстанавливает целые последовательности пользовательских действий, обещает принести в рекомендации законы масштабирования, снизить операционную сложность и открыть путь к единой кросс‑сервисной модели. Но между обещанием и продакшеном — огромная дистанция. Нужно понять, какая токенизация работает, как устроить претрейн, что делать с контекстом, негативами и задержками в реальных распределённых системах. Последний год мы адаптировали нашу генеративную модель персонализации ARGUS под разные домены внутри Яндекса, меняли архитектуру, пересобирали обучение и пробовали новые способы интеграции в продакшене. В этой статье я расскажу, какие решения сработали, какие — нет и что нам дала генеративная постановка в реальных рекомендательных системах.
https://habr.com/ru/companies/yandex/articles/1037766/
#рекомендации #machinelearning #ai #ml #рекомендательные_системы #recsys #argus #алгоритмы #softmax
-
-
-
A discovery / fresh articulation I had in class today: one of the things I love about #recsys is the direct connection between math and human experience. Here's a statistical property, and here's why naïvely using it would turn your recommender into a door-to-door missionary for the Good News of Bananas.
-
A discovery / fresh articulation I had in class today: one of the things I love about #recsys is the direct connection between math and human experience. Here's a statistical property, and here's why naïvely using it would turn your recommender into a door-to-door missionary for the Good News of Bananas.
-
Please, contribute to the 20th ACM Conference on Recommender Systems (#RecSys2026) by submitting nominations for the Women in #RecSys Journal Paper of the Year Awards.
-
Please, contribute to the 20th ACM Conference on Recommender Systems (#RecSys2026) by submitting nominations for the Women in #RecSys Journal Paper of the Year Awards.
-
#ECIR2026 presentation by Savvina Daniil: "On the challenges of studying bias in Recommender Systems: The effect of data characteristics and algorithm configuration", the first paper of #IRRJ Volume 1 Number 1: https://doi.org/10.54195/irrj.19607
(this paper was presented at #RecSys too!) -
#ECIR2026 presentation by Savvina Daniil: "On the challenges of studying bias in Recommender Systems: The effect of data characteristics and algorithm configuration", the first paper of #IRRJ Volume 1 Number 1: https://orcid.org/0000-0001-8888-2869
(this paper was presented at #RecSys too!) -
Моя волна — теперь и в офлайне. Рассказываем, как уместили рекомендательную систему в сотню килобайт
Несколько лет назад мы представили Мою волну — систему персональных рекомендаций в Яндекс Музыке, которая подстраивается под предпочтения пользователей. В её основе — рекомендательные нейросети-трансформеры, размер которых может достигать сотен миллиардов параметров, и поэтому без мощных дата-центров их работа просто невозможна. Сегодня мы впервые представляем нашу новую рекомендательную технологию TinyML, которая работает локально, на обычном смартфоне. Теперь при потере доступа в интернет Моя волна не просто бесшовно продолжит воспроизведение музыки, но и будет подстраиваться под действия пользователя и формировать рекомендации, исходя из его предпочтений в текущий момент. Как это работает и что нам пришлось для этого создать — расскажем под катом.
https://habr.com/ru/companies/yandex/articles/1010992/
#recsys #рекомендательные_системы #ml #яндекс #яндекс_музыка #команда_яндекс_музыки
-
Ahh, #recsys… “you bought headphones, would you like more headphones?”
-
Ahh, #recsys… “you bought headphones, would you like more headphones?”
-
xkcd #recsys edition.
(made with https://marshdeer.github.io/xkcd2501-generator/) -
xkcd #recsys edition.
(made with https://marshdeer.github.io/xkcd2501-generator/) -
A case to follow. This cuts to the very core of TikTok and other platforms’ business model. The charge is to change. Or pay (up to 6% of turnover) #addictiveDesign #infiniteScrolling #recsys www.theguardian.com/technology/2...
TikTok could be forced to chan... -
Решение обратной задачи рекомендаций: опыт участия в VK RecSys Challenge
В декабре 2025 года VK провёл RecSys Challenge LSVD — соревнование по машинному обучению с нестандартной постановкой задачи. Традиционные рекомендательные системы решают проблему "что показать пользователю", но здесь требовалось обратное: для каждого нового клипа определить, каким пользователям он может быть интересен. Такой подход помогает решать проблему холодного старта контента, когда новое видео только появляется в системе и не имеет истории взаимодействий. Я принял участие в этом челлендже и хочу поделиться своим решением, архитектурой системы и практическими выводами.
https://habr.com/ru/articles/986440/
#recsys_challenge_2025 #recsys #ml #рекомендации_контента #коллаборативная_фильтрация #большие_данные #bigdata #vk #vklsvd #huggingface
-
Решение обратной задачи рекомендаций: опыт участия в VK RecSys Challenge
В декабре 2025 года VK провёл RecSys Challenge LSVD — соревнование по машинному обучению с нестандартной постановкой задачи. Традиционные рекомендательные системы решают проблему "что показать пользователю", но здесь требовалось обратное: для каждого нового клипа определить, каким пользователям он может быть интересен. Такой подход помогает решать проблему холодного старта контента, когда новое видео только появляется в системе и не имеет истории взаимодействий. Я принял участие в этом челлендже и хочу поделиться своим решением, архитектурой системы и практическими выводами.
https://habr.com/ru/articles/986440/
#recsys_challenge_2025 #recsys #ml #рекомендации_контента #коллаборативная_фильтрация #большие_данные #bigdata #vk #vklsvd #huggingface
-
Решение обратной задачи рекомендаций: опыт участия в VK RecSys Challenge
В декабре 2025 года VK провёл RecSys Challenge LSVD — соревнование по машинному обучению с нестандартной постановкой задачи. Традиционные рекомендательные системы решают проблему "что показать пользователю", но здесь требовалось обратное: для каждого нового клипа определить, каким пользователям он может быть интересен. Такой подход помогает решать проблему холодного старта контента, когда новое видео только появляется в системе и не имеет истории взаимодействий. Я принял участие в этом челлендже и хочу поделиться своим решением, архитектурой системы и практическими выводами.
https://habr.com/ru/articles/986440/
#recsys_challenge_2025 #recsys #ml #рекомендации_контента #коллаборативная_фильтрация #большие_данные #bigdata #vk #vklsvd #huggingface
-
CW: uspol, trump, ICE, renee good
Yes, as a #recsys person, I know why… they aren't doing a lot of editorial judgement, CBS was a reputable news source until recently, practical ways to avoid this are hard, etc.
But the end user experience is still (attempted) slander of an innocent victim of unaccountable state violence when I open a new tab in my browser.
(I say "attempted" because her actions _were_ pretty tough, but not in the way Trump is trying to paint her as a villain.)
-
CW: uspol, trump, ICE, renee good
Yes, as a #recsys person, I know why… they aren't doing a lot of editorial judgement, CBS was a reputable news source until recently, practical ways to avoid this are hard, etc.
But the end user experience is still (attempted) slander of an innocent victim of unaccountable state violence when I open a new tab in my browser.
(I say "attempted" because her actions _were_ pretty tough, but not in the way Trump is trying to paint her as a villain.)
-
Вокруг RecSys ML 1: универсальный план по MLSD и основные проблемы RecSys
Время идет и каждая из областей в МЛ развивается, часто сложно уловить особенности и прорывы в каждом домене. Я предлагаю начать разбирать вглубь RecSys и постепенно отвечать на вопросы: что общего со всеми, а что стало доменным. Вдохновением стал курс от ШАДа 2025 года , буду использовать оттуда множество чудесных картинок. Объявим главные вопросы, на который нужно дать ответ, для решения задачи ML-ем. А также, основные проблемы в рексисе о которых нужно думать заранее. Это мы читаем →
https://habr.com/ru/articles/984260/
#recsys #mlsd #ml #ml_system_design #рекомендательные_системы #нейросети #ExplorationExploitation_TradeOff #Feedback_Loop #Cold_Start #Popularity_Bias
-
Мои книги по Search & Recsys
Друзья, я наконец опубликовал третью книгу по теме поиска (плюс еще одна по близкой теме рекомендательных систем). Они очень нишевые, рассчитаны на специалистов, и я подумал, что Habr просто идеальное место сообщить об этом. Во всех четырех книгах ноль воды, и очень плотно изложен материал, с ссылками на научные статьи и иллюстрациями, где они реально необходимы. Anatomy of Ecommerce Search https://testmysearch.com/books/anatomy-of-ecommerce-search.html Начнем с той, что вышла сегодня - Anatomy of Ecommerce Search.
-
Мои книги по Search & Recsys
Друзья, я наконец опубликовал третью книгу по теме поиска (плюс еще одна по близкой теме рекомендательных систем). Они очень нишевые, рассчитаны на специалистов, и я подумал, что Habr просто идеальное место сообщить об этом. Во всех четырех книгах ноль воды, и очень плотно изложен материал, с ссылками на научные статьи и иллюстрациями, где они реально необходимы. Anatomy of Ecommerce Search https://testmysearch.com/books/anatomy-of-ecommerce-search.html Начнем с той, что вышла сегодня - Anatomy of Ecommerce Search.
-
Мои книги по Search & Recsys
Друзья, я наконец опубликовал третью книгу по теме поиска (плюс еще одна по близкой теме рекомендательных систем). Они очень нишевые, рассчитаны на специалистов, и я подумал, что Habr просто идеальное место сообщить об этом. Во всех четырех книгах ноль воды, и очень плотно изложен материал, с ссылками на научные статьи и иллюстрациями, где они реально необходимы. Anatomy of Ecommerce Search https://testmysearch.com/books/anatomy-of-ecommerce-search.html Начнем с той, что вышла сегодня - Anatomy of Ecommerce Search.
-
Трансформеры для персональных рекомендаций на маркетплейсе: от гипотез до A/B-тестирования
Всем привет! На связи Ваня Ващенко, и я лид по развитию нейросетевых моделей в команде персональных рекомендаций Wildberries. Раньше я развивал B2C-рекомендации и нейросети кредитного скоринга в крупнейшем банке, а теперь вы видите результаты моей работы каждый раз, когда заходите на главную страницу любимого маркетплейса. Сегодняшний рассказ — о том, как мы развиваем WildBERT.
https://habr.com/ru/companies/wildberries/articles/972082/
#рекомендации #рекомендательные_системы #deep_learning #machine_learning #bert4rec #абтесты #recsys #маркетплейс #wildberries #data_science
-
Let's start sharing a few posters/papers I found interesting at #RecSys this year.
1. Leveraging Geometric Insights in Hyperbolic Triplet Loss for Improved Recommendations
Very interesting. Some further work needed to convince me 100%, like a Figure 2 but for the original Euclidian Triplet Loss.
-
#RecSys #RecSys2025 Very excited to welcome as many of you as can come to my old city next year for #RecSys2026 in Minneapolis!
-
If you're in Vienna, and are wondering what Victorian romance, Ukrainian progressive metalcore, library science, Brazil (1985), the Pope, and more have to do with ethical, human-driven information access, and whether we should put LLMs into everything, come join us tomorrow evening! #RecSys #IR https://hci.social/@mdekstrand/115191259701673286
-
Going to Vienna next week to teach in the RecSys summer school, and also to give this lecture. Very much looking forward to it!
Why do we do #recsys, search, etc.? What are the principles and motivations for those goals? What do those goals imply for system design and evaluation? Join us if you’re in town! https://caiml.org/news/200/
-
New paper time! 📄🎉
With @afsanehrazi, Aleksandra Sarcevic, Sole Pera, @rburke, and Katherine Wright, we write about how #RecSys for social good needs participatory design & evaluation. Coming soon to arXiv & ACM TORS, but you saw it first here! https://md.ekstrandom.net/pubs/tors-co-recommendation
-
🔍I'm looking for recommendations on recommendation systems work from an HCI perspective! (for a lecture) E.g. on aspects related to the UI/interaction design of recommendations, user control, explanations, ... Thank you for any pointers! 😄
-
Искусственный интеллект в ритейле: как он предсказывает вашу следующую покупку в приложении
Привет, Хабр! На связи подразделение ad-hoc аналитики X5 Tech. Сегодня мы расскажем о задаче Next Basket Recommendation (NBR) и о том, как она может быть полезна для онлайн-ритейла. В этой статье мы рассмотрим, как с помощью рекомендательных моделей можно предсказать, какие товары пользователь добавит в свою следующую корзину, и как это помогает улучшить взаимодействие с приложением. Вы узнаете о ключевых метриках, которые используются для оценки качества рекомендаций, а также познакомитесь с различными подходами — от простых частотных методов до современных моделей на основе глубокого обучения.
https://habr.com/ru/companies/X5Tech/articles/885376/
#nbr #recsys #рекомендательные_системы #искусственный_интеллект #ии #ии_в_ритейле #TAIWI #TIFUKNN #DNTSP #deep_learning
-
Искусственный интеллект в ритейле: как он предсказывает вашу следующую покупку в приложении
Привет, Хабр! На связи подразделение ad-hoc аналитики X5 Tech. Сегодня мы расскажем о задаче Next Basket Recommendation (NBR) и о том, как она может быть полезна для онлайн-ритейла. В этой статье мы рассмотрим, как с помощью рекомендательных моделей можно предсказать, какие товары пользователь добавит в свою следующую корзину, и как это помогает улучшить взаимодействие с приложением. Вы узнаете о ключевых метриках, которые используются для оценки качества рекомендаций, а также познакомитесь с различными подходами — от простых частотных методов до современных моделей на основе глубокого обучения.
https://habr.com/ru/companies/X5Tech/articles/885376/
#nbr #recsys #рекомендательные_системы #искусственный_интеллект #ии #ии_в_ритейле #TAIWI #TIFUKNN #DNTSP #deep_learning
-
Искусственный интеллект в ритейле: как он предсказывает вашу следующую покупку в приложении
Привет, Хабр! На связи подразделение ad-hoc аналитики X5 Tech. Сегодня мы расскажем о задаче Next Basket Recommendation (NBR) и о том, как она может быть полезна для онлайн-ритейла. В этой статье мы рассмотрим, как с помощью рекомендательных моделей можно предсказать, какие товары пользователь добавит в свою следующую корзину, и как это помогает улучшить взаимодействие с приложением. Вы узнаете о ключевых метриках, которые используются для оценки качества рекомендаций, а также познакомитесь с различными подходами — от простых частотных методов до современных моделей на основе глубокого обучения.
https://habr.com/ru/companies/X5Tech/articles/885376/
#nbr #recsys #рекомендательные_системы #искусственный_интеллект #ии #ии_в_ритейле #TAIWI #TIFUKNN #DNTSP #deep_learning
-
Опыт Звука: как реализовать рекомендательную систему аудиокниг с использованием больших языковых моделей (LLM)
Всем привет! На связи Дмитрий Берестнев , Chief Data Scientist в HiFi-стриминге Звук . Сегодня я расскажу о том, как мы реализовали систему подбора аудиокниг и зачем это вообще было сделано. В статье мы фокусируемся на принципе рекомендации похожих книг (а подходы для авторов в нашем случае были сделаны аналогично).
https://habr.com/ru/companies/zvuk/articles/869664/
#ml #llm #recsys #python #qdrant #векторы #hadoop #s3 #presto #pyspark
-
Как TF-IDF обошел SOTA-модель BERT4Rec в персональных рекомендациях
Привет, меня зовут Коновалов Андрей, я Data Scientist персональных рекомендаций Wildberries. В этой статье разберем, как можно тюнингом TF-IDF побить BERT4Rec в ретро-тесте рекомендательной системы .
https://habr.com/ru/companies/wildberries/articles/861466/
#ml #recsys #data_science #bert4rec #tfidf #рекомендательные_системы #рекомендации #wildberries
-
At the #dayofdh2024 introducing students on the basics of #textencoding (♥️#unicode, #xml, @TEIConsortium), #geneticediting , #criticalApparatus , managing https://dhinfra.at (#gpu clusters for the Austrian #dh community), talking about scholarly editing Ceija #Stojka notebooks https://www.ceijastojka.org/12924460-the-notebooks and chatting with Dominik Kowald from KNOW Center Graz about #recsys for DH. Now to preparing my presentation on https://gams.uni-graz.at/o:voccod the #SKOS version Denis Muzerelle's Vocabulaire de la #Codicologie .
-
At the #dayofdh2024 introducing students on the basics of #textencoding (♥️#unicode, #xml, @TEIConsortium), #geneticediting , #criticalApparatus , managing https://dhinfra.at (#gpu clusters for the Austrian #dh community), talking about scholarly editing Ceija #Stojka notebooks https://www.ceijastojka.org/12924460-the-notebooks and chatting with Dominik Kowald from KNOW Center Graz about #recsys for DH. Now to preparing my presentation on https://gams.uni-graz.at/o:voccod the #SKOS version Denis Muzerelle's Vocabulaire de la #Codicologie .
