На одной из прошлых встреч мы уже рассказывали о том, что под капотом у рекомендаций в Avito. В этот раз мы подробней расскажем о том, какие задачи решает наша команда, зачем мы организовали конкурс на построение рекомендательной модели, какие результаты мы ожидали получить по итогам соревнования, что из этого удалось получить, а что нет. Кроме того, поделимся своим опытом участия в конкурсе RecSys Challenge 2017.

1. Какие задачи решает команда
рекомендаций в Avito
Василий Лексин

2. 2
• User-item:
• Объявления, которые в настоящий момент ищет пользователь
• Дополняющие товары/услуги
• User-category:
• Категории текущих интересов пользователя
• Кросс-категориальные рекомендации
• Item-item:
• Рекомендации похожих объявлений
• Дополняющие товары/услуги
• Рекомендации поисковых запросов
Какие рекомендации нужны на Авито?

3. 3
• Где можно показывать user-item рекомендации?
• Email’ы с подборкой рекомендованных объявлений
• Push-уведомления со ссылкой на персональные рекомендации в приложении
• Рекомендации на главной странице Android/iOS приложений
• Где можно показывать item-item рекомендации?
• Страница объявления
• Email кампании
Где можно показывать рекомендации?

4. 4
Email’ы с подборкой рекомендованных объявлений

5. 5
Рекомендации на главной странице Android/iOS приложений

6. 6
• Входные данные:
• История действий пользователей на сайте: просмотры, поисковые запросы, контакты,
избранное
• Профили пользователей: данные из привязанных аккаунтов соц. сетей, локация
• Все активные объявления Авито: title, description, params, price
• Задача:
• Для каждого активного пользователя показать top N объявлений с наибольшей вероятностью
запроса контакта (звонок или отправка сообщения)
Постановка задачи user-item рекомендаций

7. 7
• Пользователя, как правило, интересует типовой товар:
• на который есть много активных объявлений,
• объявления быстро закрываются
• Лучше строить рекомендации не на конкретных объявлениях, а на типовых
товарах
• Объявления создаются обычными пользователями: много неполных
описаний
Специфика рекомендаций на Авито

8. 8
• Offline модели (отставание 1-2 часа):
• Коллаборативная фильтрация
• Контентные рекомендации
• Гибридные рекомендации
• Online модели (отставание не более 5 секунд):
• Должны в реальном времени учитывать интересы пользователя
• Должны уметь рекомендовать самые свежие объявления
• Как правило, применяются простые методы
Методы построения рекомендаций

9. 9
Рассказ про участие в RecSys Challenge 2017

10. 10
2 этапа

11. 11
2 этапа

12. 12
Онлайн-этап

13. 13
• Домашняя страница
• Лист рекомендаций
• Email
• Лист рекомендаций для работодателя
• Push-уведомления
Способы доставки рекомендаций

14. 14
Постановка задачи

15. 15
Контентный подход: интересы пользователя

16. 16
Ключевые идеи

17. 17
Матричная факторизация и Local Collective Embedding

18. 18
Регуляризация LCE

19. 19
Итоги конкурса

20. Спасибо за внимание
Василий Лексин
vleksin@avito.ru