Российские исследователи представили новый метод работы нейросетей с большими данными
- CNews FORUM 12 ноября
- CNews AWARDS 12 ноября
- Школа Роста
- Российский рынок облаков за 20 лет
- 30 лет рынку ERP в России
- Главные
ИТ-сценарии 2026 - Цифровизация
- Импортозамещение
- Безопасность
- ИТ в госсекторе
- ИТ в банках
- ИТ в торговле
- Телеком
- Интернет
- ИТ-бизнес
- Рейтинги
- Инфографика
|
Исследователи из AI VK Research разработали подход, который позволяет применять графовые нейросети на больших объемах данных. Его протестировали на рекомендациях друзей «ВКонтакте»: количество добавлений в друзья из рекомендаций выросло на 16%. Об этом CNews сообщили представители VK.
Граф представляет данные в виде объектов и связей между ними. В социальной сети, например, объектами являются пользователи, а связями — дружба между ними. Графовые нейросети анализируют структуру таких связей и применяются в рекомендательных системах, социальных сетях и других задачах со связанными данными.
Метод исследователей AI VK Research может применяться в разных индустриальных задачах, где компании работают с большими объемами связанных данных. Он позволяет масштабировать графовые нейросети на сотни миллионов объектов и миллиарды связей, сокращая требования к памяти и ускоряя подготовку данных для обучения.
Исследователи протестировали подход на анонимизированном социальном графе из 194 млн пользователей и 28 млрд дружеских связей. Они предложили способ представления данных, который позволил сократить необходимый объем памяти более чем в 100 раз. Решение также учитывает изменение социального графа со временем и позволяет в 2,5 раза быстрее готовить данные для обучения. В ходе тестирования число пользователей, добавивших хотя бы одного рекомендованного друга, выросло на 11,5%.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.