Разработка рекомендательных систем: от collaborative filtering до real-time serving
На одном проекте для e-commerce с каталогом 300k SKU мы подняли CTR с 1,8% до 4,4% — в 2,4 раза. Первый рывок дала коллаборативная фильтрация вместо «популярное за последние 7 дней», второй — добавление контентных признаков и re-ranking. Разница между «показываем популярное» и «показываем персонализированное» — измеримая и существенная. Ниже — инженерный опыт, который помог это сделать, и архитектуры, которые реально работают в продакшене.
Collaborative Filtering: матричная факторизация и нейронные подходы
Matrix Factorization — классика для implicit feedback (клики, просмотры, покупки без явного рейтинга). ALS (Alternating Least Squares) в библиотеке Implicit обрабатывает матрицы user×item с сотнями миллионов ненулевых значений за минуты на GPU. Latent factors 64–256, регуляризация λ=0.01–0.1 — стартовые параметры. Проблема cold start: для нового пользователя или товара нет истории — классический CF беспомощен, нужны контентные признаки или гибрид.
Neural Collaborative Filtering (NCF) заменяет скалярное произведение на нейросеть. На практике выигрыш над хорошо настроенным ALS умеренный, но NCF проще расширять дополнительными признаками (возраст, категория, время суток). Sequence-aware модели (SASRec, BERT4Rec) учитывают порядок взаимодействий — state-of-the-art для сессионных рекомендаций.
Как выбрать архитектуру рекомендательной системы?
Ответ зависит от данных, нагрузки и требований к холодному старту. Ниже — три основных подхода с критериями выбора.
| Критерий | Collaborative Filtering | Content-Based Filtering | Гибридный (two-stage) |
|---|---|---|---|
| Данные для старта | История взаимодействий | Признаки объектов и пользователей | И то, и другое |
| Cold start | Провальный | Работает для новых items | Частично решён |
| Diversity (long-tail) | Низкий, popularity bias | Высокий | Средний–высокий |
| Latency serving | <5 ms (precomputed) | <10 ms (FAISS) | 20–50 ms |
| Сложность внедрения | Низкая | Средняя | Высокая |
Гибридная архитектура на 20–40% эффективнее чистого CF по покрытию long-tail — проверено на каталогах от 100k SKU.
Content-Based Filtering: когда истории взаимодействий мало
Content-based рекомендует на основе характеристик товаров, а не поведения других пользователей — решает cold start для новых items. Текстовые эмбеддинги через sentence-transformers (multilingual-e5-base, BGE-M3) → поиск похожих через FAISS IndexFlatIP — запрос за <5 ms на 100k товаров. Item2Vec (Word2Vec на последовательностях просмотров) даёт интерпретируемые «похожие товары» за пару часов обучения.
Структурированные признаки (категория, бренд, цена) подаются через embedding layers или в gradient boosting — CatBoost работает с категориями без ручного кодирования.
Почему гибридные модели работают лучше?
Production-системы почти всегда двухуровневые. Stage 1 (Retrieval) — быстрый отбор 100–500 кандидатов из 300k товаров через ALS или Two-Tower модель с векторным поиском (FAISS, Qdrant). Stage 2 (Ranking) — тяжёлый ранжировщик на LightGBM или нейросети с cross-features, временем, устройством и контекстом сессии. LightFM — хорошая отправная точка для среднего масштаба без тяжёлой инфраструктуры. Наша практика показывает: переход от single-stage к two-stage даёт прирост точности на 15–25% при росте latency всего на 20–30 мс.
Real-Time Serving: архитектура под нагрузку
Latency SLA — 50–100 ms при тысячах запросов в секунду. Base-рекомендации precompute (batch job раз в час) → Redis по user_id → <5 ms. Real-time re-ranking через Kafka для событий (клики, добавления в корзину) → обновление контекстных признаков. Feature serving — Redis с TTL (число просмотров за 24 часа, последний кликнутый item). При нагрузке 10k req/s ставим Redis Cluster с репликацией.
A/B тестирование — единственный достоверный способ оценить улучшения. Офлайн-метрики коррелируют с онлайн не всегда. Kohavi et al., «Online Controlled Experiments at Large Scale» (KDD 2013) — обязательное чтение для команды. Тест с 5–10% трафика, мониторинг CTR, конверсии, revenue per session. Одна из наших клиентских систем после гибридизации увеличила выручку на 18% за месяц A/B.
Сроки разработки рекомендательной системы
Этапы и типичные временные затраты — в таблице ниже. Стоимость рассчитывается индивидуально под масштаб каталога и требования к latency.
| Этап | Длительность | Результат |
|---|---|---|
| Аудит данных и baseline | 1–2 недели | Отчёт с плотностью матрицы, cold start‑зонами, метриками «популярного» |
| Прототип (offline validation) | 2–3 недели | Работающая модель с офлайн-метриками (Recall@k, NDCG) |
| Production-система (two-stage, A/B) | 1.5–2.5 месяца | Low-latency сервис с мониторингом и A/B-инфраструктурой |
| Обучение команды и документация | 1–2 недели | Model card, runbook по деплою, сессия по дообучению |
Что входит в разработку под ключ
- Аудит данных — плотность матрицы user×item (обычно <0,1%), распределение активности, temporal паттерны, cold start статистика.
- Baseline — «популярное» как простой порог, который часто трудно обогнать.
- Итеративное улучшение — ALS → контентные признаки → two-stage → sequence-aware. Каждый шаг с A/B.
- Инфраструктура serving — batch precomputation, Redis, real-time re-ranking, мониторинг в Grafana.
- Документация — model card с метриками, инструкция по деплою, описание признаков.
- Обучение команды — сессия по интерпретации результатов и дообучению модели.
- Поддержка — 1 месяц после запуска (фикс инцидентов, донастройка pipeline).
Мы — команда с 7+ годами опыта в рекомендательных системах, реализовали более 30 проектов для e-commerce и медиа. Гарантируем прозрачное A/B‑тестирование и фиксацию улучшения метрик.
Хотите оценить потенциал роста вашего каталога? Свяжитесь с нами для бесплатного аудита данных. Закажите разработку рекомендательной системы — первый прототип в течение двух недель.
Пример конфига ALS для implicit feedback
from implicit.als import AlternatingLeastSquares
model = AlternatingLeastSquares(
factors=64,
regularization=0.05,
iterations=15,
use_gpu=True
)
model.fit(user_item_matrix)
Больше о математике рекомендательных систем — в Wikipedia.