Правила применения рекомендательных технологий
Настоящие Правила регулируют применение рекомендательных технологий на информационном ресурсе «CDEK.Shopping», размещенном в сети Интернет по адресу: https://cdek.shopping/ (далее – «Сайт»), а также его подразделах и веб-версии.
Владельцем (правообладателем) Сайта и лицом, применяющим рекомендательные технологии, является Общество с ограниченной ответственностью «СДЭК.Маркет» (ООО «СДЭК.Маркет», ОГРН 1196196029776, ИНН 6194002171).
Электронный адрес для направления юридически значимых сообщений: info@cdek.shopping.
1.Термины и определения
● «Владелец Сервиса» – Общество с ограниченной ответственностью «СДЭК.Маркет» (ООО «СДЭК.Маркет», ОГРН 1196196029776, ИНН 6194002171).
● «Сервис» – раздел Сайта, на котором в виде карточек с описаниями товаров размещаются предложения, в отношении которых возможно оформление Владельцу Сервиса поручений в отношении товаров на условиях публичной оферты Агентского договора Владельца Сервиса), а также условия оплаты таких поручений.
● «Предложения» – варианты возможных поручений Владельцу Сервиса на организацию заключения договоров приобретения, перевозки и доставки товаров (услуги агента), предлагаемые Владельцем Сервиса на условиях публичной оферты Агентского договора.
● «Маркетинговые материалы» – Предложения, карточки Сервиса или иные элементы, размещенные на Сайте, в отношении которых Владелец Сервиса принял на себя обязательства перед третьими лицами о их размещении в течение определенного срока.
● «Рекомендация» / «Рекомендации» – информация о Предложениях, которые могут быть наиболее интересны и актуальны для Пользователя, и/или о похожих Предложениях и/или о сопутствующих Предложениях, либо иная информация, которая может быть интересна и актуальна для Пользователя.
● «Рекомендательная модель» – это механизм, который принимает входящие к нему данные, анализирует их и выдает Рекомендации.
● «Рекомендательные технологии» – это информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.
● «Пользователь» – любое физическое лицо, осуществляющее доступ к Сайту посредством сети Интернет.
2. Виды сведений, относящихся к предпочтениям Пользователей, которые используются для предоставления информации с применением рекомендательных технологий, источники получения таких сведений
2.1. Источником получения сведений, относящихся к предпочтениям Пользователей, являются действия Пользователей, совершаемые при использовании Сервиса.
2.2. Для формирования Рекомендаций специальное программное обеспечение собирает информацию о действиях Пользователей, а именно:
● о содержании раздела «Корзина» Пользователей;
● о заказах Пользователей;
● о времени заказа через Сервис;
● о просмотре страниц Сервиса;
● о кликах по любому элементу на Сервисе.
3. Способы формирования Рекомендаций
3.1. Система рекомендаций построена на гибридном подходе. Она объединяет векторные модели, семантическое сходство Предложений и анализ поведения Пользователей. Это позволяет формировать рекомендации, которые совпадают с текущими намерениями Пользователей.
3.2. Результатом использования Рекомендательных технологий являются рекомендательные подборки и блоки Предложений на страницах Сервиса.
3.3. Рекомендательные подборки и блоки Предложений формируются следующими способами:
3.3.1. Подборки и блоки с похожими, сопутствующими и дополнительными Предложениями, в частности:
● Подборка «Похожие товары» в карточках Предложений формирует Предложения, преобразованные моделью в векторное представление, отражающее его характеристики, назначение, стиль, бренд, ценовой уровень и другие характеристики. В этом случае используется семантическое сходство – Рекомендательная модель ищет Предложения, находящиеся рядом в векторном пространстве. Модель дополняется поведенческим графом – анализом того, какие Предложения Пользователи часто переключают при поиске, что смотрят после текущей позиции, какие модели имеют высокий CTR (процент пользователей, перешедших по Предложению от общего числа тех, кто его видел). Ранжирующий алгоритм комбинирует семантические связи по описанию, характеристикам, назначению и прочему, а также коллаборативные сигналы по действиям пользователей. Полученные рекомендации проходят фильтрацию на основании атрибутов Предложения.
● Подборка «Сопутствующие товары» в карточках Предложений использует поведенческие сигналы пользователей – сохраненные пути совместных заказов, содержания раздела «Корзина» Пользователей и последовательность добавлений в этот раздел. Система строит графы Предложений, где приоритеты определяются по силе связи Предложений, которые заказываются в совокупности. В рекомендациях подбираются Предложения, статистически дополняющими основной заказ. Далее применяется фильтрация по релевантности, цене и совместимости.
3.3.3. Подборки и блоки с персональными Рекомендациями:
● Подборка «Персональные рекомендации» в карточках Предложений и на главной странице Сервиса — это гибридный механизм, состоящий из офлайн-модуля и онлайн-ранжирования. Подборка формируется на основе просмотров и заказов Пользователей, а также информации о товарах.
● Блок показа историй «Недавно просмотренные» на главной странице Сервиса. Подборка историй формируется из Рекомендаций, основанных на информации о Предложениях, просмотренных Пользователем через Сервис, а также на информации о кликах Пользователя в рамках определенной категории Предложений за последние 24 часа.
4. Описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям Пользователей, предоставления информации на основе этих сведений, а также способов осуществления таких процессов и методов
Для формирования Рекомендаций создаются Рекомендательные модели. Процесс создания Рекомендательной модели состоит из приведенных ниже этапов.
4.1. Этап 1: Сбор сведений, относящихся к предпочтениям Пользователей
Для сбора данных на Сайте устанавливается JavaScript-сниппет (фрагмент программного кода), который автоматически выполняет следующие функции: определение типа страницы, сбор общих параметров, фиксация событий на странице, запись данных по каждому событию.
4.2. Этап 2: Систематизация и анализ сведений, относящихся к предпочтениям Пользователей
Систематизация и анализ сведений о предпочтениях Пользователей происходит исходя из цели создания Рекомендательной модели и Рекомендаций, которые необходимо получить, (например, подбор наиболее актуальных Предложений для Пользователя). Далее происходит подбор данных о предпочтениях Пользователей, на основе которых будет реализована Рекомендательная модель.
4.3. Этап 3: Применение методов машинного обучения к используемым сведениям, относящимся к предпочтениям Пользователя
После систематизации сведений, относящихся к предпочтениям Пользователей, к полученным данным применяются методы машинного обучения, в результате чего формируется набор параметров, описывающих зависимости между входными данными и ответом (результатом).
Далее осуществляется генерация прогнозов для Предложений, с которыми Пользователь еще не взаимодействовал (например, оценка вероятности, что пользователь добавит определенное Предложение в «Корзину»), которые далее используются для формирования Рекомендации.
4.4. Этап 4: Проверка полученных результатов
Проверка результатов, полученных Рекомендательной моделью, проводится с использованием тех же сведений, на основе которых происходило обучение модели. Рекомендательной модели направляется конкретный запрос, в ответ на который она генерирует прогнозируемый результат. Такой результат подлежит оценке на предмет его точности и соответствия установленным параметрам. На основании оценки качества прогноза (включая определение правильности предсказания Рекомендательной моделью) рассчитываются соответствующие метрики.
4.5. Этап 5: Показ Рекомендаций Пользователю
Рекомендации для Пользователя реализуются в виде подборок Предложений на Сайте в соответствии с пунктом 3.3 настоящих правил.
Применение Рекомендательных технологий на Сайте не обязывает Пользователя заказать то или иное Предложение, не создает у Пользователя никаких обязательств и не препятствует поиску иных Предложений.