Правила применения рекомендательных технологий

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.

1. Общие положения

1.1. Настоящие Правила определяют порядок применения рекомендательных технологий на сайте Neopolis Casa (далее — Сайт), а также устанавливают перечень сведений, используемых для формирования персонализированных рекомендаций пользователям.

1.2. Рекомендательные технологии применяются с целью повышения удобства использования Сайта, помощи пользователям в поиске товаров, наиболее соответствующих их интересам и предпочтениям, а также предоставления информации о товарах, которые могут представлять для них интерес.

1.3. При формировании рекомендаций используются автоматизированные алгоритмы анализа действий пользователей на Сайте и характеристик товаров каталога.

1.4. Применение рекомендательных технологий не ограничивает пользователя в выборе товаров. Пользователь самостоятельно принимает решение о просмотре, выборе и приобретении любых товаров, представленных на Сайте.

2. Описание процессов и методов применения рекомендательных технологий

2.1. Сбор сведений о предпочтениях пользователей

Для формирования рекомендаций автоматически собираются сведения о действиях пользователей на Сайте.

В частности фиксируются:

• просмотр карточек товаров;
• просмотр категорий товаров;
• добавление товаров в корзину;
• удаление товаров из корзины;
• добавление товаров в избранное или иные пользовательские списки;
• оформление заказов;
• взаимодействие с рекомендательными блоками;
• иные действия пользователя, свидетельствующие о его интересе к товарам.

Сбор сведений осуществляется автоматически при взаимодействии пользователя с функционалом Сайта.

2.2. Систематизация сведений

После получения сведения проходят автоматическую обработку.

В ходе обработки система:

• объединяет действия пользователя в единую историю взаимодействий;
• связывает действия с конкретными товарами и их характеристиками;
• группирует события по пользовательским сессиям;
• подготавливает сведения для последующего анализа рекомендательными алгоритмами.

2.3. Анализ предпочтений пользователей

Для формирования рекомендаций применяются алгоритмы машинного обучения и алгоритмы анализа поведения пользователей.

При анализе учитываются:

• история просмотров товаров;
• история заказов;
• действия с корзиной;
• действия со списками товаров;
• характеристики товаров, которыми интересовался пользователь;
• статистические закономерности поведения пользователей со схожими интересами (Look-A-Like).

Полученные сведения позволяют определить наиболее вероятные интересы пользователя и сформировать перечень товаров, которые могут быть ему интересны.

2.4. Предоставление рекомендаций пользователю

На Сайте используется два вида рекомендательных технологий: Событийные персональные рекомендации и рекомендации похожих и сопутствующих продуктов. Далее написано подробно о работе каждого алгоритма.

2.4.1. Событийные персональные рекомендации

Данный алгоритм применяется преимущественно в корзине Сайта.

Работа алгоритма осуществляется по следующим этапам:

Этап 1. Пользователь выполняет действие на Сайте (просмотр товара, добавление товара в корзину, оформление заказа и др.).

Этап 2. Информация о совершенном действии автоматически передается в систему формирования рекомендаций.

Этап 3. Алгоритм машинного обучения анализирует полученные сведения совместно с ранее накопленной историей взаимодействия пользователя.

Этап 4. Дополнительно учитываются модели поведения пользователей со схожими интересами и предпочтениями.

Этап 5. На основании результатов анализа рассчитывается вероятность заинтересованности пользователя в других товарах каталога.

Этап 6. Пользователю отображаются товары, имеющие наиболее высокую вероятность заинтересовать его в текущий момент времени.

Персональные рекомендации пересчитываются автоматически в режиме, близком к реальному времени, при совершении пользователем новых действий на Сайте.

2.4.2. Рекомендации похожих и сопутствующих товаров

Данный алгоритм применяется на страницах карточек товаров.

Работа алгоритма осуществляется по следующим этапам:

Этап 1. Пользователь открывает карточку товара.

Этап 2. Система анализирует характеристики выбранного товара.

К анализируемым характеристикам могут относиться:

• категория;
• коллекция;
• производитель;
• стиль;
• иные характеристики товара, содержащиеся в каталоге.

Этап 3. Алгоритм сопоставляет характеристики товара с характеристиками других товаров каталога.

Этап 4. Дополнительно могут учитываться сведения о совместном интересе пользователей к различным товарам.

Этап 5. Пользователю отображаются похожие или сопутствующие товары, которые могут дополнить выбранный товар либо соответствовать его интересам.

2.5. Способы применения рекомендательных технологий

Результаты работы рекомендательных алгоритмов могут отображаться:

• на страницах товаров;
• в корзине;
• в рекомендательных виджетах Сайта;
• в иных разделах Сайта, предусматривающих отображение персонализированных подборок товаров.

3. Виды сведений, используемых рекомендательными технологиями

При применении рекомендательных технологий используются следующие сведения о предпочтениях пользователей и источники их получения.

Все сведения используются исключительно в целях формирования рекомендаций товаров и повышения релевантности отображаемой пользователю информации.

Дурманов Борис Вячеславович

ОГРНИП: 309774622400902

ИНН: 773112356445

Адрес: 123290, Москва Город, 1-й Магистральный Тупик, дом 5А, кв./офис Д201