У автора этой статьи непереносимость рилсиков без котиков. А ещё в её (моей) ленте всё время появляется тренд «Мне стирают память и я смотрю это заново» и периодически выпадают тренировки на тазовое дно… Короче, с моим алгоритмом вроде всё понятно, давайте теперь разберёмся, как он в принципе работает и формирует наши рекомендации в соцсетях и не только.
Содержание
Какие действия превращаются в сигналы
Как из сигналов собирается рекомендация
Почему соцсеть и маркетплейс советуют по-разному
Почему алгоритм ошибается и зацикливает выдачу
Как повлиять на свои рекомендации
Что алгоритм пытается угадать
Рекомендации — это не поиск. Когда вы вбиваете запрос в строку, вы сами говорите, что вам нужно. А рекомендательная система пытается предсказать ваш интерес без прямого вопроса. Она не знает, чего вы хотите на самом деле. Зато она видит только ваши действия и на их основе строит прогноз: что вы, скорее всего, сделаете дальше — посмотрите, кликнете, сохраните или купите.
Задача алгоритма зависит от платформы. Соцсеть хочет, чтобы вы провели в ней как можно больше времени (у неё блин это получается), поэтому учитывает вовлечение: досмотры, лайки, комментарии. Маркетплейс хочет, чтобы вы что-нибудь купили, да побольше, поэтому оценивает вероятность покупки. Но общий принцип одинаковый.
Упрощённая цепочка выглядит так:
Кандидаты → оценка вероятности действия → сортировка → показ пользователю.
Система берёт огромный список всего, что можно показать, оценивает каждый вариант и выбирает самые перспективные. Вы видите только верхушку айсберга — то, что алгоритм посчитал для вас наиболее подходящим.
Какие действия превращаются в сигналы
Каждое ваше движение в приложении или на сайте — это информация для алгоритма. Сигналы бывают двух видов: явные и неявные.
Явные сигналы
Это когда вы осознанно сообщаете платформе о своём отношении:
- лайк или дизлайк;
- оценка товара или контента;
- подписка на автора или категорию;
- сохранение в закладки;
- команда «Не интересно» или «Скрыть»;
- добавление товара в избранное.
Неявные сигналы
Это то, что алгоритм считывает из вашего поведения, даже если вы об этом не думаете:
- время просмотра публикации или ролика;
- досмотр до конца;
- переход по ссылке;
- повторный просмотр;
- быстрый скролл мимо публикации;
- добавление товара в корзину;
- покупка или возврат.
Набор сигналов и их вес у каждой платформы свой. Один лайк не перевернёт всю ленту, а случайный клик не сделает вас фанатом корейской косметики. Алгоритм смотрит на картину в целом. Но вот если вы зачитались комментариями под рилсом с очередным сыночкой-корзиночкой, ждите ещё таких видео в ленте.
| Сигнал | Что он может сообщить системе |
|---|---|
| Досмотрели ролик до конца | Тема или формат вам нравятся |
| Лайкнули или сохранили публикацию | Контент понравился, можно показывать похожее |
| Пропустили публикацию | Контент неактуален или неинтересен |
| Команда «Не интересно» | Явный сигнал: такое больше не показывать |
| Добавили товар в корзину | Высокая вероятность покупки |
| Вернули товар | Возможно, категория или продавец не подходят |
| Посмотрели что-то ещё раз | Не уверены в покупке или, наоборот, очень заинтересованы |
Как из сигналов собирается рекомендация
Система собирает ваши сигналы и начинает искать, что бы вам ещё показать. Для этого она использует несколько базовых подходов.
🟢 Популярное и актуальное. Самый простой способ — показать то, что сейчас нравится всем. Если ролик набирает миллионы просмотров, алгоритм предложит его и вам, даже если вы никогда не интересовались коалой, которая проникла в дом в Австралии.
🟢 Похожий контент. Если вам понравился товар или видео, система ищет объекты с похожими характеристиками: та же категория, те же теги, похожее описание. Десятое видео под трек «Зажечь огни земли» — вот примерно оно.
🟢 Похожие пользователи. Алгоритм находит людей с близким поведением и смотрит, что нравится им. Если пользователи, похожие на вас, активно смотрят определённый контент или покупают определённый товар, система предложит его и вам.
🟢 Гибридный подход. В реальности платформы комбинируют несколько подходов и добавляют свои правила: например, не показывать слишком много одинаковых товаров подряд или почаще показывать свеженькое и популярное.
А теперь посмотрим, как это выглядит на практике.
В соцсетях
Вы посмотрели три видео с рецептами пасты. Система пометила тему «кулинария» как актуальную, нашла пользователей, которые тоже смотрели эти видео, и посмотрела, что ещё им нравится. Затем из всего разнообразия контента отобрала самые многообещающие варианты, оценила их свежесть, исключила то, что вы уже видели, и показала вам подборку. После этого она считала новые сигналы — и цикл повторяется.
На маркетплейсах
Вы искали беспроводные наушники, открыли три карточки, одну добавили в корзину, но не купили. Система поняла: товар интересен, но что-то не устроило — может быть, цена. В следующий раз она покажет вам похожие наушники, но в другом ценовом диапазоне или от другого производителя. А заодно предложит чехол к ним и похожие модели, которые покупали другие пользователи.
Почему соцсеть и маркетплейс советуют по-разному
Общий принцип похож, но цели, объекты и сигналы различаются.
| Параметр | Соцсеть или видеосервис | Маркетплейс |
|---|---|---|
| Что рекомендует | Посты, ролики, авторов | Товары и категории |
| Возможная цель | Полезный просмотр, реакция, подписка | Переход, добавление в корзину, покупка |
| Сигналы | Время просмотра, реакции, пропуски, подписки | Просмотры, избранное, корзина, покупки, возвраты |
| Дополнительные условия | Свежесть, разнообразие, правила платформы | Цена, наличие, доставка, популярность |
Рекомендательные системы — не телепаты. Они видят историю действий и прогнозируют, что с большей вероятностью заинтересует пользователя в следующий раз.
Важно: рекомендации — это не реклама. Рекламу оплачивает продавец или автор контента, и она показывается по другим правилам. Органические рекомендации тоже не сводятся только к личным интересам: система может учитывать поведение пользователя, популярность, свежесть, доступность объекта и правила площадки.
Почему алгоритм ошибается и зацикливает выдачу
Вы в прошлом веке искали пижаму в цветочек, даже купили её на маркетплейсе, а система продолжает выдавать вам варианты со штанишками, шортиками или в формате ночной рубашки. Лучше бы что-то новое показал, деньги-то потратить хочется.
Вот почему алгоритм лажает:
🟦 Холодный старт. Если вы новый пользователь, система знает о вас мало. Поэтому показывает самое популярное или делает случайные предположения. Нужно время, чтобы она с вами познакомилась поближе.
🟦 Новый товар или публикация. Если у объекта ещё нет просмотров и покупок, алгоритм не понимает, кому его предлагать.
🟦 Общий аккаунт. Если одним устройством пользуются несколько человек, система смешивает их интересы и выдаёт странные подборки. Утром — ситечко для чая, вечером — шуруповёрт.
🟦 Поиск подарка. Вы искали подарок для коллеги, а алгоритм решил, что вы увлеклись рыбалкой или вязанием. Теперь-то интересно, конечно, но особо не надо.
🟦 Слишком сильная опора на популярное. Иногда система перестраховывается и показывает только тренды, при этом забывает о ваших уникальных интересах.
🟦 Долгий просмотр раздражающего контента. Вы залипли на ролик «Распаковка продуктов с помойки», а алгоритм посчитал это интересом и теперь пытается показать вам ещё больше кринжа.
🟦 Информационный пузырь. Рекомендации зацикливаются на одной теме, и вы перестаёте видеть что-то новое. Это прямое следствие того, как работают алгоритмы. Они показывают то, что с большей вероятностью вас удержит, и со временем могут сузить кругозор.
🟦 Ограничения площадки. Подходящих вариантов может быть мало: товара нет в наличии, контент недоступен в регионе или сама платформа ограничивает часть публикаций.
Но вы можете это исправить.
Как повлиять на свои рекомендации
Алгоритм не читает мысли, но послушно реагирует на обратную связь. Вот что можно сделать, чтобы лента и витрина стали адекватнее.
Это самый прямой способ сказать системе: «Такое больше не показывай».
Если лента забита тем, что вам не близко, почистите подписки.
Явные сигналы прямо сообщают платформе о ваших предпочтениях, но их вес зависит от сервиса.
На некоторых сервисах можно стереть прошлые данные, чтобы система начала с чистого листа.
Если одним устройством пользуется вся семья, лучше заведите для каждого отдельные аккаунты.
Выходите за пределы ленты: используйте поиск, заходите в новые категории, открывайте незнакомых авторов.
Названия инструментов и доступные действия различаются.
Изменения могут появиться не сразу: сервису нужно учесть новые сигналы. Когда и насколько изменится лента, зависит от платформы и её настроек.
Алгоритмы рекомендаций за вами не следят, они просто очень умные
Они видят ваши действия и пытаются угадать, что вам понравится. Иногда угадывают очень круто, иногда — ужасно. Случайный клик, поиск подарка и осознанный интерес выглядят для системы одинаково. Но вы можете ею управлять: давать обратную связь, чистить историю, искать новое за пределами ленты. И тогда рекомендации из назойливого преследователя превратятся в полезный инструмент.
