Правила применения рекомендательных технологий
На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации).
В настоящих Правилах применения рекомендательных технологий (далее – «Правила») описаны процессы и методы сбора, систематизации, анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», предоставления информации на основе этих сведений, способов осуществления таких процессов и методов, а также описание видов сведений, относящихся к предпочтениям пользователей сети «Интернет», которые используются для предоставления информации с применением рекомендательных технологий, и источников получения таких сведений.
Что такое рекомендательные технологии
Под рекомендательными технологиями понимаются программные комплексы, которые с помощью алгоритмических вычислений и/или машинного обучения осуществляют индивидуализированный подбор, а также ранжирование контента для конечного пользователя на основании данных о пользователе или характеристиках элементов в системе.
Рекомендации — это набор слотов/баннеров на сайте и в приложении с подборкой товаров / категорий товаров / брендов. Рекомендательная система отвечает за отбор товаров и порядок отображения этих товаров. Рекомендации можно разделить на 2 группы: товарные и персональные.
Примеры товарных рекомендаций:
- похожие товары на карточке товара;
- сопутствующие товары на карточке товара;
- товары, которые смотрят с текущим товаром другие пользователи, на карточке товара;
- сопутствующие товары при добавлении в корзину текущего товара.
Примеры персональных рекомендаций:
- персональная подборка бестселлеров на главной странице;
- персональная подборка товаров со скидками на главной странице.
ИСТОЧНИК, ВИДЫ СВЕДЕНИЙ И МЕТОДЫ ИХ СБОРА
Для целей предоставления рекомендаций собирается информация о действиях пользователей на сайте, в мобильном приложении и в розничных точках. Примеры видов собираемых сведений:
- просмотр продуктов или категорий продуктов;
- клики на элементы интерфейса страницы;
- покупка продуктов;
- добавление продуктов в «Избранное», корзину, лист ожидания или другие списки;
- возврат продуктов;
- состав и даты заказов;
- местонахождение.
ОБЩАЯ СХЕМА РАБОТЫ РЕКОМЕНДАТЕЛЬНОЙ СИСТЕМЫ
- Расчет статистических правил и связей. Для товарных рекомендаций анализируются насколько статистически значимо количество совместных покупок и просмотров товара А с товаром Б, насколько товар А похож на товар Б, насколько товар А популярен на текущий момент среди пользователей и т.д. Для персональных рекомендаций анализируются категории, в которых пользователь покупал или смотрел товары.
- Отбор кандидатов. Рекомендательный сервис выбирает товары, релевантные контексту показа рекомендаций и бизнес-смыслу.
- Ранжирование кандидатов. Отобранные товары оцениваются исходя из статистических правил, описанных в п.1. Конкретный набор правил и важность каждого правила может изменяться в зависимости от контекста.
- Диверсификация кандидатов. При необходимости в финальной выдаче устанавливаются ограничения на количество товаров, имеющих одинаковую товарную характеристику.
- Отображение рекомендаций. В выдаче рекомендаций отображаются товары с наибольшей оценкой, отобранные на предыдущем шаге.