Инфопространство,
Москва, 16 сентября 2019

Что такое хорошо и что такое плохо: метрики для рекомендательных систем
Прочее

Доклад принят в программу конференции
Ирина Пчелинцева
Яндекс

Начинала тестировщиком и вот 2 года работает аналитиком-разработчиком. Любит данные и метрики. Не любит спекуляции без данных и "выводы", в которых люди не понимают разницу между корреляцией и причинно-следственной связью. Любит челленджить выводы — и чужие, и свои.
Основной проект, на котором работала — база знаний типа knowledge graph. Как оценить качество такой базы? Как потом правильно понимать, что поисковый запрос относится к объекту? Метрики качества срабатываний.
PhD по математике.

telegram.me/blindsight
Тезисы

Отсутствие или несбалансированность метрик не так сильно затрудняют первичное внедрение рекомендательной системы, но делают почти невозможным её контролируемое улучшение.

Мы создали и развиваем систему рекомендаций фильмов и сериалов в поиске Яндекса. Я расскажу, как мы переводим различные аспекты счастья пользователя в числа, как их контролируем, как сделать систему контроля качества, позволяющую быстро экспериментировать с рекомендациями. А также, какие вызовы стоят перед нами сейчас.

Другие доклады секции Прочее