Стажировка по проекту
Компания: ООО «Мидиан. стриминговая платформа goodgame.ru»
РЕКОМЕНДАТЕЛЬНАЯ
Система
Суть проекта
Задача
Для чего
Вводные данные
Выходные данные
Написать рекомендательную систему для стриминговой платформы goodgame.ru
Рекомендательная система нужна для того, чтобы советовать пользователям посмотреть других стримеров, относительно их интересов и предпочтений
Для разработки системы были доступны данные с 2019 года по настоящее время (они собираются в режиме онлайн). Как только пользователь совершает какое-либо действие на платформе (включает стрим какого-то канала, пишет сообщение в чат, добавляет канал в избранное и т.д.), то это действие сразу заносится в базу данных платформы
У каждого пользователя и стримера есть уникальный ID. Указав ID пользователя в качестве входных данных в рекомендательную систему, мы должны получить список ID стримеров, которые наша система считает наиболее подходящими для данного пользователя
Участники команды проекта с августа
Данная команда занималась несколькими рекомендательными системами (разбившись на группы) и созданием самого модуля предобработки данных и получения рекомендаций по api. В итоге получилось 5 разных систем (с разным подходом) для тестирования
  • ХАБАРОВ ИВАН
    Тимлид проекта
    Иван - руководитель группы разработчиков, отвечал за полную разработку проекта
  • ЦЕЛИЩЕВ ИГОРЬ
    Эксперт в отделе инжиниринга в нефтепереработке АО ВНИИ НП
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе GMF
  • КНЯЗЕВ АЛЕКСАНДР
    Руководитель направления «Лучевая Диагностика и Терапия»
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе NCF
  • аликберов андрей
    ИТ-директор крупной строительной компании
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе классической коллаборативной фильтрации
  • КЛИЩЕНКО РОМАН
    Инженер-лаборант
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе библиотеки Light FM
  • ФИЛЕНКОВ АЛЕКСЕЙ
    Студент 3 курса НИУ МЭИ, кафедра вычислительных машин, систем и сетей
    • Анализ данных/поиск материалов;
    • Разработка рекомендательной системы на основе автоэнкодера и кластеризации;
    • Разработка алгоритма оценки РС до этапа тестирования
  • ДОМНЕНКО АЛЕКСЕЙ
    Директор ООО «Союз»
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе библиотеки TFRS;
    • Создание общего модуля, включающего разные РС
  • трофимов Антон
    Студент ОмГУ им. Ф. М. Достоевского, факультет математики и информационных технологий
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе библиотеки Fast AI
  • Бутко Денис
    Руководитель отдела разработки
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе библиотеки TFRS
  • ГАЛАГАНЕНКО ТАТЬЯНА
    Менеджер по логистике
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе GMF
Участники команды проекта с сентября
Данная команда разработала 1 рекомендательную систему для тестирования

  • Кутателадзе роланд
    Юрист
    • Анализ данных / поиск материалов;
    • Разработка подхода получения наиболее просматриваемых каналов
  • Чернышов александр
    Работает в телекоммуникационной отрасли, технический отдел
    • Анализ данных / поиск материалов;
    • Проработка метода классической коллаборативной фильтрации основанной на соседстве;
    • Проработка метода получения рекомендаций на основе кластеризации
  • Егоров Антон
    Специалист в радиоаппаратостроении
    • Анализ данных / поиск материалов;
    • Разработка рекомендательной системы на основе библиотеки Light FM
  • ВАТОЛИН ИВАН
    • Анализ данных/поиск материалов;
    • Разработка рейтинговой системы игр;
    • Проработка метода получения рекомендаций на основе кластеризации
  • Бочаров Алексей
    Инженер АСУ ТП в ООО «Поток»
    • Анализ данных/поиск материалов
  • КОВАЛКИН ИЛЬЯ
    Программное обеспечение информационных систем
    • Анализ данных / поиск материалов
Благодарность университетУ