- Главная
- Рекомендательные технологии
Рекомендательные технологии
Правила применения рекомендательных технологий
1. Термины и определения
1.1. Рекомендательные технологии – информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.
1.2. Сайт – сайт https://hansa.ru/, а также клиентские мобильные приложения, предоставляющие доступ к данному сайту.
1.3. Пользователь – лицо, обращающееся к Сайту за получением необходимой ему информации и использующее её вне зависимости от факта авторизации на Сайте.
1.4. Товары – товары бытовой техники и электроники и сопутствующие товары и услуги, представленные к продаже.
1.5. Рекомендация – предложение Пользователю Товаров на Сайте, в основе которого лежит предположение о том, что Товар наиболее релевантен Предпочтениям Пользователя.
1.6. Предпочтения – действия, совершаемые Пользователем на Сайте.
1.7. Рекомендательная модель – механизм, который принимает входящие к нему данные о Предпочтениях Пользователей, анализирует их и выдает наиболее релевантные Предпочтениям Пользователей Товары, то есть формирует Рекомендации.
2. Типы Рекомендаций на Сайте.
2.1. Сайт использует Рекомендации двух типов:
- персонализированные Рекомендации;
- неперсонализированные Рекомендации.
2.2. Персонализированные Рекомендации – это предположение о том, какой Товар может быть интересен Пользователю исходя из сведений о действиях, совершённых данным Пользователем на Сайте. Персонализированные Рекомендации демонстрируются Пользователю при условии наличия сведений о Предпочтениях данного Пользователя на Сайте.
Методы предоставления Персонализированных Рекомендаций на Сайте:
- Формирование рекомендационной персонализированной подборки (блока) Товаров и размещение ее на главной странице в каталоге Товаров Сайта;
- Формирование рекомендационной персонализированной подборки (блока) Товаров «Добавить к заказу» и размещение ее на странице корзины – специальном разделе на Сайте, где Пользователь может ознакомиться с составом своего заказа до его оплаты;
2.3. Неперсонализированные Рекомендации – это предположение о том, какой товар может быть интересен Пользователю в конкретном рекомендательном блоке в зависимости от цели такого блока, без использования каких-либо сведений о Предпочтениях Пользователя.
Методы предоставления Неперсонализированных Рекомендаций на Сайте:
- Формирование рекомендационного неперсонализированного блока Товаров «Похожие» в карточке товара в каталоге на Сайте. Цель такого блока – дать пользователю возможность увидеть похожие Товары с другими характеристиками (цвет, объём, размер и т.д.);
- Формирование рекомендационного неперсонализированного блока Товаров «С этим товаром смотрят» в карточке товара в каталоге на Сайте. Цель такого блока – дать Пользователю возможность увидеть Товары, которые часто покупают вместе с Товаром, который Пользователь смотрит в данный момент.
3. Сбор предпочтений Пользователей.
3.1. Данные о Предпочтениях Пользователей основаны на действиях, которые Пользователь совершает на Сайте.
3.2. Сбор информации о Предпочтениях Пользователей, то есть о совершенных Пользователем на Сайте действиях, происходит способом логирования – ведения технических записей о действиях пользователей на Сайте и сохранения таких записей на внутреннем хранилище Сайта с целью последующего создания Рекомендаций.
4. Сведения о Пользователях, относящиеся к Предпочтениям.
4.1. К данным о Предпочтениях Пользователей относятся сведения о:
- просмотре товаров на Сайте;
- товарах, приобретённых через Сайт.
5. Источники получения сведений о Предпочтениях.
5.1. Источник получения сведений о предпочтениях Пользователей для Рекомендаций на Сайте – это поведение Пользователей на Сайте.
6. Процесс создания Рекомендации и анализ Предпочтений Пользователей.
6.1. Для формирования Рекомендаций создаются Рекомендательные модели. Процесс создания Рекомендательной модели состоит из приведённых ниже этапов.
1 этап: Сбор сведений о Предпочтениях Пользователей.
Сбор сведений о Предпочтениях Пользователей осуществляется способом их логирования и последующего сохранения на внутреннем хранилище данных Сайта.
2 этап: Систематизация и анализ сведений о Предпочтениях Пользователей.
Систематизация и анализ сведений о Предпочтениях Пользователей происходит исходя из цели создания Рекомендательной модели и Рекомендаций, которые необходимо получить (например, подбор наиболее популярных товаров среди Пользователей, которые показывают схожие сценарии поведения на Сайте). После определения цели происходит подбор требуемых для реализации цели данных о Предпочтениях, на основе которых будет выстроена Рекомендательная модель. Выделяются фичи (наборы свойств Товаров, которые могут повлиять на факт покупки Товара Пользователем): например, количество заказов Пользователя с данным товаром при наличии скидки на товар, количество покупок Пользователем товаров со скидкой, предыдущая цена товара, количество заказов с данным товаром и пр.
3 этап: Применение методов машинного обучения к используемым сведениям о Предпочтениях.
После систематизации данных, к сведениям о Предпочтениях Пользователей и фичам применяются методы машинного обучения: Рекомендательная модель формирует набор параметров, описывающих зависимости между входными данными (Предпочтениями Пользователей и фичами) и ответом (финальной Рекомендацией). Таким образом Рекомендательная модель производит оценку вероятности того, что Пользователь совершит определённое действие на Сайте (например, добавит товар в корзину, купит товар).
4 этап: Проверка полученных результатов.
На данном этапе происходит проверка работы Рекомендательной модели и соответствия её ответов (финальных Рекомендаций для Пользователей) целям создания Рекомендательной модели. Проверка происходит следующим способом: Рекомендательной модели задаётся определённый вопрос, после чего она формирует ответ, который далее оценивается на предмет его корректности и соответствия заданным параметрам. На основании оценки качества ответов Рекомендательной модели принимается решение о применении Рекомендательной модели для выведения Рекомендаций Пользователям.
5 этап: Выведение Рекомендаций Пользователям.
На данном этапе Рекомендации демонстрируются Пользователям в блоках Товаров на Сайте, которые описаны в разделе 2 Правил применения рекомендательных технологий.
Контактная информация: ООО «Гипер»
Почтовый адрес: 196140, г. Санкт-Петербург, ул. Шереметьевская, дом 13, литера А, офис 502
Адрес электронной почты: info@hansa.giper.fm