Патенты автора Ройзнер Михаил Александрович (RU)
Изобретение относится к средствам создания рекомендаций содержимого для данного пользователя системы рекомендаций. Технический результат заключается в обеспечении извлечения свойств снимков из архива снимков. Указанный результат достигается за счет применения способа создания рекомендаций содержимого для пользователя системы рекомендаций. При этом сервером рекомендаций получают запрос пользователя на рекомендации содержимого. Создают сервером рекомендаций выборку рекомендаций. Модуль предсказаний обучают с помощью обучающей выборки. При этом связанное с пользователем свойство используется как первый вводный параметр для обучения модуля предсказания. Связанное с пользователем свойство извлекают из последней версии архива снимков. При этом версия архива снимков создана до момента времени, когда происходит обучающее событие. Связанное с пользователем свойство используется как второй вводный параметр для обучения модуля предсказания. Передают подмножество из выборки рекомендаций содержимого электронному устройству пользователя. 4 н. и 23 з.п. ф-лы, 9 ил.
Изобретение относится к средствам создания рекомендованного подмножества элементов для пользователя электронного устройства. Технический результат заключается в повышении релевантности результатов ранжированного списка результатов поиска. Получают пользовательские события, связанные со множеством пользователей, причем пользовательские события содержат указания на пользовательские запросы, связанные со множеством пользователей. Для каждого из запросов пользователей создают ранжированный список прогнозированных элементов, который включает в себя по меньшей мере некоторые элементы из набора потенциально рекомендуемых элементов, таким образом каждый конкретный элемент в ранжированном списке прогнозированных элементов обладает соответствующим рангом. Для каждого элемента во множестве ранжированных списков прогнозированных элементов создают оценки элемента на основе совокупности рангов, связанных с ним. Получают запрос на рекомендованное подмножество элементов. Создают рекомендованное подмножество элементов из набора потенциально рекомендуемых элементов, причем создание рекомендованного подмножества элементов включает в себя выбор по меньшей мере одного элемента во множестве ранжированных списков прогнозированных элементов как рекомендованного подмножества элементов на основе оценок элементов во множестве ранжированных списков прогнозированных элементов. 2 н. и 24 з.п. ф-лы, 7 ил.
Изобретение относится к области поисковых систем в общем смысле, в частности к способу и устройству для создания рекомендуемого списка содержимого. Техническим результатом является уменьшение времени для предоставления релевантных рекомендаций содержимого для конкретного пользователя. В способе создания рекомендованного подмножества элементов идентифицируют первое подмножество элементов в наборе потенциально рекомендуемых элементов на основе свойств элементов в наборе потенциально рекомендуемых элементов. Получают запрос на рекомендованное подмножество элементов и идентифицируют второе подмножество элементов в наборе потенциально рекомендуемых элементов на основе пользовательских событий. Причем каждый элемент во втором подмножестве элементов отличается от любого элемента в первом подмножестве элементов. Создают рекомендованное подмножество элементов, содержащее элементы из первого подмножества элементов и элементы из второго подмножества элементов. Отображают рекомендованное подмножество элементов в рекомендательном интерфейсе электронного устройства пользователя. 2 н. и 18 з.п. ф-лы, 7 ил.
Изобретение относится к области прогнозирования погоды, конкретнее к способам и системам для создания прогноза погоды. Способ выполняется на сервере, включающем процессор и модуль машинного обучения. Причем способ включает в себя: получение модулем машинного обучения текущего параметра измерения погоды, представляющего собой параметр погоды в момент времени измерения; получение модулем машинного обучения первого среднего значения исторического параметра погоды для момента времени измерения; создание модулем машинного обучения нормализованного значения параметра измерения погоды на основе различия между текущим параметром измерения погоды и первым средним значением исторического параметра погоды для момента времени измерения; обучение модуля машинного обучения создавать нормализованное значение параметра прогнозирования погоды по меньшей мере частично на основе нормализованного значения параметра измерения погоды, причем нормализованное значение параметра прогнозирования погоды связано с моментом времени прогнозирования после момента времени измерения. Технический результат заключается в повышении точности прогнозирования параметров погоды за счет снижения погрешности алгоритма прогнозирования. 4 н. и 41 з.п. ф-лы, 7 ил.
