Как устроен нейропрофиль пользователя в рекомендациях VK

Привет! Меня зовут Михаил Трапезников, я руководитель группы рекомендательных технологий в AI VK. Одна из главных задач рекомендательных систем внутри крупных экосистем — найти взаимосвязь в разных паттернах потребления контента и применить в алгоритмах. Пользователь может смотреть длинные видео в VK Видео, короткие клипы в VK Клипах и листать ленту ВКонтакте, но каждый из этих сигналов описывает его интересы лишь частично. Для решения этой задачи мы разработали нейропрофиль пользователя , который формирует единое представление его интересов на основе всех типов взаимодействий с контентом внутри разных продуктов. В этой статье я расскажу: Как мы создали нейропрофиль — единую трансформерную модель, которая объединяет сигналы пользователя из разных сервисов VK и формирует целостное представление о его интересах. Как устроена его архитектура, какие данные она использует и как обучается на миллиардах взаимодействий с контентом. Как кросс-доменный подход помогает улучшать рекомендации в VK