Правила применения рекомендательных технологий

Правила применения рекомендательных технологий

Общие положения

I. Рекомендательные технологии (рекомендации) — это информация о товарах, работах, услугах, которые показываем покупателю на основе возраста, пола, локации, истории покупок, просмотров, интересов и действий пользователя на информационном ресурсе Сайта. Под сайтом понимается веб-страница, совокупность веб-страниц, размещенная в сети «Интернет» по адресу metalmaster.ru, а также всех его поддоменов.

Рекомендательные технологии осуществляют сбор и анализ отобранных пользователем товаров, работ, услуг релевантных контексту показа и порядок отображения этих товаров, характеристикам пользователя. В рекомендациях могут быть:

• аналоги того, что пользователь уже заказывал;
• сопутствующие товары, работы, услуги;
• недавно просмотренные товары, работы, услуги;
• товары, работы, услуги, которые пользователь заказывает регулярно;
• товары, работы, услуги, похожие на те, что пользователь просматривает;
• товары, работы, услуги, приобретенные на Сайте;
• персональные подборки на основе анализа всех вышеперечисленных данных.

Рубрика рекомендаций размещаются на страницах Сайта.

II. Схема работы рекомендательной системы

1. Подготовка контекста. Собираем информацию о пользователе и товаров, работе, услуге, для которого подбираем рекомендации.
2. Отбор кандидатов. Рекомендательная система выбирает несколько тысяч кандидатов среди товаров, работ, услуг, релевантных контексту показа рекомендаций.
3. Оценка моделями машинного обучения. С помощью моделей машинного обучения оцениваем вероятность взаимодействия пользователя с каждым из отобранных товаров, работ, услуг. Полученные оценки зависят от того, какие признаки оказались наиболее важными для моделей. В результате каждый товар получает набор оценок от 0 до 1.
4. Формирование выдачи. На основе полученных оценок для каждого товара, работы, услуги и информации о товарах-кандидатах формируем финальную выдачу.
5. Отображение товаров. В зависимости от рубрики сайта осуществляется выдача рекомендуемых товаров, работ, услуг, отобранных на предыдущем шаге.

Правила применения рекомендательных технологий SearchBooster

1-й этап: подготовка контекста

Загружаем списки товаров, работ, услуг из контекста:

• товары, работы, услуги, с которыми взаимодействовал покупатель;
• товары, работы, услуги, на странице которого размещается информация с рекомендациями.

Для каждого товара, работы, услуги из контекста собираем информацию:

• категория (вид) товара, работы, услуги;
• регион продажи товары, работы, услуги;
• бренд;

Также обрабатываем переданные пользователем характеристики, например, пол и возраст, адрес.

2-й этап: отбор кандидатов

Рекомендательная система выбирает разные источники набора товаров, работ, услуг-кандидатов, подходящие к контексту. При подборе товаров, работ, услуг-кандидатов ориентируемся на популярные товары, работы, услуги и сферу интересов покупателя, а также учитываем товары, работы, услуги, которые он просмотрел или приобрел на Сайте.

3-й этап: оценка моделями машинного обучения

Рекомендательная система использует модели машинного обучения, чтобы оценить вероятность взаимодействия пользователя с каждым отобранным товаром, работой, услугой.

Модели обучаются на поведении покупателей в прошлом и выстраивают закономерности между факторами. Фактор — это число, характеризующее товары, работы, услуги. Разные факторы имеют разную предсказательную силу и по-разному влияют на вероятность приобретения пользователем. Например, пользователи чаще выбирают товары, работы, услуги с большим количеством отзывов, поэтому чем больше отзывов, тем выше оценка.

Рекомендательная система вычисляет для каждого товара, работы, услуги факторы, которые могут повлиять на факт приобретения пользователем. На основе них модели оценивают вероятность взаимодействий:

• покупки товара, работы, услуги;
• просмотр карточки товара, работы, услуги;

Каждый товар, работа, услуга получает набор оценок от 0 до 1. Чем ближе оценка к единице, тем больше шанс, что товар, работа, услуга займёт высокую позицию в выдаче рекомендаций.

4-й этап: формирование выдачи

Каждому из товаров, работ, услуг-кандидатов присваивается его оценка релевантности. Формула расчёта в общем случае учитывает:

• оценки моделей машинного обучения, полученные на предыдущем этапе;
• давность посещения страницы товара, работы, услуги;
• другие характеристики товара, работы, услуги, например, цена.

Товары, работы, услуги сортируются, по рассчитанной оценке релевантности: товары, работы, услуги с наибольшей оценкой — в начале выдачи, с наименьшей оценкой — в конце.

Из отсортированного списка исключаются:

• товары, работы, услуги, повторяющихся категорий — чтобы предложить пользователю более широкий ассортимент;
• товары, работы, услуги, которых нет в продаже.

В результате формируется финальный список товаров, работ, услуг-кандидатов.

5-й этап: отображение товаров

На сайте в зависимости от его страницы расположены окна для отображения рекомендаций.

Рекомендательная система:

1. Отбирает определённое количество товаров, работ, услуг из списка, сформированного на предыдущем этапе.
2. Загружает для них актуальные характеристики и картинки.
3. Показывает рекомендации пользователю.