Учет разных интересов пользователя в персонализированных рекомендациях Google

Ребята из Яндекса выложили подробный разбор статьи Google о репрезентации юзера в виде нескольких векторов, каждый из которых отображает некоторый интерес пользователя.

Автор рассказывает, как решали проблему просадки на более редких, хвостовых интересах пользователя. Спойлер: разработчики предложили схему итеративного взвешивания плотности (iterative density weighting scheme, IDW).

По результатам экспериментов на бенчмарках — MovieLens 1M, Kindle Store, а также Clothing, Shoes and Jewelry — схема IDW показала значительное улучшение рекомендаций.