Эксперт объяснил, почему рекомендации могут советовать одно и то же

Рекомендательные системы стали частью повседневной жизни — они подсказывают, что посмотреть, прочитать или купить. Но многим знакома ситуация, когда сервис снова и снова предлагает один и тот же контент. По словам Николая Савушкина, руководителя направления рекомендательных систем Яндекса, дело в устройстве самих алгоритмов. Они настроены на то, чтобы угадывать предпочтения, и в этом попадают в собственную ловушку.Так работает механизм усиления: ролики или товары, которые уже стали популярными, с каждым просмотром усиливают свои позиции, а менее известные варианты не получают шанса. Если алгоритм начнет предлагать что-то нестандартное, есть риск, что пользователь это не одобрит. А система, по сути, «боится» ошибок, ведь её задача — удерживать внимание. Поэтому новизна в рекомендациях часто страдает. Технологически решить эту проблему непросто. Но, как говорит Савушкин, на помощь приходит метод обучения с подкреплением — Reinforcement Learning.В будущем такие технологии могут сделать рекомендации более разнообразными и полезными.