Действительно персональные рекомендации — теперь это возможно

Команда рекомендательной платформы Сбера разработала систему, которая предугадывает, какие группы товаров окажутся наиболее актуальными для пользователя — даже если он раньше ими не интересовался. Уникальное решение принесло команде победу в категории «Персональные рекомендации» на Avito ML Cup 2025 — крупнейшем соревновании для специалистов машинного обучения. В этом году в конкурсе участвовали 311 команд (1,6 тыс. человек), которые представили 3,2 тыс. решений.

Команда Сбера предложила гибридную систему, которая сочетает несколько подходов. Во-первых, команда использовала open-source библиотеку RePlay, доступ к которой имеет любой разработчик, что позволило создать решение для задачи последовательности, используя трансформеры. Система анализирует, что выбирают люди с похожими интересами и как ведёт себя конкретный пользователь, и учится делать точные рекомендации на минимальных данных.

Во-вторых, под капотом рекомендательной системы — коллаборативная модель EASE-DAN. Она распознаёт поведенческие паттерны и позволяет установить связи «товар-товар», ища похожие. Эта технология позволяет системе «понимать» интересы пользователя не по общим шаблонам, а по тонким поведенческим сигналам. В итоге система не просто предлагает то, что популярно у всех, а находит действительно полезные и интересные для человека товары.