Ананьева Марина Евгеньевна
- аспирант:Факультет компьютерных наук / Департамент анализа данных и искусственного интеллекта
- Стажер-исследователь:Факультет компьютерных наук / Научно-учебная лаборатория моделей и методов вычислительной прагматики
- Старший преподаватель:Факультет компьютерных наук / Департамент больших данных и информационного поиска / Базовая кафедра Тинькофф
- Начала работать в НИУ ВШЭ в 2024 году.
- Научно-педагогический стаж: 5 месяцев.
Образование
- 2018
Магистратура: Национальный исследовательский университет «Высшая школа экономики», специальность «Прикладная математика и информатика»
- 2014
Бакалавриат: Национальный исследовательский университет «Высшая школа экономики», специальность «Политология», квалификация «Бакалавр»
Обучение в аспирантуре
4-й год обучения
Утвержденная тема диссертации: Интерпретируемые методы рекомендательных систем на основе графов знаний и механизма внимания
Научный руководитель: Игнатов Дмитрий Игоревич
Учебные курсы (2023/2024 уч. год)
- Рекомендательные системы (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 3, 4 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
Учебные курсы (2021/2022 уч. год)
Машинное обучение (Бакалавриат; где читается: Факультет экономических наук; направление "38.03.01. Экономика", направление "38.03.01. Экономика"; 3-й курс, 1, 2 модуль)Рус
- Машинное обучение (Бакалавриат; где читается: Факультет экономических наук; 4-й курс, 1, 2 модуль)Рус
- Научно-исследовательский семинар (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Рус
Учебные курсы (2020/2021 уч. год)
Data Analysis in Python (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; направление "41.03.05. Международные отношения", направление "41.03.06. Публичная политика и социальные науки"; 2-й курс, 2-4 модуль)Анг
- Data Analysis in Politics and Journalism (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 3-й курс, 1 модуль)Анг
- Data Analysis in Economics and Finance (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 3-й курс, 1 модуль)Анг
- Анализ данных на Python (Бакалавриат; где читается: Факультет экономических наук; 2-й курс, 1, 2 модуль)Рус
- Научно-исследовательский семинар (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Рус
Публикации12
- Глава книги Lashinin O., Bykov K., Ananyeva M., Kolesnikov S. GPT3RecBot: a universal chatbot recommender of movies, books and music in Telegram, in: Proceedings of the Fifth Knowledge-aware and Conversational Recommender Systems Workshop co-located with 17th ACM Conference on Recommender Systems (RecSys 2023) Vol. 3560. CEUR Workshop Proceedings, 2023. P. 35-43.
- Глава книги Makhneva E., Sverkunova A., Lashinin O., Ananyeva M., Kolesnikov S. Make your next item recommendation model time sensitive, in: Adjunct Proceedings of the 31st ACM Conference on User Modeling, Adaptation and Personalization. Association for Computing Machinery (ACM), 2023. doi P. 191-195. doi
- Глава книги Romanov A., Lashinin O., Ananyeva M., Kolesnikov S. Time-Aware Item Weighting for the Next Basket Recommendations, in: RecSys '23: Proceedings of the 17th ACM Conference on Recommender Systems. Association for Computing Machinery (ACM), 2023. doi P. 985-992. doi
- Глава книги Naumov S., Ananyeva M., Lashinin O., Kolesnikov S., Ignatov D. I. Time-Dependent Next-Basket Recommendations, in: Advances in Information Retrieval. 45th European Conference on Information Retrieval, ECIR 2023, Dublin, Ireland, April 2–6, 2023, Proceedings, Part II. Springer, 2023. doi P. 502-511. doi
- Статья Красильников Д. И., Лашинин О. А., Цыганков М. Р., Ananyeva M., Колесников С. С. Utilising Crowdsourcing to Assess the Effectiveness of Item-based Explanations of Merchant Recommendations // CEUR Workshop Proceedings. 2023. P. 1-10.
- Статья Лашинин О. А., Ananyeva M. Next-Basket Recommendation Constrained by Total Cost // CEUR Workshop Proceedings. 2022. P. 1-4.
- Глава книги Ananyeva M., Lashinin O., Kuznetsova M. Revisiting the performance evaluation of knowledge-aware recommender systems: are we making progress?, in: Proceedings of the Fourth Knowledge-aware and Conversational Recommender Systems Workshop co-located with 16th ACM Conference on Recommender Systems (RecSys 2022) Vol. 3294. CEUR Workshop Proceedings, 2022. P. 22-28.
- Глава книги Ananyeva M., Lashinin O., Ivanova V., Kolesnikov S., Ignatov D. I. Towards interaction-based user embeddings in sequential recommender models, in: RecSys '22: Proceedings of the 16th ACM Conference on Recommender Systems. Association for Computing Machinery (ACM), 2022. doi
- Глава книги Ananyeva M., Makarov I., Pendiukhov M. GSM: Inductive Learning on Dynamic Graph Embeddings, in: Network Algorithms, Data Mining, and Applications. Springer Proceedings in Mathematics & Statistics. Springer, 2020. doi P. 85-99. doi
- Глава книги Laptsuev Rodion, Ananyeva Marina, Meinster Dmitry, Karpov I., Makarov I., Zhukov L. E. Information Propagation Strategies in Online Social Networks, in: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & Statistics Vol. 247. Springer, 2018. doi P. 319-328. doi
- Статья Kurmukov A., Ananyeva M., Dodonova Y., Zhukov L. E. Classifying Phenotypes Based on the Community Structure of Human Brain Networks // Lecture Notes in Computer Science. 2017. P. 3-11. doi (в печати)
- Статья Ананьева М. Е., Курмуков А. И., Додонова Ю. А., Жуков Л. Е., Гутман Б., Фасковиц Дж., Джаханшад Н., Томпсон П. Оценивание сходства разбиений графов на пересекающиеся сообщества // Сборник трудов 41-й междисциплинарной школы-конференции ИППИ РАН "Информационные технологии и системы 2017". 2017. С. 7-15. (в печати)
Конференции
- 2022
16th ACM Conference on Recommender Systems (RecSys). 4th Workshop of Knowledge-aware and Conversational Recommender Systems (KaRS) (Сиэтл). Доклад: Revisiting the performance evaluation of knowledge-aware recommender systems: are we making progress?
16th ACM Conference on Recommender Systems (RecSys). 5th Workshop on Online Recommender Systems and User Modeling (ORSUM) (Сиэтл ). Доклад: Towards interaction-based user embeddings in sequential recommender models
- 16th ACM Conference on Recommender Systems (RecSys). 5th Workshop on Online Recommender Systems and User Modeling (ORSUM) (Сиэтл ). Доклад: Next-basket recommendation with flexible total cos
16th ACM Conference on Recommender Systems. The International Workshop on Personalization & Recommender Systems in Financial Services (FinRec) (Сиэтл). Доклад: Personal merchant recommendations in online banking