Шопинг за мыслью: модель искусственного интеллекта подберет точные рекомендации по интересам пользователя

Новая модель искусственного интеллекта (ИИ), которую разработали исследователи Лаборатории искусственного интеллекта и блока «Риски» Сбербанка в партнерстве с коллегами из Сколтеха помогает лучше прогнозировать корзину покупок клиентов. Это позволяет использовать ее для более точных рекомендаций. Об этом CNews сообщили представители Сбербанка.

Научная статья Label Attention Network for Temporal Sets Prediction: You Were Looking at a Wrong Self-Attention опубликована в сборнике 27-й Европейской конференции по искусственному интеллекту — одной из ведущих конференций по искусственному интеллекту в Евразии ранга А.

Сегодняшние подходы не слишком эффективны, так как неправильно интерпретируют историю поведения клиентов. Авторы статьи разработали альтернативный метод: сначала собирается вся доступная информация, акцентируя внимание на времени событий и связи между ними, после чего эти данные передаются для дальнейшей обработки. Благодаря такому подходу система учится быстрее и точнее распознает зависимости между разными аспектами событий.

Предложенная модель Lanet предсказывает действия клиентов и компаний, чьи исторические данные по аналогии можно представить в виде последовательности продуктовых корзин. Точное предсказание будущего поведения даёт бизнесу возможность в моменте принимать верные решения, снижая риски потери клиента. Исследование имеет большую практическую значимость для компаний, которые работают в области рекомендательных систем, и учёных, ведущих исследования в этой перспективной сфере.

Эффективность работы предложенной модели была протестирована на различных наборах данных. Результаты экспериментов показали значительное превосходство модели Lanet — относительный прирост точности прогнозирования по сравнению с лучшими известными подходами в ряде случаев достигло 65%. Также ученые проанализировали влияние отдельных компонентов модели на итоговый результат и исследовали причинно-следственные связи между событиями. Модель выложена в открытый доступ, что открывает широкие возможности для её использования на рынке рекомендательных систем.