Команда рекомендательной платформы Сбера разработала систему, предугадывающую, какие группы товаров окажутся наиболее актуальными для пользователя — даже если он раньше ими не интересовался.
Решение принесло команде платформы победу в категории «Персональные рекомендации» на Avito ML Cup 2025 — соревновании для специалистов машинного обучения. В этом году в конкурсе участвовали 311 команд (1,6 тысячи человек), которые представили 3,2 тысячи решений.
В Сбере предложили гибридную систему, которая сочетает несколько подходов. Решение анализирует, что выбирают люди с похожими интересами и как ведёт себя конкретный пользователь, и учится делать точные рекомендации на минимальных данных.
Как рассказали в банке, под капотом рекомендательной системы — экспериментальная модель Barlow Twins SASRec. Она распознаёт поведенческие паттерны и не требует обучения на больших наборах данных. Эта технология позволяет системе «понимать» интересы пользователя не по общим шаблонам, а по тонким поведенческим сигналам. В итоге система не просто предлагает то, что популярно у всех, а находит действительно полезные и интересные для человека товары.