Конференция завершена. Ждем вас на HighLoad++ в следующий раз!

Как сделать рекомендации сообществ ВКонтакте, чтобы за них не было стыдно ни перед десятками миллионов пользователей, ни перед пацанами

BigData и машинное обучение

Рекомендательные системы

Доклад отозван

Тезисы

Рекомендательная система может стать как черной дырой, пожирающей железо и время разработчиков и не приносящей результат, так и управляемой точкой роста для продукта. В случае b2c-продуктов: социальных сетей, e-commerce или контентных платформ ставки еще выше — от качества рекомендаций напрямую зависит Life time value пользователя и ключевые метрики компании.

В докладе разберем, как работают рекомендательные системы и какие возникают проблемы, когда нужно рекомендовать контент 97 млн пользователей и отдавать результат на скорости 10k RPS. Покажем, как логически и технически устроены подобные системы на примере рекомендаций сообществ ВКонтакте. Обсудим плюсы и минусы трех классов систем: офлайн, онлайн и асинхронные, чем стоит руководствоваться при выборе и как жить c последствиями.

Поговорим о том, как устроены рекомендательные системы не с точки зрения архитектуры моделей, а с точки зрения архитектуры сервиса: где искать кандидатов для рекомендаций, как их ранжировать и зачем пост-процессить результат. Из доклада вы узнаете, как из понятных кубиков собрать свою рекомендательную систему, а с помощью грамотной работы с инфраструктурой легко экспериментировать и итеративно её улучшать.

Целевая аудитория

Backend-разработчики или Data Scientist'ы, которым интересны мл-интенсив-сервисы и неважно, обучают ли модели.
Евгений Малютин

ВКонтакте

Data scientist ВКонтакте. 5 лет занимается Big Data и Data Science в соцсетях: рекомендациями, поиском, анализом новостей, инфраструктурой. Преподает в СПБГУ ПМПУ, ВШМ, ВШЭ, ИТМО.

ВКонтакте

ВКонтакте — крупнейшая социальная сеть в России и странах СНГ. Наша миссия — соединять людей, сервисы и компании, создавая простые и удобные инструменты коммуникации.

Видео

Другие доклады секции

BigData и машинное обучение