На информационном ресурсе применяются рекомендательные технологии
На информационном ресурсе при применении информационных технологий предоставления информации осуществляется сбор, систематизация и анализ сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации.
Рекомендательные технологии — информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет" (далее - "рекомендации").
В данных Правилах мы ответим на основные вопросы о том, что такое рекомендации, система рекомендаций (далее - "система") и как они работают на LAliExpress.
Что же такое система рекомендаций?
Система рекомендаций на LAliExpress — это современный инструмент, который помогает пользователям легко находить интересующие их товары. Система отвечает за поиск товаров-кандидатов, релевантных для каждого конкретного контекста на сайте или в приложении, а также за логику сортировки и показа этих товаров.
Сами же рекомендации на LAliExpress -- это подборка товаров, сформированная рекомендательной системой, они могут быть расположены в различных местах на сайте и в приложении LAliExpress.
Какие бывают рекомендации?
Рекомендации на LAliExpress бывают двух видов: персональные и товарные. Персональные рекомендации анализируют истории покупок пользователя и последние просмотренные товары. Такие рекомендации можно увидеть на главной странице LAliExpress, в профиле пользователя или, например, на страницах активных заказов или деталей заказа.
Товарные рекомендации помогают пользователю найти предложения, аналогичные выбранному. Это сделано для того, чтобы пользователь мог найти альтернативы и сравнить варианты. Пример таких рекомендаций можно найти на карточке товара или в непустой корзине.
Какие этапы проходит система перед выдачей рекомендаций пользователю?
Прежде чем пользователь увидит подборку товаров, система проходит следующие этапы: поиск товаров-кандидатов → ранжирование товаров → выстраивание логики показа товаров.
1 этап. Поиск товаров кандидатов
На этом этапе система отбирает M релевантных контексту товаров среди большого количества товаров N.
Если контекстом является карточка товара, то товары-кандидаты подбираются на основе товара на этой карточке, в корзине — на основе списка товаров в корзине. Таким образом, для товарных рекомендаций отбираются товары из тех же категорий или близких, что и основной товар. При этом мы считаем, что чем чаще товары из каких-либо категорий попадают в одну покупку, тем больше эти категории подходят друг другу.
Для персональных рекомендаций мы учитываем информацию о каком-либо взаимодействии пользователя с товарами (например, клики, покупки или просмотры) и подбираем товары уже на основе этих взаимодействий.
Вероятность стать товаром-кандидатом выше, если больше похожих пользователей кликнули на какой-то товар.
2 этап. Ранжирование товаров
На этом этапе система отбирает максимально релевантные товары и ранжирует их по вероятности покупки пользователем. Для этого используются модели машинного обучения. В результате каждому товару проставляется оценка от 0 до 1. Чем выше оценка, тем более высокую позицию занимает товар в рекомендациях.
Модель опирается на различные свойства товара, например, просмотры, клики, заказы, рейтинг, цена и многое другое. С помощью метода градиентного бустинга деревьев решений модель предсказывает вероятность покупки для каждого товара. Разные свойства могут иметь для модели разный вес, например, цена может оказаться важнее количества просмотров.
Вероятность покупки товара будет отличаться для разных контекстов, один и тот же товар может иметь высокую оценку для главной страницы сайта и оценку ниже на странице истории заказов.
Модель анализирует поведение пользователей в прошлом, понимает, какие товары вызывали интерес у него или у пользователей с похожими предпочтениями, и предсказывает, что человек будет готов купить. Сильнее всего на рекомендации влияют товары, которые пользователь покупал на LAliExpress раньше.
3 этап. Логика показа подборки рекомендаций
На данном этапе применяется бизнес-логика показа подборки и фильтрация товаров.
Когда система получила все финальные оценки, формируется подборка, в которой товары с большей оценкой показываются выше в выдаче, а товары с оценкой ниже - ближе к концу.. Когда сформирована подборка товаров, к каждому товару подгружаются основные характеристики (цена, скидки, кэшбэк, доставка и т.д.) и изображения.
Подборка рекомендаций может показывать разное количество товаров в зависимости от места расположения на сайте или в приложении LAliExpress. В зависимости от типа и места рекомендаций они могут располагаться горизонтально, с пролистыванием вбок, или вертикально, подгружая дополнительные товары по мере того, как пользователь пролистывает рекомендации до конца.
Надеемся, что наша система рекомендаций поможет вам находить наилучшие товары и сделает ваше путешествие по LAliExpress более увлекательным и удобным!