Информация

Дата основания
Местоположение
Россия
Сайт
stepik.org
Численность
2–10 человек
Дата регистрации

Блог на Хабре

Обновить
Комментарии 5
Очень интересно.
Ждем следующую статью. Насколько увеличились целевые показатели? Вместе с оценкой ошибки, например, рост составил 15%±3%, чтобы понимать значимость.
В одной из следующих статей будет подробнее о результатах, но там скорее про метрики конкретно рекомендательной системы. Первая версия рекомендательной системы появилась у нас год назад, с тех пор постоянно улучшается, и с тех пор мы органично выросли раз в пять по аудитории (DAU / MAU). Но сказать, в какой части одно является следствием другого невозможно, потому что помимо рекомендательной системы было огромное количество изменений в платформе и появилось много нового контента.
А есть ли исходные коды вашей рекомендательной системы — или ее частей — но я не имею в виду SciPy ;) — в открытом доступе?
очень интересная статья, спасибо. Похожий алгоритм используется для персонализации товарных рекомендаций для ecommerce проектов.

И, отвечая, на ваш вопрос о перспективах адаптивного контента в образовании, я, наверно, не открою Америку, если скажу, что персонализация контента — это то, куда обращены взоры многих индустрий: персональный подбор одежды, товары, которые будут интересны конкретному юзеру, видео (ну тут достаточно посмотреть на персональные рекомендации на youtube).

Еще какие-нибудь семь лет назад все рекомендации строились вокруг «самые популярные», «что сейчас смотрят» и в лучшем случае подборки «похожие товары/видео». Было очень интересно заглянуть под капот, в логику, которая за этим всем стоит, и как она прогрессирует.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.