Периодически я привожу здесь кейсы с рекомендациями, такие, как с Яндекс.картами, например. И интересно разобраться в том, как именно такая персонализация работает под капотом, чтобы говорить на одном языке со всей командой разработки.
В блоге Meta есть интересная статья об этом, и в этом посте я приведу ее выжимку + доп. результаты гугления.
Instagram использует модели машинного обучения, чтобы рекомендовать пользователям релевантный контент. Одна из основных технологий — это нейронные сети типа "Two Towers" (two-tower neural networks) - архитектура, часто используемая для систем рекомендаций и рекомендательных систем.
- Первая башня (User Tower): эта сеть обучается на данных о пользователе (например, его поведении, предпочтениях, взаимодействиях с контентом). Она создает представление пользователя в виде вектора признаков (embeddings). Например, [0.9, 0.2, 0.6, 0.1], где 0.9 = юзер любит котиков, 0.2 = юзер предпочитает шок-контент, 0.6 = любит мейнстрим, 0.1 = еще что-нибудь.
- Вторая башня (Item Tower): эта сеть обучается на данных о контенте (например, изображениях, видео, текстах), что позволяет создавать представление контента, с которым пользователь может взаимодействовать.
🤨 После того как каждая из "башен" преобразуется в вектор, их объединяют и вычисляют схожесть между ними. Это позволяет системе понять, насколько данный контент подходит для конкретного пользователя.
Так и рождаются тысячи рекомендаций для одного пользователя, из которых уже другой технический процесс отбирает лучшие 100.
😮 В то время как пользователь лайкает и комментирует посты, на сервере в режиме онлайн сохраняются вектора (embeddings) каждого из таких постов. Затем система ищет все посты, которые максимально похожи на те, которые понравились пользователю. И если прямо сейчас пользователь больше интересуется путешествиями, то система будет искать похожие посты по теме путешествий.
Все ради того, чтобы удержать пользователя и повысить Time Spent.
💖 - ничего не понятно, но все равно интересно
💎 - нормально, продолжай
#instagram #ai #соцсети #персонализация