Как мы создали многофункциональный канонический ранжировщик для рекомендаций в Etsy

В Etsy используются модули рекомендаций, чтобы предлагать пользователям соответствующие товары, каждый из которых работает на основе ранжировщика, оценивающего кандидатов на соответствие. Традиционно Etsy использовала ранжировщики, специализирующиеся в отдельных модулях, но такой подход стал неэффективным по мере увеличения числа модулей. Чтобы решить эту проблему, Etsy разработала канонические ранжировщики, которые могут работать в нескольких модулях, обеспечивая эффективность и единообразие. Первым каноническим ранжировщиком стал ранжировщик частоты посещений, использующий частоту добавления в избранное как заменитель частоты повторных посещений. Структура модели частоты ранжировщика включала общую нижнюю архитектуру с отдельными слоями для прогнозирования частоты добавления в избранное и покупок, которые объединялись в окончательный рейтинговый балл. Кроме того, ранжировщик включал в себя особенность имени модуля и сбалансировал обучающие данные между модулями, чтобы обеспечить общую применимость. Несмотря на то, что ранжировщик был обучен на данных из ограниченного подмножества модулей, он превзошел ранжировщики, специализирующиеся в отдельных модулях, на модулях, не использовавшихся для обучения, демонстрируя свою эффективность как канонического решения. Ранжировщик частоты улучшил частоту добавления в избранное как на страницах товаров, так и на домашней странице модулей, с заметными улучшениями в показателях покупок и других индикаторах вовлеченности. С момента запуска канонического ранжировщика Etsy развернула его на множестве модулей на веб- и мобильных платформах. В будущем Etsy планирует итерировать частоту ранжировщика, включая больше контекста и исследуя новые архитектуры. Канонический ранжировщик представляет собой сдвиг в стратегии рекомендаций Etsy, обеспечивая более персонализированные рекомендации и единый пользовательский опыт на всех платформах и модулях.