Οι ερευνητές του Hildesheim κερδίζουν την αριστοκρατική τιμή της τεχνολογίας ιστού!

Οι ερευνητές του Hildesheim κερδίζουν την αριστοκρατική τιμή της τεχνολογίας ιστού!

Sydney, Australien - Την Πέμπτη, 12 Ιουνίου 2025, το Διεθνές Παγκόσμιο Διάσκεψη στο Σίδνεϊ, Αυστραλία, ερευνητής στο Πανεπιστήμιο του Hildesheim απονεμήθηκε το διάσημο βραβείο Time Time Seoul. Οι νικητές, συμπεριλαμβανομένου του καθηγητή Dr. Dr. Lars Schmidt-Thieme και των πρώην διδακτορικών φοιτητών Dr. Steffen Rendle και του Dr. Christoph Freudenthaler, τιμήθηκαν για την πρωτοποριακή τους έρευνα στον τομέα των συστημάτων διαδοχικών συστάσεων. Η δουλειά σας έχει επιτύχει πάνω από 2.900 παραπομπές από το 2010, η οποία υπογραμμίζει τη διεθνή σημασία των ευρημάτων σας. Το βραβείο αυτό έχει απονεμηθεί από την Διεθνή Επιτροπή Συνεδρίων World Wide Web και από την Ένωση Μηχανημάτων Πληροφορικής (ACM) από το 2014, ο στόχος του είναι να δικτυωθούν οι εκπαιδευτικοί και οι ερευνητές και να προωθήσουν το διάλογο καθώς και τη δια βίου μάθηση.

Η έρευνα των επιστημόνων Hildesheim ασχολείται με τη μοντελοποίηση των αποτελεσμάτων αλληλουχίας σειράς και των λανθάνοντων ιδιοτήτων των χρηστών και των αντικειμένων. Συγκεκριμένα, τονίζεται η χρήση των αποτελεσμάτων τους στους τομείς του ηλεκτρονικού εμπορίου και της τεχνολογικής μάθησης. Ένα ιδιαίτερο χαρακτηριστικό των σπουδών σας είναι η χρήση δεδομένων από ένα τρίτο ταμείο -μέρους σε συνεργασία με την αλυσίδα φαρμακείου Rossmann.

Καινοτομίες στα συστήματα σύστασης

Η έρευνα του Schmidt-thieme και της ομάδας του στοχεύει στη βελτίωση των υφιστάμενων συστημάτων σύστασης. Οι παραδοσιακές προσεγγίσεις συχνά επικεντρώνονται στην πρόβλεψη ενός μόνο άρθρου. Στις σπουδές της, από την άλλη πλευρά, η εστίαση είναι στις λεγόμενες συστάσεις Top-K. Αυτό σημαίνει ότι πολλά στοιχεία προβλέπονται ταυτόχρονα με τα οποία οι χρήστες θα μπορούσαν πιθανώς να αλληλεπιδρούν. Η πρόκληση εδώ είναι να αναπτύξουμε μοντέλα που όχι μόνο δημιουργούν ένα μόνο στοιχείο, αλλά και έναν ολόκληρο, ταξινομημένο κατάλογο άρθρων.

Μια αποδεδειγμένη προσέγγιση που χρησιμοποιείται είναι η τροποποίηση των υφιστάμενων μοντέλων που επιτρέπουν σε πολλαπλές προβλέψεις. Για παράδειγμα, χρησιμοποιείται το μοντέλο GPT-2, το οποίο ήταν ειδικά εκπαιδευμένο σε μια ακολουθία χρήστη για την πρόβλεψη του επόμενου στοιχείου. Η παραγωγή βήμα προς βήμα λαμβάνει υπόψη ήδη τα συνιστώμενα άρθρα και παράγει καινοτόμες στρατηγικές παραγωγής, όπως η άπληστη αποκωδικοποίηση, η αναζήτηση δέσμης και η ιδιοσυγκρασία, μαζί με νέες μεθόδους όπως η αναδρομική κατάταξη.

Μέτρηση και αποτελέσματα έρευνας

Η επικύρωση αυτών των μεθόδων βασίστηκε σε διάφορα αρχεία δεδομένων, συμπεριλαμβανομένων MO πολλών 20 μέτρων και YELP. Τα πειράματα που πραγματοποιήθηκαν εξασφάλισαν ότι χρησιμοποιήθηκαν μόνο οι χρήστες για ανάλυση με επαρκείς αλληλεπιδράσεις. Το NDCG, η ανάκληση και η μέση μέση ακρίβεια χρησιμοποιήθηκαν ως τυπικές μετρήσεις για την αξιολόγηση των επιδόσεων των συστημάτων σύστασης.

Τα αποτελέσματα δείχνουν ότι οι στρατηγικές δημιουργίας συμπιεστικών παραγωγής προσφέρουν σημαντικά πλεονεκτήματα στην ποιότητα των μακροπρόθεσμων προβλέψεων. Συγκεκριμένα, η στρατηγική συνάθροισης συνάφειας αποδείχθηκε μια ανώτερη μέθοδος σε σύγκριση με τις παραδοσιακές προσεγγίσεις. Αν και η δημιουργία αρκετών ακολουθιών προκαλεί πρόσθετο κόστος υπολογιστών, αυτή η διαδικασία μπορεί να παραλληλιστεί προκειμένου να διαχειριστεί την καθυστέρηση και να αυξήσει περαιτέρω την ποιότητα των συστάσεων.