Иногда рекомендации Авито разбираются в наших желаниях лучше нас.

Над сложной архитектурой рекомендаций работает целая команда профессионалов: знатоков ML-алгоритмов. С редакцией «Кода Дурова» пообщался один из них — руководитель юнита рекомендаций Михаил Каменщиков.
🔝 Михаил объяснил, как рекомендации Авито устроены изнутри и какие факторы влияют на выдачу. Делимся интересным фрагментом интервью:
«Кросс-категорийные рекомендации могут предлагать то, что не лежит в прямых интересах пользователя. К примеру, он хочет купить квартиру в центре Москвы, а мы можем показывать ему дорогие автомобили — то, что неинтересно пользователю в моменте, но может стать интересно в будущем.
В основе таких рекомендаций лежит коллаборативная фильтрация: мы смотрим, что смотрели другие пользователи, похожие на нашего потенциального пользователя. Если он искал загородные дома и не смотрел квадроциклы, а другие смотрели и дома, и квадроциклы, то мы понимаем, что он на них похож, и мы можем ему рекомендовать квадроциклы.
Есть модели персональных рекомендаций — они рекомендуют конкретные объявления в категориях, которые интересны пользователю».
➡️ Полное интервью читайте на сайте.