Яндекс переходит на рекомендательные системы на основе генеративных моделей — это повысит качество персональных рекомендаций

Исследователи Яндекса разработали рекомендации нового поколения — на основе генеративных моделей. Теперь пользователи будут получать более качественные рекомендации, экономить больше времени на поиске контента и товаров, чаще выходить за рамки своих привычек. Первой новые алгоритмы внедрила Яндекс Музыка. Они работают в режиме реального времени и мгновенно реагируют на действия пользователей, но с учётом большего количества параметров. Также новые алгоритмы успешно интегрировал Яндекс Маркет, а со временем на них перейдут и другие сервисы Яндекса.

Новые рекомендации анализируют в несколько раз более длинную историю действий пользователя и находят взаимосвязи между ними — в том числе неочевидные. Алгоритмы лучше определяют, как меняются потребности с течением времени, и учитывают сезонность. Например, если каждое лето человек покупает теннисные мячи одной и той же фирмы, они напомнят ему об этом, когда придёт время.

Как изменились рекомендации в Яндекс Музыке и Яндекс Маркете 

Яндекс Музыка ещё в 2023 году начала использовать в рекомендациях генеративные нейросети. Теперь она первой среди сервисов Яндекса внедрила обновлённые модели и перевела их в режим онлайн. Это значит, что алгоритмы анализируют потребности человека и генерируют рекомендации в моменте — с учётом его долгосрочных предпочтений. При этом они учитывают в три раза больше паттернов поведения пользователя. Благодаря этому люди стали чаще и дольше слушать «Мою волну», где звучат только рекомендованные треки, и на 20% чаще добавлять в коллекцию песни и артистов, которых услышали впервые. Разнообразие самих рекомендаций выросло на 14% — в них стало больше новых для людей треков.

Вслед за Яндекс Музыкой новые алгоритмы внедрил Яндекс Маркет. Они позволяют людям выйти за рамки своих привычек и получать больше актуальных предложений, узнавать о новых товарах и брендах, которые будут им полезны. Теперь Маркет учитывает в десятки раз больше обезличенных действий пользователей — это эквивалентно примерно двум годам активности покупателей. Так у алгоритмов появляется более полный контекст, и пользователь получает рекомендации по своим интересам и потребностям. Во время тестирования алгоритмов пользователи стали добавлять в корзину на 3% больше товаров, которые они видели в рекомендациях, а покупки товаров из лент в новых категориях выросли на 5%.

Николай Савушкин,
отвечает за рекомендательные технологии Яндекса

В последние годы качество рекомендательных алгоритмов вышло на плато. Для того чтобы вывести их на новый уровень, нужно было внедрять генеративные модели, а они требуют больших вычислительных мощностей. Нам удалось разработать нейронную архитектуру, которая более эффективна в обучении и требует меньше ресурсов, и доказать, что скачок качества, который мы видим в сфере языковых моделей, возможен в рекомендациях. Эту задачу удалось решить только нескольким компаниям в мире — таким как Яндекс, Google, Netflix, LinkedIn. Алгоритмы на базе новой архитектуры будут внедрены в большинство сервисов компании.

Подробнее о рекомендациях на основе генеративных моделей можно узнать на Хабре.