
state of the art , . , , .
, ! , . , . , , .
?
— , , — . 11 . - , , .
" ", .

— "", -. 2 .
, , -:
- . , 10 , . , , — , .
- , .
- .
- — . , , .
- . . “” , , , .
, - .
. C , , , Google , [1,2,3,4] YouTube.
, . "Are we really making much progress? A worrying analysis of recent neural recommendation approaches", RecSys :
- 39% .
- ItemKNN, UserKNN, Random Walks, SVD Top-N .
, RecSys , Random Walks . - .
, .
Random Walks . , , , .
Random Walks
( ), — . , . - top-k .
, , , . ( ), , “ ”. , .
, “ ” — “ ” . , . .

ItemKNN , ().
, , - . , word2vec.
word2vec
Word2vec — . . , word2vec () , , . , , , .
, , , , , .

, . top-k , ( 4 ). / +25% , 1 13 .
, - .

, : () (), ( — N+1).
. , , , , , .
“ ”. (, ) , . , , . - , , , .

, , , , . / .
- , “ ” , , .
—
“ ” , ( ):
- : , , ( ).
- : , , .
- , , .
- ( ).
- , , ( ).
- . .
word2vec , / +23% 1 9,5% 1 10 .
, "" , ? , . , "" ( -), .
(Top-N , ), -. , ( ), . , , - .
, ,
, , : .
, , . , . , , , .
, , , , - . , .
, : “” “” .

“” : , , . “” , , , , , “”.
“” . .
, , “” “” , : .. , “” “”, . , , NP. , 10 “” “” , .
, word2vec, :
:
- XGBoost, .
- WARP loss LightFM.
- .
- “ ” .
- , BPR, - SVD .
— , Data #3.
. , — .