Что рекомендовать анонимному посетителю: почему сессии и граф товаров
Посетитель открыл карточку товара. Мы ничего не знаем о его прошлых визитах. Что предложить ему дальше?Я собрала сессионную рекомендательную систему на данных Coveo: граф связей между товарами, описания, изображения и поиск дают до 300 кандидатов, а LightGBM выбирает до 20 рекомендаций. Проект уже работает: модель обучена, качество измерено, есть локальный HTTP API и инструкция запуска.В первой статье расскажу, что можно узнать из одного просмотра, зачем нужен граф и где теряются нужные товары ещё до ранжирования. Отдельно разберу, что именно мы предсказываем: отсутствие записи о покупке оказалось недостаточным основанием считать, что посетитель ничего не купил. Как устроены рекомендации