Yandex, öneri sistemlerine yönelik dünyanın en büyük veri setini yayınladı. Yambda adı verilen veri setinin üç farklı versiyonu var.
Buradan elde edilebilen Yandex Yambda hakkında yapılan resmi açıklama şöyle oldu: “Yandex, müzik akış platformu Yandex Music’teki ses parçalarıyla yaklaşık 5 milyar anonimleştirilmiş kullanıcı etkileşimini içeren ve öneri sistemleri için dünyanın en büyük açık veri seti olan Yambda’yı (Yandex Music Billion-Interactions Dataset) yayınladı. Yambda, öneri sistemlerini kullanan tüm alan adlarında (e-ticaret, sosyal ağlar ve kısa video platformları) yeni yaklaşım ve algoritmaları test etmek için evrensel bir ölçüt olarak hizmet veriyor. Veri seti, araştırmacıların yeni öneri algoritmalarını baz modellerle karşılaştırarak geliştirmelerini ve test etmelerini sağlayarak inovasyonu hızlandırıyor. Sınırlı veriye sahip startup’lar ölçeklendirmeden önce Yambda kullanarak sistem oluşturmak ve test etmek için veri setinden faydalanabiliyor. Böylece, dünya çapında iş ihtiyaçlarına göre uyarlanmış ileri teknolojilerin oluşturulması hızlandırılıyor. Yaklaşık 5 milyar, 500 milyon ve 50 milyon etkinlik olmak üzere üç farklı büyüklükte kullanılabilen Yambda veri seti, farklı ihtiyaçları ve hesaplama kapasiteleri olan araştırmacılara ve geliştiricilere hitap ediyor. ”
İLGİNİZİ ÇEKEBİLİR
Yandex Öneri Sistemleri Başkanı Nikolai Savushkin gelişme hakkında şunları söyledi: “Öneri sistemleri, yapısı gereği hassas verilere bağlıdır. Şirketler öneri sistemi veri setlerini ancak kapsamlı ve yorucu bir anonimleştirme işleminden sonra kamuya açık olarak yayınlayabilirler. Bu da açık inovasyonu yavaşlatan, yoğun kaynak gerektiren bir süreçtir” diyor. Bu veri kıtlığı bir boşluk yaratıyor: Akademik ortamlarda mükemmel olan modeller gerçek dünya uygulamalarında genellikle düşük performans sergiliyor. Öneri sistemlerini gelişmiş yapılarla entegre etme çabaları da uygun eğitim verilerinin yokluğu nedeniyle kısıtlanıyor.”
