Рекомендательные системы подбирают товары, музыку и рекламу по нашему поведению в приложениях. Как они работают и как на них повлиять, рассказал в интервью журналисту El.kz дата-сайентист Адилет Сейлканов.
Как система угадывает вкус
Всё начинается со сравнения людей и предметов между собой. Эксперт объясняет это на простом примере.
Рекомендательная система работает на сравнении. Она находит людей с похожими интересами, а также сравнивает между собой товары, фильмы или песни. Каждому варианту она присваивает оценку, то есть вероятность, что он заинтересует пользователя. Первыми показываются варианты с самой высокой оценкой, - сказал Адилет Сейлканов.
Допустим, человек посмотрел несколько исторических фильмов. Система найдёт зрителей с похожей историей просмотров и предложит то, что понравилось им, но осталось непросмотренным у него.
Что алгоритм знает о вас
Основу данных составляют действия внутри приложения. Но есть и менее заметные сигналы, которые говорят об интересе точнее.
В первую очередь система смотрит на клики, покупки, оценки, добавления в избранное и поисковые запросы. Не менее важны косвенные сигналы, например сколько времени человек провёл на странице, досмотрел ли видео до конца, к чему возвращался повторно. Ещё учитывается контекст, то есть время суток, тип устройства, язык и примерное местоположение, - рассказал эксперт.
По его словам, поведению алгоритм доверяет больше, чем оценкам.
Время на странице говорит об интересе точнее, чем отметка «нравится». Доступ к большей части этих данных пользователь даёт сам, когда соглашается с условиями приложения и выдаёт разрешения, - добавил он.
Почему товар преследует нас неделями
Один просмотр может обернуться баннерами на разных сайтах. Причина в том, как система оценивает недавний интерес.
Недавний интерес относится к самым сильным сигналам. Человек, который недавно смотрел товар, покупает его значительно чаще остальных, поэтому система продолжает этот товар показывать. При этом она не всегда знает, что покупка уже совершена, особенно если товар купили в другом месте, - объяснил Сейлканов.
Реклама за пределами площадки держится на ретаргетинге.
Сайт передаёт рекламным системам информацию об интересе пользователя, и реклама появляется на других площадках. Если покупка сделана, а реклама продолжается, значит, система просто не получила об этом информации, - сказал он.
Что происходит в маркетплейсах
Порядок товаров в выдаче складывается из нескольких факторов, и не все они связаны с интересами покупателя.
Каждому товару присваивается оценка, которая складывается из многих факторов. Это соответствие прошлым интересам покупателя, частота покупок, рейтинг и отзывы, наличие, скорость доставки и цена. Учитывается и платное продвижение со стороны продавца. Итоговая выдача получается балансом между интересами покупателя и коммерческими задачами площадки, - рассказал эксперт.
Продвигаемые товары обычно отмечены пометкой «реклама». У платформы при этом есть естественное ограничение, и Сейлканов объясняет его так.
“Если показывать покупателям неподходящие товары, они перестанут покупать. Поэтому продвигаемые товары тоже стараются подбирать под интересы пользователя. Покупателям я советую обращать внимание на пометку «реклама» и пользоваться сортировкой по цене, рейтингу и отзывам”, - отметил он.
На размер чека влияют и блоки рекомендаций.
“Блок «С этим покупают» предлагает сопутствующие товары, и за счёт небольших дополнительных покупок сумма заказа растёт. «Вам может понравиться» побуждает к покупкам, которые изначально не планировались. Поэтому перед оплатой полезно проверить корзину и убедиться, что в ней только то, что действительно нужно”, - посоветовал эксперт.
Как стриминг понимает музыкальный вкус
В музыкальных сервисах у каждого сигнала свой вес, и лайк в этом списке далеко не главный.
“Если трек переключили в первые секунды, это отрицательный сигнал. Дослушали до конца, положительный. Самые сильные сигналы интереса - повторное прослушивание, самостоятельный поиск трека и добавление его в собственный плейлист. Кроме того, сервис анализирует саму музыку, её темп, настроение и жанр”, - сказал Сейлканов.
Почему поведение важнее отметок, он тоже объяснил. “Отметки «нравится» ставит меньшинство пользователей, а прослушиваний огромное количество, и основную картину формируют именно они. Лайк звучит как заявление об интересе, а многократное возвращение к треку подтверждает его. Поэтому повторы и дослушивания весят для алгоритма больше”, - пояснил он.
Плейлист «Для тебя» собирается из двух источников.
“Направление задаёт сам пользователь, его история прослушиваний определяет, в какую сторону двигаться. Конкретные треки система подбирает, опираясь на слушателей с похожим вкусом. Такой плейлист сочетает личные предпочтения человека и опыт тысяч похожих слушателей”, - добавил эксперт.
Почему рекомендации так похожи друг на друга
Алгоритм показывает знакомое, потому что на знакомом он ошибается реже. Эксперт называет это осознанным выбором сервисов.
“Для сервиса угадать надёжнее, чем удивить. Если предложить слишком непривычное, слушатель может переключить трек или закрыть приложение, поэтому новизна в рекомендациях дозируется. Но пользователь может сам расширить рекомендации, если слушает подборки редакторов, открывает новые жанры и пользуется режимами поиска новой музыки. Чем разнообразнее сигналы, тем разнообразнее рекомендации”, - сказал Сейлканов.
Со временем такая схема сужает круг интересов, и это явление называют информационным пузырём.
“Алгоритм показывает то, на что пользователь вероятнее всего отреагирует, а пользователь реагирует на показанное, и эта реакция становится для алгоритма подтверждением. Собственных намерений у алгоритма нет, он оптимизирует показатели, которые перед ним поставили, например время в приложении или количество покупок. Эти показатели не всегда совпадают с интересами человека, поэтому от пользователя требуется осознанность”, - подчеркнул он.
Есть ли шанс у казахстанских артистов
У начинающего исполнителя первая трудность связана с отсутствием данных. Сейлканов называет её «холодным стартом».
“У нового артиста нет истории прослушиваний, и алгоритму не на что опереться. Поэтому первую аудиторию артисту важно привлечь самостоятельно, в том числе через социальные сети. Если первые слушатели дослушивают трек и сохраняют его, система начинает рекомендовать его людям с похожим вкусом. Можно также заранее отправить трек редакторам подборок через кабинет исполнителя”, - рассказал он.
Шансы у казахстанских музыкантов, по словам эксперта, хорошие.
“Алгоритм оценивает не страну и не язык, а реакцию слушателей. Казахстанские исполнители уже собирают миллионы прослушиваний, а песни на казахском языке находят аудиторию далеко за пределами страны”, - сказал Сейлканов.
Как повлиять на свою ленту
Каждое действие пользователя служит сигналом для системы. Если не задерживаться на нежелательном контенте, его будут показывать реже. Функции «Не интересно» и «Показывать реже» тоже учитываются, а самостоятельный поиск новых тем расширяет круг рекомендаций.
Адилет Сейлканов называет три простых шага. Первый - отключить персонализированную рекламу и отслеживание между приложениями в настройках конфиденциальности телефона. Второй - разрешать доступ к геолокации только во время использования приложения. Третий - периодически очищать историю поиска и просмотров.
Очистка истории помогает частично. Она убирает недавние сигналы, на которые система опирается сильнее всего, и рекомендации заметно меняются, но история покупок и данные аккаунта обычно сохраняются. Эффективнее действовать комплексно. Нужно очистить историю просмотров и поиска, убрать лишнее из избранного и корзины, а затем какое-то время выбирать то, что действительно интересно, пока новые сигналы не вытеснят старые.
Настройки решают только часть задачи. Алгоритм не различает, смотрит человек что-то с интересом или с раздражением, и в обоих случаях покажет больше похожего. Поэтому на то, что окажется в ленте, влияет и каждый клик.
Ранее мы писали о том, что такое Posting Zero и почему молодёжь перестала выкладывать себя в соцсети
