Кинорекомендации — задача которую алгоритмы решают плохо уже 20 лет. — 18 июня 2026 г. в 14:59:47.003
Кинорекомендации — задача которую алгоритмы решают плохо уже 20 лет. Коллаборативная фильтрация работает так: находит людей похожих на тебя по истории просмотров, смотрит что они смотрели, рекомендует тебе то же самое. Проблема в том что «похожесть» считается по тому что человек уже смотрел, а не по тому что ему понравилось. Плюс холодный старт, plus popularity bias — популярные фильмы получают больше оценок, поэтому попадают в рекомендации чаще, независимо от твоего реального вкуса. Контентная фильтрация другая: смотрит на атрибуты фильма (жанр, режиссёр, актёры) и ищет похожее. Результат: если тебе понравился один триллер Финчера, тебе рекомендуют все триллеры Финчера и похожих режиссёров. Пузырь из одного жанра. LLM-подход работает иначе. Ты говоришь не «оцени фильм», а «вчера смотрел Прочь, понравилось как саспенс строится через социальный дискомфорт, хочу что-то похожее по ощущению но не хоррор». Модель работает с семантикой запроса, понимает что тебя зацепило именно напряжение через подтекст, и выдаёт 3 варианта с объяснением почему именно эти — не потому что они в одном жанре, а потому что создают схожее ощущение. Теперь это встроено в AIWA. Просто напиши боту что смотрел вечером, что зашло, а что нет — и получишь персонализированную подборку. Не топ-10 по рейтингу, а конкретно под твой запрос прямо сейчас. Попробовать: @airezo_bot → напиши «порекомендуй фильм»