Технический директор Университета 2035 [email protected] Рудометкин Егор, Product Owner, Университета 2035 [email protected] Bigdata & AI Conf, 19.09.2019
ставит b. Куда ходит c. Как отзывается d. Где загружает результаты работы e. Куда ходит команда f. Использует или нет рекомендации g. Рефлексия по дню и приближение к цели
бОльшее значение максимальной рекомендации. Чтобы рекомендации “0%, 50%, 100%” были не тем же самым, что “50%, 50%, 50%”. Если один из советников рекомендует сильно положительно, − нужно прислушаться. Придумываем сложную формулу
для текстов. Обучали на данных посещений прошлого года и из Leader-ID. Сиамская сеть – это тип архитектуры нейросети, который обучается дифференцированию входных данных. То есть, позволяет научиться понимать какие пары пользователь-мероприятие подходят друг другу, а какие нет. Сиамские сети состоят из двух идентичных нейронных сетей, каждая из которых имеет одинаковые точные веса. Каждая сеть принимает один из двух текстов (описание события и описание пользователя) в качестве входных данных. Затем выходы последних слоев каждой сети отправляются в функцию, которая определяет, содержат ли тексты одинаковые идентификаторы и можно ли их объединить (рекомендовать событие этому пользователю). Используются: • мешок слов пользователя (включая soft skills, hard skills) • название посещенных мероприятий Советник Характера − технологии
используются • Опыт пользователя − посещенные мероприятия в прошлом • Название и описание мероприятия Кластеры нужны, чтобы даже по скудному описанию понять тематику. Из названий и описаний мероприятий (на Острове и в Лидере) формируются кластеры слов по методу k средних (k-means). Для каждого мероприятия находим отношения к кластерам. Для каждого пользователя (из его прошлых посещениям) собираем мешок слов и сопоставляем с кластерами. Произведение “мероприятие к кластерам” с “пользователь к кластерам” дает близость “пользователь к мероприятию” Советник Опыта