• Российские исследователи разработали подход для преобразования данных о действиях пользователей в формат, подходящий для ИИ.
• Применение подхода повышает качество ИИ-рекомендаций и помогает нейросетям лучше понимать клиентов.
• Финансовые организации могут использовать метод для сегментации клиентов, прогнозирования оттока и оценки кредитоспособности.
• В здравоохранении метод помогает точнее прогнозировать состояния пациентов на основе клинических событий.
• В образовании подход позволяет создавать персонализированные траектории обучения.
• Разработанный подход преобразует последовательности действий пользователей в текстовый формат и обогащает их с помощью больших языковых моделей.
• Работа подхода успешно проверена на обезличенных наборах данных, связанных с предпочтениями любителей кино и действиями клиентов финансовых организаций.

«Финансовые организации могут использовать данный метод для повышения качества сегментации клиентов, прогнозирования оттока, оценки кредитоспособности и обнаружения случаев мошенничества. В сфере здравоохранения метод поможет врачам точнее прогнозировать состояния пациентов на основе клинических событий. В образовании он дает возможность создавать персонализированные траектории обучения», - говорится в сообщении.