Системаҳои тавсиядиҳӣ

Системаи тавсияҳо на танҳо "модели CTR. "Ин як лӯлаи маълумот → номзадҳо дар рейтинги → сиёсат → амал, § фикру мулоҳизаҳоест, ки арзиши афзоишро дар доираи маҳдудиятҳои воқеӣ (суръат, ҳадди басомад, гуногунрангӣ, ахлоқ/мувофиқат) оптимизатсия мекунад.

1) Маълумот, сигналҳо ва намояндагиҳо

Ҳодисаҳо: нуқтаи назар/клик/илова/харид/амонатҳо, вақти истироҳат, бекоркунӣ.
Мундариҷа/каталог: атрибутҳо (категорияҳо/жанрҳо/студияҳо/нарх/тару тоза/ноустуворӣ).
Профилҳои корбар: RFM, афзалиятҳо, дастгоҳҳо/каналҳо, вақтҳо.
Контекст: соат/рӯз/истироҳат/мувофиқат, маҳал/TZ, сайти намоишӣ.
Сифат: дорухатҳо дар вақти муайян, номутобиқатии рӯйдодҳо, deadup/antiboot, ниқоби PII.
Ҷобаҷогузорӣ: корбар/ашё/контекст дар фазои муштарак (MF/Word2Vec2Rec/transformers), мултимодалӣ (матн/тасвирҳо).

2) Меъморӣ: Ба хотир оред → Рутба → Рутба

1. Бозхонди номзадҳо (200-5000 номзад): ANN (FAISS/ScaNN), маъруфият/тамоюлҳо, филтрҳои бар қоидаҳо асосёфта.
2. Гурӯҳбандӣ (20-200): LTR (GBM/NN), меъмории манораҳо, ҳадафҳои бинарӣ/бисёрҷониба (клик, табдилдиҳӣ, арзиш).
3. Рутбаи такрории сиёсат (5-30 дар рӯйхати ниҳоӣ): диверсификатсия/навоварӣ/серендипитсия, квотаҳои бренд/категория, RG/мувофиқат, ҳадди басомад, адолат.
4. Амал: намоиш/тела/почтаи электронӣ/намоиши шахсӣ бо cooldowns ва "соатҳои ором".
5. Фикру мулоҳизаҳо: сабти 'таассурот → клик → амал → арзиш', фикру мулоҳизаҳои манфӣ (гузаштан, шикоят кардан).

3) Парадигмаҳои намунавӣ

Ба мундариҷа асос ёфтааст: наздикӣ аз рӯи хусусиятҳои IT ва профил; беҳтарин барои оғози хунук барои ашё.
Филтри муштарак: корбар-корбар/ашё-ашё аз рӯи матритсаи муштарак.
Омилсозӣ/ҷобаҷогузорӣ: MF/BPR/NeuMF, ду бурҷи MLP (бурҷи корбар × манораи ашё).
Омӯзиш-ба-дараҷа: ҷуфт/номувофиқ (Lambda-MART, Rank-Net), оптимизатсияи NDCG @ k.
Сеанс/пайдарпай: GRU4Rec, SASR ‌ ec, Трансформаторҳо (T5-style) - фармоиш/контекст дар сессия.
Бандитҳои контекстуалӣ: Lin UCB/Томпсон барои мутобиқшавӣ ва эҷодиёти фаврии онлайн.
RL: SlATE/DQN/Gradient Policy барои ҷоизаи бисёрқадама (нигоҳдорӣ/LTV).
Равишҳои Causal/uplift: тавсияҳое, ки афзоишро ба назар мегиранд, на "CTR хом".

4) Ҳадафҳо, маҳдудиятҳо ва таҳияи вазифа

Ҳадафҳо: CTR/CTCVR, даромад/маржа/LTV, нигоҳдорӣ, қаноатмандӣ, суръат.
Маҳдудиятҳо: диверсификатсия, квотаҳои провайдер/категория, ҳадди басомад, RG/мувофиқат, адолат/ахлоқ, SLA p95.

Рутбаи такрории сиёсат (мисоли скаляризатсия):

[
\ textstyle Score =\alpha\cdot\hat p_{\text{click}} +\beta\cdot\text {Value}

\ gamma\cdot\text {Хастагӣ} +\delta\cdot\text {Novelty} -\sum _ j\lambda _ j\cdot\text {Penge} _ j
]

ки дар он ҷаримаҳо квота/RG/басомад/монотон мебошанд.

5) Нишондиҳандаҳо ва баҳодиҳӣ

Офлайн

Аҳамият/рейтинг: AUC/PR-AUC, Recall @ k, MAP, NDCG @ k.
Тиҷорат: ERPM/eCPM, proxy-LTV, маржаи пешбинишуда.
Калибрченкунӣ: Brier, ECE (барои ҳадди ниҳоӣ/сиёсат муҳим аст).
Списки: фарогирӣ/гуногунрангӣ/навоварӣ/серендипитсия.

Онлайн

Санҷишҳои A/B/multi-label: CTR, CTCVR, даромад/сессия, нигоҳдорӣ, шикоятҳо/обуна (посбонҳо), таъхир/вақт.
Арзёбии сабабӣ: CUPED, таҷрибаҳои квази-таҷрибаҳо (Назорати Ди/синтетикӣ) ҳангоми тасодуфии маҳдуд.
Нишондиҳандаҳои болоӣ: Qini/AUUC, uplift @ k - барои тавсияҳо оид ба табобат.

6) Оғози хунук ва камаҳолӣ

Истифодабарандагони нав: маъмул @ segment, пурсиши мундариҷа, мундариҷа дар асоси клики аввал, бандит бо зеҳни васеъ.
Aytems нав: воридкунии метамаълумот/матн/тасвирҳо + якхела аз ҷониби студия/категория.
Соҳаҳои хурд: омӯзиши интиқол, бисёрҷониба (бурҷи муштарак), дистилятсияи домейн.

7) Диверсификатсия, навоварӣ, серендипитсия

Алгоритмҳо: MMR, x ҷарима барои якранг.
Квотаҳо: min/max аз рӯи категория/бренди/хавф.
Устувории рӯйхат: инерсияи мавқеъ, гистерезиси нав; баромадро "дурахш" накунед.

8) Инфраструктура ва MLO

Дӯкони хусусият: дорухатҳои PIT, TTL барои хусусиятҳои сессия, паритети онлайн/офлайнӣ.
Хидматҳои ANN: FAISS/ScaNN, sharding/кэш, нусхабардорӣ.
Ranker: хусусиятҳои вақти воқеӣ, калибрченкунӣ, имзои версия.
Сиёсат/Қабати такрорӣ: маҳдудиятҳо/квотаҳо/RG/басомадҳо/гуногунрангӣ.
SLA: ба охир мерасад p95 ≤ 100-300 мс; афтодани (маъмул-бехатар) ҳангоми таназзул.
Мушоҳидаҳо: пайҳои коррелятсияи _ id, фарқияти хусусият (PSI), ченакҳои сифатии онлайн, кран.

9) Амният, махфият, ахлоқ

Ҳадди ақали PII, RLS/CLS, ниқоб.
Филтрҳои RG/мутобиқат пеш аз намоиш, ҳадди басомад, соатҳои ором.
Ташхиси одилона аз рӯи сегмент; шарҳи сабабҳои намоиш; роҳи муроҷиат.

10) Рамзи псевдо: Ба хотир оред → Rank → Rank-rank гибрид

python
Recall cand_emb = ann.recall(user_embed, topk=500)
cand_rule = popular.by_segment(user.segment, k=200)
cands = dedup(cand_emb + cand_rule)

Rank features = featurize(user, cands, context)   # user/item/context scores = ranker.predict(features)        # p(click), value

Policy-aware re-rank final = rerank(
cands, scores,
constraints=dict(
diversity_min={'category': 3},
brand_quota={'A':0.3,'B':0.3},
rg_filter=True,
freq_caps=get_user_caps(user)
),
objective_weights=dict(ctr=0.6, value=0.3, novelty=0.1)
)
return final[:N]

Намунаи Томпсон барои эҷодкорон (эскиз)

python beta priors per creative: (α, β)
samples = {cr: np.random.beta(alpha[cr], beta[cr]) for cr in creatives}
chosen = max(samples, key=samples.get)
show(chosen)
update(alpha, beta, reward=click)

11) Псевдо-SQL: фикру мулоҳизаҳои манфӣ ва ҳадди басомад

sql
-- Последний показ и флаги «скрыть/жалоба» → баним на 7 дней
WITH last_impr AS (
SELECT user_id, item_id,
MAX(ts) AS last_ts,
BOOL_OR(feedback_hide) AS hidden,
BOOL_OR(feedback_report) AS reported
FROM impressions
GROUP BY 1,2
)
SELECT i.
FROM inventory i
LEFT JOIN last_impr l ON l.user_id=:uid AND l.item_id=i.item_id
WHERE COALESCE(l.hidden,false)=false
AND COALESCE(l.reported,false)=false
AND (l.last_ts IS NULL OR l.last_ts < NOW() - INTERVAL '7 day');

12) Ҷадвали қарор

Ҳолати	Контекст	Амалиёт	Маҳдудиятҳо	Шарҳ
'new _ user & low_history'	onboarding	маъмул @ segment + мундариҷа-насл	caps басомад, RG	оғози хунук
'session _ len> 3 & diversity_low'	сессия	Рутбаи такрории MMR/x	min 3 категория	serendipity
'uplift _ push ≥ τ'	пешниҳодҳо	такони шахсӣ	Do-Not-Disturb, zhaloby ≤ Х	афзоиш, на CTR
'risk _ RG ≥ τ'	Ҳар гуна	блоки мундариҷаи хавф	RG/Мутобиқат	бехатарӣ

13) Анти-намунаҳо

Оптимизатсияи "CTR хом" ба ҷои афзоиш ва арзиш.
Набудани қабати дубора дараҷабандӣ → монотонияи барзиёд, "нақби биниш".
Чеҳраҳо аз оянда; омехта TZ; таърифҳои сигнали ғайритабиӣ.
Не калибрченкунии эҳтимолият → ҳадди нодуруст/сиёсат.
RG/этика/адолатро нодида гиред → шикоятҳо/хатарҳо/ҷаримаҳо.
Хусусияти онлайн/офлайнии desynchronized ва ченакҳо - "кашиш" дар ғизо.
Набудани камбудӣ ва вентилятсияи таваққуф.

14) Рӯйхати санҷиши оғози тавсия

Шиносномаи система - ҳадафҳо, маҳдудиятҳо, ченакҳо, соҳибон, версияҳо
Ба хотир оред/рутба/рутбаи ҷудошуда; ANN гарм шуд, кэшҳо танзим карда шуданд
Хусусиятҳои PIT, калибрченкунӣ, нишондиҳандаҳои офлайнӣ (NDCG/PR-AUC) гузаштанд
Тарҳи A/B ва посбонҳо; гузориши омода оид ба қарор
Маҳдудиятҳо: гуногунӣ/квотаҳо/RG/ҳадди басомад - татбиқ ва назорат карда мешаванд
SLA p95, нишонаҳо, огоҳиҳо, боздоштани кран ва афтиши маъмул-бехатар
Ҳуҷҷатгузорӣ, Runibooks, Нақшаи такмили афзоиш

Натиҷа

Системаи тавсияи қавӣ ин лӯлаи огоҳонаи сиёсат аст: гибридии Recall/Rank/Re-rank, ки арзиши афзоишро дар суръат, ахлоқ ва маҳдудиятҳои гуногунрангӣ оптимизатсия мекунад. Бо илова кардани бандитҳо/RL барои мутобиқсозии онлайн, интизоми MLOps ва арзёбии сабабҳои дуруст, шумо на "рӯйхатҳоро ба хотири рӯйхатҳо" мегиред, балки қарорҳои идорашавандае, ки қаноатмандии ROMI, LTV ва корбарро афзоиш медиҳанд - устувор ва бехатар.

Системаҳои тавсиядиҳӣ

Офлайн

Онлайн

Намунаи Томпсон барои эҷодкорон (эскиз)

Натиҷа

Тамос гиред

Алоқаи зуд

Видео ба зудӣ нав карда мешавад

Мо ҳоло хеле машғули лоиҳаҳо ҳастем