https://tech.target.com/blog/target-autocomplete Известные мировые ритейлеры часто делятся различными наработками в области IT. Поскольку нам интересен их опыт, будем иногда посматривать в их техно-блоги. Сегодня познакомимся с компанией Target, которая является второй в этой области в Америке после Wallmart. В данной статье они описывают свой подход к рекомендациям продуктов в корзине на основе Target AutoComplete - модели машинного обучения, ими разработанной. Из особенностей выделяют следующее: 🟣 рекомендации происходят в реальном времени, динамически корректируясь по мере добавления покупок. 🟣 модель работает не на основе отдельных товаров, а на основе последовательностей, анализируя список товаров, добавленных в корзину. Например, когда добавлено молоко и яйца, что говорит о том, что пользователь вероятно выбирает продукты для завтрака, будут рекомендованы хлопья и кофе. Но если добавлен сахар, то этот набор уже больше подходит для выпечки, и в рекомендациях окажется мука и разрыхлитель. В процессе обработки больших объемов данных о покупках клиентов используются Apache Hive и Spark. Также немного описан подход к построению графовых сетей и слоев внимания для обучения модели. Графовые сети помогают модели понимать сложные взаимосвязи между различными товарами, а слои внимания позволяют модели сосредоточиться на наиболее важных элементах данных при предсказании рекомендаций. Time: 10 min Level: easy Tags: #ML #ecom #retail