👠 💗 ☝🏽 हम इसी तरह के उत्पादों की सिफारिश करने के लिए आइटम 2vec का उपयोग कैसे करते हैं 🤲🏾 👩🏿‍🤝‍👩🏾 🧑🏾‍🤝‍🧑🏼

नमस्ते, मेरा नाम वास्या रूबतसोव है, मैं अवितो में सिफारिश प्रणाली विकसित कर रहा हूं।

विज्ञापन स्थान का मुख्य उद्देश्य विक्रेताओं को खरीदार और खरीदार खोजने में मदद करना है जो उत्पादों की तलाश कर रहे हैं। ऑनलाइन स्टोर के विपरीत, बिक्री का तथ्य हमारे प्लेटफॉर्म के बाहर होता है, और हम इसे ट्रैक नहीं कर सकते। इसलिए, हमारे लिए मुख्य मीट्रिक "संपर्क" है - यह उत्पाद कार्ड पर "शो फोन" बटन दबाने, या विक्रेता के साथ दूत में बातचीत की शुरुआत की घटना है। इस मीट्रिक से हमें "खरीदार" मिलते हैं - प्रति दिन अद्वितीय उपयोगकर्ताओं की संख्या जिन्होंने कम से कम एक संपर्क बनाया।

Avito के अनुशंसा विभाग के साथ काम करने वाले दो मुख्य उत्पाद होम पेज या user2item पर उपयोगकर्ता की सिफारिशें और उत्पाद कार्ड या item2item पर समान विज्ञापनों के ब्लॉक हैं। सभी विज्ञापन विचारों का एक तिहाई और सभी संपर्कों का एक चौथाई सिफारिशों से आता है, इसलिए रेफरल इंजन एविटो में एक महत्वपूर्ण भूमिका निभाते हैं।

लेख में मैं बताऊंगा कि कैसे हमने आइटम 2 वेट 2 की सिफारिशों के कारण अपने आइटम 2 आईटीईएम सुधारों को बेहतर बनाया और इसने यूजर 2 आईटीएम सिफारिशों को कैसे प्रभावित किया।

जैसा कि पहले था

इससे पहले, इसी तरह के विज्ञापनों की खोज के लिए, हमने विज्ञापनों की एक जोड़ी के लिए प्राप्त सुविधाओं पर एक रेखीय मॉडल का उपयोग किया: शीर्षक में मिलान शब्दों की संख्या और विज्ञापन, मिलान के स्थानों, मापदंडों, जियो द्वारा निकटता का विवरण। इस मॉडल में गुणांकों को बहु-सशस्त्र डाकुओं द्वारा चुना गया था। हमने एक अलग लेख में यह बताया ।

, , . , « wifi » «SQ11» , , , . — « », « », «-» « ». , , . «» , .

, , . finn.no "Deep neural network marketplace recommenders in online experiments".