Рекомендательные системы VK в большей степени основаны на современных моделях машинного обучения. Однако классические алгоритмы по-прежнему применяют в сценариях, где требуются высокая скорость работы и минимальные вычислительные ресурсы.
Часто рекомендации ориентируются только на то, что интересно человеку в настоящий момент. Новая технология прогнозирует долгосрочный эффект от показов, поскольку анализирует, как сегодняшняя рекомендация повлияет на следующие. Из-за этого повышается качество всей цепочки выдачи.
Разработчики отмечают, что новое решение легко внедрить в работающие системы без их изменения. Технологию уже протестировали на материалах из открытых баз данных. Офлайн-тесты подтвердили: новая технология превосходит стандартные методы по качеству рекомендаций. Поэтому в компании намерены продолжить работу над новым методом и адаптировать его для более широкого промышленного применения.