Не возникала ли у вас мысль о том, как соцсети умудряются угадать с такой хирургической точностью, что именно вы сейчас не против были бы посмотреть? Все это сложная, очень умная система, которую можно объяснить на пальцах. Поэтому давайте заглянем за кулисы.
Представьте себе самого внимательного в мире официанта. Вы приходите в своё любимое кафе. Официант, который вас давно знает, уже несёт вам ваш любимый кофе, даже не спрашивая. Как он понял? Он просто запомнил ваш прошлый заказ (позапрошлый, позапозапрошлый и так далее).
Ваша лента рекомендаций - это и есть такой сверхвнимательный официант. Только наблюдает он не за вами в кафе, а за каждым вашим кликом, секундой просмотра или паузой. Его задача не “накормить” вас полезным, а сделать так, чтобы вы задержались за столиком (то есть на платформе) как можно дольше. И для этого он собирает три типа данных.
Первое: что вы делаете явно (ваши команды)
Это самые простые и понятные сигналы. Вы прямо говорите системе, что вам нравится.
- Поиск. Вбиваете “как приготовить борщ” - алгоритм честно пытается найти вам рецепт. Но попутно запоминает: “Пользователь такой-то интересуется кулинарией, славянской кухней, возможно, домашним уютом”.
- Лайки, дизлайки, подписки. Нажали нравится под видео про ремонт велосипеда? Алгоритм ставит галочку: “Тема “велосипеды” - одобрена. Ищем похожее”.
- Что вы досмотрели до конца. Это один из самых сильных сигналов. Если вы выдержали 40-минутную лекцию о чёрных дырах, значит, тема вас действительно зацепила. Ну тут и правда очевидно.
Второе: что вы делаете неявно (ваше поведение)
Алгоритм следит за тем, как вы потребляете контент.
- Прокрутка. Вы пролистываете ленту и почти не останавливаетесь, к примеру, на котиках, но резко замедляетесь, увидев обзор нового ноутбука. Алгоритм это фиксирует: “Котики - пролёт. Техника - интерес!”
- Повторный просмотр. Пересмотрели смешной момент из сериала пять раз? Для алгоритма огромный сигнал: “ХОЧУ ЕЩЁ!”
- Время суток. Утром по пути на работу вы смотрите короткие, энергичные ролики, а вечером на диване - длинные фильмы. Система учится подстраиваться под ваш ритм дня.
Третье: что знает сам алгоритм
Здесь система проявляет свою эрудицию. Она не просто смотрит на ваши действия, она понимает (условно), что вы смотрели.
С помощью нейросетей алгоритм анализирует сам контент: названия, описания, субтитры, даже изображения и звук. Он знает, что видео “Топ-10 ошибок в спортзале” связано с “Программой тренировок для новичков” и “Обзорами спортивного питания”. Даже если вы эти связанные видео не искали, он может осторожно подсунуть их вам, проверяя гипотезу: “Раз интересовался ошибками, может, заинтересуется и исправлением?”
В конечном итоге алгоритм словно учёный, а вы объект его исследования. Он постоянно строит догадки о вас.
Гипотеза: “Пользователь, который смотрел детективы и триллеры, вероятно, оценит мрачный скандинавский нуар”.
Эксперимент: Он помещает в вашу рекомендации фильм “Девушка с татуировкой дракона”.
Результат: Вы смотрите его за вечер (Успех!) или выключаете через 15 минут (Провал!).
Алгоритм вносит поправки в своё “досье” на вас. Так, через тысячи таких экспериментов, и строится ваша уникальная, личная лента. Грубо говоря, чем дольше вы пользуетесь какой-либо платформой, тем лучше она будет вас знать, и рекомендации будут все точнее и точнее.
По итогу система рекомендаций это сложный механизм, а его KPI - ваше время. Он может быть невероятно полезным, но доверять ему свой вкус на все 100% - всё равно что позволить тому самому официанту решать за вас, чем вы будете питаться всю оставшуюся жизнь. Иногда стоит отложить телефон и самому полистать меню, я думаю вы поняли к чему я это.