Распространенный способ обучения моделей рекомендательных систем заключается в сведении к задаче многоклассовой классификации, где каждый объект рекомендаций представляет свой класс. Современные информационные системы промышленного масштаба зачастую содержат сотни миллионов объектов рекомендаций, что делает невозможным обучение с использованием стандартных техник получения негативов. Один из наиболее эффективных способов негативного семплирования называется «внутрипакетные негативы». В данной работе я предлагаю расширение данной техники, которое позволяет проводить семплирование из распределений, обусловленных на контекст.

Замятин Е.И. (науч. рук. Муравьёв С.Б.) Условное семплирование негативных примеров для обучения моделей рекомендательных систем // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16832