1. Термины и определения
1.1. Пользователь - лицо, обращающееся к Площадкам за получением необходимой ему информации и использующее их вне зависимости от факта авторизации на Площадках.
1.2. Предпочтения – действия, совершаемые Пользователем на Площадках.
1.3. Площадки экосистемы «Своё» – сайты (платформы) Своё Родное www.svoe-rodnoe.ru, Своё Фермерство www.svoefermerstvo.ru, Своё За городом www.svoe-zagorodom.ru, Своё Село www.svoe-selo.ru, Своё Жилье www.svoedom.ru, Всё Своё www.svoevse.ru, Я в Агро www.svoevagro.ru, Сайт банка www.rshb.ru, Свой Бизнес www.next.rshb.ru, а также клиентские мобильные приложения, предоставляющие доступ к сайтам, владельцем которых является АО «Россельхозбанк».
1.4. Продукты – банковские и небанковские продукты и услуги, товары (продовольственные и непродовольственные), объявления, предлагаемые к покупке Пользователю через Площадки.
1.5. Рекомендательная модель – механизм, который принимает входящие к нему данные о Предпочтениях Пользователей, анализирует их и выдает наиболее релевантные Предпочтениям Пользователей Продукты, то есть формирует Рекомендации.
1.6. Рекомендательные технологии –информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.
1.7. Рекомендация – подборка (предложение) банковских и небанковские продуктов и услуг, объявлений, товаров (продовольственных и непродовольственных), сформированная с помощью Рекомендательных технологий, наиболее подходящих под Предпочтения Пользователя.
2. Типы Рекомендаций на Площадке «Сайт банка www.rshb.ru»
2.1. На Площадке используются неперсонализированные Рекомендации.
2.2. Неперсонализированные Рекомендации являются предположением о том, какой Продукт может быть интересен Пользователю в конкретной рекомендательной подборке (блоке) в зависимости от целей такого блока, без использования каких-либо сведений о Предпочтениях Пользователя.
2.3. Применение Рекомендаций на Площадках помогает оптимизировать и сделать более эффективным процесс поискового запроса, поиска и выбора подходящих Пользователю Продуктов, представленных на Площадке, получить наиболее качественные и релевантные Рекомендации и сформировать успешный опыт взаимодействия с Площадкой.
3. Описание процессов, методов сбора и систематизации сведений
3.1. Источник получения сведений о предпочтениях Пользователей для Рекомендаций на Площадках – данные о любых действиях пользователя на Площадках.
3.2. Сбор информации о Предпочтениях Пользователей, то есть о совершенных Пользователем на Площадках действиях, происходит способом логирования – ведения технических записей о действиях Пользователей на Площадках и сохранения таких записей на внутреннем хранилище данных Площадок с целью последующего создания Рекомендаций.
3.3. Пользователь вправе не использовать Рекомендации и может использовать другие функциональные возможности Площадок и выбрать иной вариант отображения Продуктов, используя встроенные фильтры на Площадках и сортировку Продуктов по определенным параметрам (например, дата публикации/стоимость товаров и пр.).
4. Этапы создания Рекомендаций и анализ Предпочтений Пользователей
4.1 Для формирования Рекомендаций создаются Рекомендательные модели. Процесс создания Рекомендательной модели состоит из следующих этапов:
1-й этап: Сбор сведений о Предпочтениях Пользователей.
Сбор сведений о Предпочтениях Пользователей осуществляется способом их логирования и последующего сохранения на внутреннем хранилище данных Площадок.
2-й этап: Систематизация и анализ сведений о Предпочтениях Пользователей.
Систематизация и анализ сведений о Предпочтениях Пользователей происходит исходя из цели создания Рекомендательной модели и Рекомендаций, которые необходимо получить (например, подбор наиболее популярных Продуктов среди Пользователей, которые показывают схожие сценарии поведения на Площадках). После определения цели происходит подбор требуемых для реализации цели данных о Предпочтениях, на основе которых будет выстроена Рекомендательная модель. Выделяются параметры (наборы свойств Продуктов, которые могут повлиять на факт покупки Продуктов Пользователем): например, количество заказов Пользователя с данным Продуктом при наличии скидки на Продукт, количество покупок Пользователем Продуктов со скидкой, предыдущая цена Продукта, количество заказов с данным Продуктом и пр.
3-й этап: Применение методов машинного обучения к используемым сведениям о Предпочтениях.
После систематизации данных, к сведениям о Предпочтениях Пользователей и параметрам применяются методы машинного обучения: Рекомендательная модель, которая представляет собой самообучаемую систему, формирует набор параметров, описывающих зависимости между входными данными (Предпочтениями Пользователей и параметрами) и ответом (финальной Рекомендацией). Таким образом Рекомендательная модель производит оценку вероятности того, что Пользователь совершит определённое действие на Площадках (например, добавит Продукт в корзину, купит Продукт).
4-й этап: Проверка полученных результатов.
На данном этапе происходит проверка работы Рекомендательной модели и соответствия её ответов (финальных Рекомендаций для Пользователей) целям создания Рекомендательной модели. Проверка происходит следующим способом: Рекомендательной модели задаётся определённый вопрос, после чего она формирует ответ, который далее оценивается на предмет его корректности и соответствия заданным параметрам. На основании оценки качества ответов Рекомендательной модели принимается решение о применении Рекомендательной модели для выведения Рекомендаций Пользователям.
5-й этап: Выведение Рекомендаций Пользователям.
На данном этапе Рекомендации демонстрируются Пользователям в блоках Продуктов на Площадках, которые описаны в разделе 2 Правил применения Рекомендательных технологий.
4.2. Рекомендательные технологии используют следующие данные, полученные в результате действий Пользователя на Площадках:
данные о любых действиях Пользователя на Площадках;
данные о любых запросах Пользователя на Площадках
4.3. Рекомендательная система применяет следующие правила анализа данных для создания Рекомендаций:
4.3.1. Ранжирование и/или формирование рейтинга.
Формируются «популярные» объявления, товары, услуги, фермеров с использованием метода ранжирования. Топ-N Продуктов, отсортированных по данному методу, показываются всем Пользователям и отличаются только по геолокации.
4.3.2. На основе контента.
Отбираются Продукты, либо похожие на те, которые Пользователь просматривает в текущий момент, либо Продукты, которые можно приобрести в дополнение.
4.3.3. На основе Пользовательских предпочтений.
Отбираются Продукты из категории наиболее часто заказываемых и просматриваемых конкретным Пользователем.
Адрес электронной почты для направления юридически значимых сообщений АО «Россельхозбанк» office@rshb.ru