Я открываю Яндекс.Музыку, а там плейлист, в который как будто его достали из моих чертогов разума: вот этот трек я слушал в 2014-м, вот этот — недавно случайно скипнул, а этот — как раз попал в моё настроение прямо сейчас. Как? Почему?
Ответ скучный и интересный одновременно: потому что я сам уже всё рассказал рекомендательной системе. Нечаянно.
Рекомендательные алгоритмы — это цифровая магия, которую склеивают из машинного обучения, ваших кликов и трекеров, а сейчас ещё и нейросетей, векторов интересов и A/B-тестов. Звучит сложно? Сейчас объясним.
Что такое рекомендательная система и почему мы все в ней живём
Если по-простому, рекомендательный алгоритм — это как внимательный продавец, который не навязывает, а молча запоминает, что вы любите, и в следующий раз не подсовывает вам «то, что есть», а, наоборот, предложит «что вам понравится».
Он следит не только за тем, что вы выберете, но и за тем, что не досмотрели, что пролистали, на чём зависли. У него в мозгу (ну или в дата-центре) складывается ваша цифровая тень или отпечаток, и алгоритм начинает подбирать контент так, будто знает вас лично.
Это работает везде: в лентах ВКонтакте и Дзена, в подборках Яндекс.Маркета, в плейлистах Музыки и даже в «Одноклассниках» (да, там вы тоже не скроетесь).
Когда трава была зеленее, а поиск — ручным
До того как рекомендательные алгоритмы вошли в каждую вкладку нашего смартфона, всё работало куда проще и куда менее эффективно. Открывая новостной сайт, мы видели главную страницу такой же, как и тысячи пользователей по всей стране. Шли на музыкальный сервис и каждый трек искали вручную. Искали сериал — и спрашивали совета у друзей, а не у умной системы, которая знает, что вы недавно смотрели документалку про Италию, значит, вам может зайти фильм о неаполитанской мафии.
Всё держалось на ручной навигации и общих топах. Больше всех кликают? Значит, покажем всем. Самый популярный товар недели? Пусть будет на главной. В этих условиях выигрывали не те, кто делал лучше, а те, кто делал «вируснее». А пользователь... Ну, он просто тратил своё время — листая, сравнивая, возвращаясь, теряя интерес.
Алгоритмы существовали и тогда — но были «плоскими»: сортировали по дате или популярности. Они не знали, кто вы, не помнили, что вы слушали вчера, не замечали, если вы внезапно влюбились в жанр нуарных романов.
Как Яндекс подбирает то, что вы ещё не успели захотеть
У Яндекса свой зоопарк алгоритмов. Они сидят внутри:
- Поиска
- Музыки
- Кинопоиска
- Маркета
- и даже Яндекс.Афиши
Сначала они наблюдают: вы лайкнули фильм, купили на Маркете чехол, дослушали трек до конца. Потом они сравнивают вас с другими похожими людьми. Потом анализируют ещё глубже — какой день недели, сколько сейчас времени, с какой скоростью у вас интернет. И только потом делают предложение, от которого вам очень трудно отказаться.
Каждое изменение алгоритма тестируют на живой аудитории — это называется A/B-тест. Представьте, что вы и ваш друг получили одну и ту же статью, но с разным заголовком, и дальше смотрят, какая версия сработала лучше.
Дзен. Как алгоритм вас изучает
Если вы хоть раз открывали Дзен «просто посмотреть новости» и зависали там на 40 минут, вы уже испытали на себе силу его рекомендательного движка. Сегодня это не просто умная лента, а эдакий цифровой психотерапевт, который сначала молча слушает, потом очень точно формулирует, а потом ещё и подсовывает нужное в нужный момент.
Внутри алгоритм работает как воронка: сперва система грубо отбирает из миллионов статей те, что могут быть вам близки. Не по душевному импульсу, а математически просчитано: учитываются дата публикации, тема канала, ключевые слова, даже то, читали ли вы похожие тексты у похожих авторов. Всё это называется «предварительный отбор кандидатов» — как если бы вы пришли в библиотеку, а библиотекарь без слов отвёл вас в отдел научной фантастики, ведь вы же за ней пришли, правда?)
Потом — сложнее. Каждый пользователь и каждая статья в Дзене описывается в виде векторов интересов. И тут как раз показывается наш цифровой отпечаток: «любит иронию, интересуется нейросетями, избегает длинных лирических подводок». У статьи — такой же. Если векторы статьи близки, вам её покажут. Если не дочитаете — алгоритм это запомнит. Если лайкнете — укрепится в правильности своего решения. Если отправите другу — о, теперь это особо важный материал.
И всё это — в реальном времени.
Что делает систему такой цепкой?
Во-первых, многоступенчатость. Сначала — быстрый фильтр. Потом — точное ранжирование. И каждый этап использует свою нейросеть, обученную на миллионах реакций других людей. Она предсказывает, что вы сделаете: прочитаете, закроете, прокрутите, вернётесь позже. Чем чаще вы этим пользуетесь, тем точнее становится.
Во-вторых, механизм exploration (открытий) — важная часть, которая отличает Дзен от лент, заточенных только на популярное. Система специально даёт шанс новым авторам и экспериментальным темам. Публикация может «взлететь» даже спустя сутки или даже месяцы, если понравилась нескольким первым читателям. Это особенно круто для нишевых блогов — именно поэтому у вас в ленте иногда появляются статьи от никому не известных каналов, но вы их прочитаете.
В-третьих, адаптивность. Если вы раньше читали про инвестиции, но потом начали интересоваться историей моды, лента это поймёт. Не сразу, но поймёт. И начнёт аккуратно подмешивать новый контент, наблюдая за вашей реакцией.
И самое интересное — А/В-тесты и «созвездия»
Да, у версий алгоритмов Дзена есть названия. Например, «Альфа Центавра» — обновлённый движок, который глубже смотрит в интересы, а не в популярность канала. Это как если бы бариста узнав вас не спросил: «Кофе как обычно?» , а начал предлагать то, что подойдёт к вашему настроению, погоде и плейлисту в наушниках.
Каждое изменение проверяется через A/B-тесты: часть пользователей получает новые рекомендации, часть — старые. Анализируют, кто больше читает, ставит лайки, подписывается. Работает — внедряют. Нет — дорабатывают.
Да, это манипуляция. Но не агрессивная
Важно понимать: Дзен не навязывает — он угадывает. Он не заставляет вас интересоваться чем-то новым, но подсказывает релевантные материалы, когда вы уже к этому почти готовы.
А главное — он позволяет новым авторам находить свою аудиторию. Не только из-за лайков и подписок, а потому что сам алгоритм построен так, чтобы искать не самых популярных, а самых подходящих.
Маркет и Музыка — не просто товары и треки
Яндекс.Маркет сегодня — это уже не просто витрина. Это умный советчик. Он помнит, что если вы искали телефон, то вам, возможно, понадобится чехол, кабель, наушники. Но ассортимент будет представлен не популярными моделями, а теми, которые покупали люди с похожим поведением.
Яндекс Музыка словно тот друг, которого я вожу с работы на машине, и у него магическим образом плейлист очень похож на мой. «Моя волна» или «Плейлист дня» собираются по тому, что вы слушали, что пропускали, сколько времени длился прослушанный трек. Да, алгоритм знает, что вы нажали переключили песню через 15 секунд, — и делает выводы.
Рекомендательные системы в социальных сетях
Почти все российские социальные сети уже внедрили алгоритмические ленты — чтобы подбирать для каждого пользователя не случайный поток постов, а персонализированную выдачу по интересам.
Во «ВКонтакте» работает специальный раздел «Рекомендации» (часть умной ленты «Прометей»), где алгоритмы анализируют активность пользователя и «поднимают» выше те посты, с которыми он с большей вероятностью станет взаимодействовать. Это могут быть лайки, комментарии, долгое чтение статьи или просмотр видео. При этом система смотрит не только на действия, но и на контекст: где и когда открыто приложение, какое у вас соединение и какое сейчас время суток. Утром — больше новостей, вечером — развлекательный контент.
Плюс — «умная» лента старается не просто угадывать привычное, но и открывать новое. Она подсовывает публикации от незнакомых сообществ или авторов, если они схожи по тематике с вашими интересами. Отдельный упор делается на нативные форматы — статьи, опросы, лонгриды — они получают бонусы в показах, если вызывают отклик. А накрутки (купленные лайки, искусственные репосты) быстро выявляются — и не влияют на ранжирование. Алгоритм нацелен на честный фидбэк, а не на «цифры».
В «Одноклассниках» действует своя персональная лента «Рекомендации», которая показывает пользователю контент от как уже знакомых, так и новых авторов. Нейросеть обучается на поведении: от простых лайков и комментариев до эмоций, подписок, времени потребления контента. В ленту попадают статьи, фото, видео, прямые эфиры. Причём система ориентирована на оригинальность — каждой новой публикации присваивается Content ID, и если кто-то скопирует её, преимущество останется за автором оригинального материала.
Важно и то, что ОК старается расширить кругозор пользователя. Если вы интересуетесь, скажем, путешествиями, алгоритм может показать репортажи от незнакомых авторов или контент друзей друзей — всё, что потенциально может быть вам интересно, но пока находится за пределами вашего привычного поля. Ваши реакции — лайки, дизлайки и подписки тут же влияют на ленту, позволяя платформе «обучаться на лету» и оперативно адаптироваться под текущие вкусы.
А с юридической стороны?
С октября 2023 года в России действует закон, обязывающий компании раскрывать, как работают их рекомендательные алгоритмы. То есть теперь не только Яндекс, но и все остальные обязаны в понятной форме объяснять, на каком основании вам показывают тот или иной контент.
Вот почему теперь можно найти на сайтах такие страницы, как «Правила применения рекомендательных технологий». Вроде как всё честно. Да?
Но… не пугает ли это?
Пугает. Потому что вы не всегда осознаёте, что уже живёте внутри фильтра. Вас не заставляют — вам просто не показывают лишнее. Алгоритмы всё больше подстраиваются под то, что вам нравится. А то, чего вы не знаете, — не попадает даже в поле зрения.
С другой стороны, в эпоху, когда у каждого по 1000 уведомлений в день, такие алгоритмы — спасение. Они экономят ваше время и делают интернет персонализированным. Пугающе точным, но всё же чуточку более удобным.
Подытожим:
Алгоритмы рекомендаций — как голос в наушниках, который подбирает вам музыку под настроение, фильмы под вечер и товары под заначку в кошельке. Они не всегда идеальны, но уже лучше, чем случайный выбор, А это значит, пока мы прокручиваем свои «ленты», они становятся умнее. И всё сильнее влияют на то, что мы читаем, слушаем, смотрим и покупаем.
Будем ли мы ещё выбирать сами — или всё уже выбрано за нас? Хороший вопрос.
Подписывайтесь на OBAYTI в Дзене и Telegram — у нас темы, которые интересны нам самим, честные разборы и никакой лапши.
Если статья оказалась полезной — можно поддержать автора по кнопке справа.
Если вас когда-нибудь бесили рекомендации от ленты или вы, наоборот, удивлялись, насколько точно она вас понимает — напишите об этом в комментариях. Как у вас это работает?
Спасибо, что прочитали до конца.