img29 июня 2022 в 17:44

В ВШЭ разработали нейросеть, определяющую предпочтения пользователей смартфонов

Ученые из НИУ ВШЭ в Нижнем Новгороде разработали новый способ прогнозирования предпочтений пользователей мобильных устройств. Их алгоритм точнее аналогов на 2–12% за счет одновременного распознавания объектов, лиц и сцен в фотогалерее смартфона и на удаленном сервере.

Ученые из НИУ ВШЭ в Нижнем Новгороде разработали новый способ прогнозирования предпочтений пользователей мобильных устройств. Их алгоритм точнее аналогов на 2–12% за счет одновременного распознавания объектов, лиц и сцен в фотогалерее смартфона и на удаленном сервере.

В будущем алгоритм может использоваться для персонализации сервисов и услуг, а также максимально подходящих под конкретного человека рекомендаций, сообщила пресс-служба НИУ ВШЭ.

В основе работы рекомендательных систем лежат алгоритмы, моделирующие пользовательское поведение на основе информации из профиля пользователя. Традиционные рекомендательные системы используют только структурированные и текстовые данные. Исследователи НИУ ВШЭ в Нижнем Новгороде и Санкт-Петербургского отделения Математического института им. В.А. Стеклова РАН разработали модель, которая использует еще и фотографии.

«На мобильном устройстве каждого человека хранится огромное количество фотоснимков, которые можно использовать для определения его увлечений, а также предпочтений в еде, одежде, автомобилях. Использование современных методов распознавания фотографий в галерее смартфона позволяет решить проблему «холодного старта», которая случается у новых пользователей. Другими словами, если человек не совершал покупок, не смотрел рекомендованные фильмы, система о нем ничего не знает и не может что-либо предложить», — считает профессор НИУ ВШЭ Андрей Савченко.

Как отмечают исследователи, обработка фотографий требует защиты конфиденциальности пользователей. Большинство фотографий содержит персональные данные, обработку которых человек может запретить на удаленном сервере. Следовательно, аналитические системы должны быть установлены на самом устройстве. А это технически сложно реализуемая задача, так как для обработки одного изображения сверхглубоким сверточным нейронным сетям (CNN), которые применяются в такой обработке, требуется много времени и энергии.

Авторы статьи предложили новый метод, который позволяет быстро находить объекты, лица и определенные сцены и с высокой точностью распознавать события на фотографиях за счет одновременного анализа визуальных признаков и классификации найденных объектов с помощью нейронных сетей небольшого размера, специально разработанных для мобильных устройств. На обработку одной фотографии в них уходит от 30 до 100 мс.

В сентябре 2021 года сообщалось, что системный интегратор «Гознак» и Российская кинологическая федерация запустили портал «Хвост удачи», который позволяет найти потерявшихся кошек и собак. В основу этого сервиса легла новая технология идентификации животных по фотографии.

Подписка на рассылку

Подпишитесь на рассылку, чтобы одним из первых быть в курсе новых событий