Степан Малькевич на AiConf 2024

Поиск точек роста ВКонтакте: как мы в ленте сделали таргет для оптимизации таймспента всего приложения

Рекомендательные системы и поиск

Аналитика / другое

Рекомендации / ML

Google Outlook Apple

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Доклад посвящен pairwise-модели рекомендаций в ленте VK, увеличивающей качественное проведенное время пользователем на главной странице социальной сети. Участники конференции послушают про multi-target pairwise-подход с многокритериальной оптимизацией, позволяющий достичь положительных результатов.

Целевая аудитория

RecSys.

Тезисы

Скачать презентацию Все презентации конференции

Есть мнение, что оптимизировать сессионные таргеты либо очень сложно, либо вовсе невозможно. Тем более невозможно оптимизировать суммарный таймспент всего приложения. Ведь уже не получится просто обучить ML-модельку на клики и замерять в офлайне RocAuc по ним. А если цель вашей системы — рост сразу нескольких метрик, то и вовсе непонятно, как действовать. Так ли это на самом деле?

В докладе я расскажу, как вырастить таймспент всего приложения через методы машинного обучения без падения всех остальных важных метрик. Мы рассмотрим полный цикл создания сессионного таргета на таймспент, все подводные камни и неочевидные моменты. Поделюсь результатами внедрения этого таргета в умную ленту ВКонтакте.

Степан Малькевич

VK, ВКонтакте

Руководитель команды алгоритмов ленты и кросс-доменных рекомендаций. Работает во ВКонтакте больше 6 лет. Все это время занимался разработкой вокруг всех лент и другими рекомендательными системами: историй, товаров, виджетов, пушей.