В Сбере рассказали о принципах персонализированных рекомендаций

Сбер обсудил развитие рекомендательных систем и подходы к персонализации на конференции AI Driver & RecSys, организованной совместно с Центром практического ИИ Сбера, возглавляемым старшим управляющим директором Николаем Тиденом. Об этом сообщает Lenta.ru.

Отмечается, что персональные рекомендации от Сбера получают свыше 110 миллионов пользователей. Эти технологии помогают клиентам выбирать продукты и услуги, учитывая их потребности еще до начала самостоятельного поиска. Персонализация способствует более быстрой ориентации среди доступных вариантов и сокращает время на их сравнение.

Рекомендательные системы формируют 13 миллиардов персонализированных рекомендаций ежемесячно. Каждая третья продажа в экосистеме Сбера осуществляется благодаря этим рекомендациям. Основой подбора являются предпочтения клиента, текущий контекст и долгосрочные цели. Важно также учитывать задачу, с которой пользователь обращается к сервису в данный момент. Музыкальные предпочтения или интерес к конкретному бренду дают общее представление о вкусах, а действия пользователя помогают понять, насколько предложение соответствует его текущему запросу.

Система рекомендаций принимает во внимание лайки, дизлайки и нажатия на кнопку «Пропустить». Если пользователь постоянно игнорирует предложенный контент, это сигнализирует о необходимости пересмотра рекомендаций. Такая обратная связь позволяет системе адаптироваться к изменениям интересов пользователя. Еще один принцип персонализации заключается в возможности открывать новое, поскольку даже привычные вещи могут со временем надоесть. Кроме того, пользователи приходят в сервисы с различными намерениями: например, в интернет-магазин можно зайти просто для просмотра ассортимента, не имея намерения что-то купить, и этот сценарий также важно учитывать при формировании рекомендаций.

Как отметил вице-президент и директор департамента данных и рекомендательных систем Сбера Иван Кузьмин, чем больше продуктов и услуг доступно клиенту, тем сложнее выбрать подходящее. Рекомендательные технологии помогают повысить релевантность предложений и сэкономить время на поиск. При этом интересы клиента значительно шире его истории покупок: он может менять привычки, пробовать новое и ставить перед собой долгосрочные цели.

«Поэтому персонализация должна оставлять пространство для открытий и учитывать все перечисленное. Мы стремимся к тому, чтобы рекомендации помогали пользователю находить не только привычное, но и то, что может его заинтересовать, расширяя пространство выбора, при этом оставляя окончательное решение всегда за ним», — пояснил Кузьмин.

Больше новостей и эксклюзивных видео смотрите в канале Самара Онлайн 24 в MAX