Рекомендательная система решает одну задачу – показать покупателю товар, который он купит. На маркетплейсе с миллионами SKU витрина без персонализации проигрывает: пользователь не находит нужное и уходит. По нашим проектам грамотная выдача поднимает конверсию в корзину на 10–30% и заметно увеличивает средний чек за счёт сопутствующих позиций. Разберём, как это устроено и что нужно для запуска.
Какие алгоритмы работают
Базовых подходов три. Коллаборативная фильтрация строит рекомендации по поведению похожих пользователей – «с этим товаром покупают». Контентная фильтрация сравнивает атрибуты товаров: категорию, бренд, цену, характеристики. Гибридные модели объединяют оба сигнала и закрывают слабые места каждого.
Главная проблема на старте – холодный старт. По новому пользователю и новому товару истории нет. Здесь спасает контентная модель и популярные позиции по сегменту, а персонализация подключается по мере накопления кликов и заказов.
Для крупного каталога чистая коллаборативная фильтрация по матрице «пользователь-товар» масштабируется плохо. Мы применяем матричную факторизацию (ALS) и нейросетевые эмбеддинги: они сжимают разреженные данные и считают близость за миллисекунды. Ранжирование финальной выдачи берёт на себя градиентный бустинг, который учитывает контекст сессии, время, регион и маржинальность.
Данные и инфраструктура
Качество рекомендаций определяют данные, а не модель. Нужны три потока: каталог с чистыми атрибутами, события пользователей (просмотры, клики, добавления в корзину, покупки) и обратная связь – возвраты, отказы, отзывы. Если каталог грязный, а события теряются, никакой алгоритм не вытянет.
Архитектура делится на два контура. Офлайн-контур пересчитывает модели по расписанию на историческом массиве. Онлайн-контур отдаёт рекомендации в реальном времени через API с задержкой в десятки миллисекунд и дообучается на свежих событиях. Для ритейла с пиковыми нагрузками это критично: выдача не должна тормозить страницу товара.
Отдельный вопрос – безопасность пайплайна. Рекомендательная система тянет данные из десятков сервисов и внешних библиотек, и каждая зависимость расширяет поверхность атаки. Мы помним риски атак на цепочку поставок ПО и контролируем источники моделей и пакетов, особенно в проектах для госсектора и предустановки на устройства.
Персданные и регуляторика
Персонализация работает на пользовательских данных, и здесь действует 152-ФЗ. Профиль покупателя, история заказов, поведенческие сигналы – всё это персональные данные, которые требуют согласия на обработку и защищённого хранения. Для проектов с госучастием добавляются требования к размещению данных на территории РФ.
Практичный подход – отделять идентификаторы от поведенческих признаков и обучать модели на обезличенных или псевдонимизированных выборках. Согласия и юридически значимый документооборот удобно вести через электронный документооборот с подписью, а не бумагой. Это снимает претензии при проверках и упрощает аудит.
Вывод
Рекомендательная система – не коробочный продукт, а инженерный проект на стыке данных, ML и продуктовой аналитики. Начинать стоит с одного сценария: «похожие товары» или «с этим покупают», измерять прирост конверсии A/B-тестом и расширять охват по результатам. Дальше сценарий разворачивается в интеллектуальную систему, спроектированную под пиковую нагрузку и требования регулятора.
