Ученые из лаборатории исследований искусственного интеллекта Tinkoff Research создали алгоритм для повышения корректности рекомендаций в онлайн-торговле. Речь идет о более точном прогнозировании покупок в интернете с учетом их времени и периодичности. Участники рынка e-commerce уже давно применяют рекомендательные алгоритмы, инвестируя в развитие таких систем и инструментов немалые суммы. Впрочем, вложения себя оправдывают. Так, по мнению аналитиков, рынок e-commerce огромный (по итогам года он может составить 7,4 трлн рублей), и любые небольшие улучшения на нем могут дать сразу хороший эффект По совету друзей
Ученые из Tinkoff Research создали алгоритм, который корректнее других аналогов предсказывает, какие товары клиенту потребуются в ближайшем будущем с учетом точного момента покупки, рассказали Forbes в «Тинькофф». Он получил название Time-Aware Item-based Weighting (TAIW), а результаты исследования были представлены на международной конференции по рекомендательным системам ACM RecSys (Association for Computing Machinery Conference on Recommender Systems), состоявшейся в сентябре 2023 года в Сингапуре.
Новый метод анализирует не только предыдущие покупки клиентов и схожие предпочтения других пользователей, но и временные интервалы между покупками, индивидуальные для разных пользователей, сообщили в Tinkoff Research. «Человек может покупать какой-то товар с уникальной частотой: например, устраивать себе читмил с определенным продуктом в субботу каждой третьей недели месяца. В остальное время рекомендации этого продукта или схожих товаров не актуальны для пользователя, несмотря на то, что он неоднократно покупал их раньше. Ранее эти данные редко учитывались рекомендательными системами», — поясняет руководитель Tinkoff Research Сергей Колесников.