1. Общие положения
1.1. Настоящие Правила применения рекомендательных технологий (далее — «Правила») определяют порядок использования рекомендательных технологий на сайте, расположенном по адресу: https://kincosmetics.ru (далее — Сайт), администрируемом ООО «Брик» (далее — «Владелец ресурса»).
1.2. Настоящие Правила разработаны в соответствии с требованиями законодательства Российской Федерации, включая Федеральный закон № 149-ФЗ «Об информации, информационных технологиях и о защите информации».
1.3. Правила подлежат размещению в открытом доступе и являются обязательными для применения Владельцем ресурса.
2. Основные понятия
«Рекомендательные технологии» — информационные технологии, обеспечивающие предоставление Пользователю информации на основе анализа его предпочтений, поведения и иных данных с использованием алгоритмов обработки данных.
«Пользователь» — лицо, осуществляющее доступ к Сайту посредством сети Интернет.
«Сведения о предпочтениях пользователя» — информация о действиях Пользователя на Сайте, включая просмотр товаров, оформление заказов, добавление товаров в корзину или избранное, а также иные действия, позволяющие определить интересы Пользователя.
3. Общие принципы применения рекомендательных технологий
3.1. Владелец ресурса применяет рекомендательные технологии исключительно в целях:
— улучшения пользовательского опыта;
— повышения релевантности отображаемой информации;
— персонализации предложений товаров.
3.2. При применении рекомендательных технологий не допускается:
— нарушение прав и законных интересов граждан и организаций;
— предоставление информации с нарушением законодательства Российской Федерации;
— использование технологий для введения Пользователей в заблуждение.
4. Сбор сведений о предпочтениях пользователей
4.1. Сбор сведений осуществляется автоматически в процессе использования Сайта Пользователем.
4.2. К обрабатываемым сведениям относится:
— сведения о действиях Пользователя на Сайте;
— история просмотров и покупок;
— сведения о товарах, добавленных в корзину или в избранное;
— технические данные устройства и сессии.
4.3. Сбор сведений осуществляется с использованием встроенных инструментов аналитики и трекинга.
4.4. Полученные сведения в дальнейшем загружаются в базы данных Владельца ресурса и используются для обучения моделей и построения рекомендаций.
5. Систематизация и анализ данных
5.1. Полученные сведения (см. п.4) подлежат систематизации и анализу с использованием информационных систем Владельца ресурса.
5.2. Обработка данных осуществляется с применением алгоритмов машинного обучения, направленных на:
— выявление закономерностей поведения пользователей;
— формирование пользовательских сегментов;
— определение предпочтений пользователей.
5.3. Полученные сведения используются для обучения моделей машинного обучения с целью анализа имеющихся сведений и выявления зависимостей между пользователями и товарами.
6. Формирование рекомендаций
6.1. Сведения о Пользователе, полученные на предыдущем этапе, группируются с применением средств анализа данных машинного обучения и баз данных.
6.2. К полученным данным (п.6.1.) применяются методы матричной факторизации с целью анализа имеющихся сведений и выявления зависимостей между пользователями и товарами.
6.3. Полученные сведения и зависимости применяются для обучения ансамбля моделей машинного обучения (решающих деревьев) методом последовательного построения моделей (бустинг).
6.4. Для обучения моделей используются следующие данные:
— идентификатор региона;
— идентификатор пользователя;
— идентификатор заказа;
— идентификатор товара;
— дата совершения заказа;
— цена товара;
— текстовое описание товара;
— форма выпуска товара, дозировка;
— производитель товара;
— количество проданных единиц товара;
— выручка с товара;
— категория товара;
— история покупок пользователя;
— идентификатор платформы пользователя (web/mobile);
— стоимость заказа;
— размер скидки в заказе;
— состав заказа;
— стоимость доставки заказа;
— количество товаров в заказе.
6.5. Рекомендации могут формироваться с учетом:
— ранее просмотренных товаров;
— истории покупок;
— действий в рамках текущей сессии;
— популярности товаров среди других пользователей;
— товаров, добавленных Пользователем в избранное;
— списка посещенных страниц товаров в текущей сессии.
6.6. Рекомендательные технологии Общества работают по следующей схеме:
— создается таблица, строки которой соответствуют уникальным пользователям, а столбцы соответствуют уникальным товарам;
— проводится матричная факторизация полученной таблицы, позволяющая получить векторное представление товаров и пользователей;
— выполняется ранжирование товаров по векторной близости;
— формируется таблица для обучения ансамбля моделей машинного обучения методом бустинга;
— рассчитываются дополнительные признаки пользователей:
— данные о покупках в разных категориях товаров;
— RFM-признаки пользователя;
— векторное представление пользователя;
— факт взаимодействия пользователя и товара;
— обучается ансамбль моделей продвижения (бустинг);
— обученная модель используется для ранжирования списка рекомендованных товаров;
— осуществляется поиск ближайших и сопутствующих товаров;
— выполняется смешивание списков и показ конечного списка Пользователю.
7. Используемые данные
7.1. В процессе функционирования рекомендательных технологий могут использоваться следующие категории данных:
— идентификаторы Пользователя и устройства;
— сведения о заказах и покупках;
— характеристики товаров;
— сведения о взаимодействии Пользователя с Сайтом;
— обезличенные аналитические данные.
7.2. Обработка персональных данных осуществляется в соответствии с Федеральным законом № 152-ФЗ «О персональных данных».
8. Ограничения и ответственность
8.1. Владелец ресурса не использует рекомендательные технологии для:
— дискриминации пользователей;
— нарушения их прав и свобод;
— распространения недостоверной информации.
8.2. Рекомендации носят информационный характер и не являются индивидуальной консультацией.
9. Заключительные положения
9.1. Настоящие Правила могут быть изменены Владельцем ресурса в одностороннем порядке.
9.2. Актуальная редакция Правил размещается на Сайте и вступает в силу с момента публикации.