详细内容或原文请订阅后点击阅览
How Graph Neural Networks Improved Recommendations on Zalando: An Interview with Mariia Bulycheva
您如何开发一种新的机器学习方法并在欧洲最大的购物平台中成功实施它？ Zalando的机器学习工程师Mariia Bulycheva分享了图形神经网络（GNNS）如何帮助构建用户和内容数据，增强个性化建议并增加用户参与度。这种方法显着改善了点击预测，并启用了更多鼓舞人心的[…]
来源:AI Time Journal您如何开发一种新的机器学习方法并在欧洲最大的购物平台中成功实施它？ Zalando的机器学习工程师Mariia Bulycheva分享了图形神经网络（GNNS）如何帮助构建用户和内容数据，增强个性化建议并增加用户参与度。这种方法可显着改善点击预测，并启用了超越传统购物偏好的更多启发性内容。
图形神经网络（GNNS）玛丽亚，告诉我们您的职业。您是否有事先在业务中实施图形神经网络（GNN）的经验？
我的职业生涯始于莫斯科州立大学的力学和数学学院毕业后，从事金融工作。我曾在JP Morgan和Morgan Stanley担任分析师，但后来决定切换场。我的第一个技术经验是在创业公司开发用于分类对象的机器人手臂。我研究了计算机视觉，训练神经网络以识别对象，确定掌握它们的最佳方法以及从相机处理数据。尽管创业公司的资源有限，但我获得了无价的动手经验，这些经验涵盖了从数据收集到将模型集成到软件的所有内容。
之后，我加入了Zalando，在那里经历了不同的工作规模：结构化过程，组织良好的管道以及专注于模型开发和研究的机会。在Zalando，我最初在过渡到推荐团队之前，在需求和销售预测项目上工作。这就是首先出现图形神经网络的想法，我首次实施了它们。
使用此模型在Zalando主页上使用单击预测的想法是如何产生的？您要解决什么问题？
实施GNNS的主动性是我的。我领导了一个由一名数据工程师和两名机器学习专家组成的团队，我们一起将这个想法栩栩如生。