Правила применения рекомендательных технологий в сервисе ПроРадио

На информационном ресурсе ПроРадио (сервис для поиска и прослушивания онлайн-радио) применяются рекомендательные технологии. При использовании информационных технологий предоставления информации осуществляется сбор, систематизация и анализ сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

Для чего ПроРадио использует рекомендательные технологии

Основная цель рекомендательных алгоритмов ПроРадио — предоставлять пользователям сервиса максимально релевантный и интересный контент: радиостанции, музыкальные жанры, конкретные треки и тематические потоки.

Рекомендации помогают:

Находить новое. Алгоритмы могут предложить радиостанции и исполнителей, которых пользователь раньше не слышал, но которые, скорее всего, ему понравятся, основываясь на его вкусах и предпочтениях похожей аудитории.
Экономить время. Рекомендации избавляют от необходимости пролистывать сотни радиостанций в каталоге, предлагая сразу то, что с высокой вероятностью подойдет пользователю в данный момент.
Учитывать контекст. Рекомендации подстраиваются под время суток, день недели и другие факторы, предлагая, например, бодрящую музыку утром и расслабляющую — вечером.

ПроРадио может использовать фильтры для исключения нерелевантного или нежелательного контента. Для фильтрации может использоваться соответствие правилам размещения контента на сервисе, а также пользовательские настройки (например, если такая функция будет доступна).

Какие данные о пользовательских предпочтениях сервис использует и где получает

Рекомендательные алгоритмы ПроРадио используют следующие сведения о предпочтениях пользователей, полученные от них при использовании сервиса:

история прослушивания радиостанций и треков (включая длительность прослушивания, пропуски, повторные прослушивания);
поисковые запросы на сервисе (поиск радиостанций, жанров, исполнителей);
просмотры контента (каталога радиостанций, жанров, подборок);
добавление радиостанций в «Избранное» или «Любимое»;
контекстные данные (например, время суток, день недели).

Также используются аналогичные агрегированные данные по другим пользователям сервиса для выявления общих трендов и поиска похожих предпочтений.

Как сервис анализирует данные и как формирует рекомендации

Стратегия заключается в анализе большого количества факторов, включая жанр радиостанции, страну, язык вещания, характер аудиотреков, историю взаимодействия пользователей с радиостанциями, историю прослушивания и так далее, чтобы предложить пользователю максимально интересное для него радио.

Алгоритм адаптируется к поведению пользователей, анализируя историю прослушивания, просмотры контента, добавление радиостанций в коллекцию, длительность прослушивания и другие метрики. Это помогает системе понять, что именно ценит пользователь, и предоставлять более точные предложения.

Алгоритм обучается различными методами машинного обучения (в том числе нейронными сетями). В качестве источника знаний для обучения могут использоваться данные, размеченные специалистами (асессорами).

Принятие решений. Алгоритм принимает решение на основе отбора релевантных для пользователя радиостанций и их последующего ранжирования. Каждой радиостанции присваивается ранг на основе различных сигналов и данных, включая:

разнообразие и объем пользовательских предпочтений в разрезе жанров и исполнителей;
поведение пользователя на сервисе;
контекст (время суток).

Ранжирование работает таким образом, чтобы максимизировать вычисляемую метрику качества рекомендаций, которая показывает, как часто пользователь обращается к сервису и как долго его слушает, поощряя общее время прослушивания.

Как пользователь может влиять на рекомендации

Ключевую роль в изменении рекомендательного алгоритма играют пользовательские действия:

Само поведение в ходе прослушивания (дослушивание радиостанции, переключение на другую, длительность сессии).
Добавление радиостанций в список «Избранное».
Поисковые запросы и выбор радиостанций в каталоге.
Настройка предпочтений: например, выбор любимых жанров или исполнителей при первом запуске сервиса или в настройках профиля.

Эти данные помогают системе предложить пользователю наиболее релевантные результаты (состав главной страницы, персональные подборки радиостанций).

Пользователи могут игнорировать рекомендации и использовать самостоятельно выбранные и сохраненные радиостанции через поиск или каталог.

На старте работы с сервисом у алгоритмов может быть недостаточно данных для качественных рекомендаций. Поэтому на начальном этапе ПроРадио может предложить пользователю рассказать о своих предпочтениях (выбрать любимые жанры), чтобы сразу рекомендовать то, что может ему понравиться.

Адрес для запросов, связанных с рекомендательными технологиями

По всем вопросам, связанным с работой рекомендательных технологий в сервисе ПроРадио, вы можете обращаться по адресу:
support@proradiopro.ru