Yandex Lavka Resolvió el Problema del Loop de Recomendaciones con Exploración Personalizada

Ramil Boyarchenkov, especialista en aprendizaje automático en el equipo de Yandex Lavka, explicó en Habr cómo el servicio abordó el problema de los bucles de retroalimentación de recomendaciones — un efecto en el cual un sistema de recomendación bien entrenado se convierte en prisionero de su propia precisión.

El Problema Con Las Buenas Recomendaciones

Según el autor, cuanto más precisamente predice el sistema lo que un usuario pondrá en su carrito, menos frecuentemente muestra algo desconocido — después de todo, es más rentable sugerir productos probados desde la perspectiva de las ventas a corto plazo. Con el tiempo, el sistema de recomendación se encierra en hábitos de usuario ya establecidos y deja de empujar al usuario más allá de estos hábitos, incluso cuando los intereses del usuario cambian. El sistema simplemente no nota estos cambios porque no ve señales más allá del conjunto familiar de productos.

Un intento de resolver este problema de frente — agregar productos desconocidos a los resultados — casi siempre perjudica las métricas: el volumen de compras inmediatas inevitablemente disminuye si sugiere al usuario algo en lo que el sistema no confía.

Cómo Funciona el Nuevo Mecanismo

El equipo de Yandex Lavka construyó un mecanismo que agrega productos desconocidos no aleatoriamente, sino personalmente — a aquellos usuarios que tienen disposición estadística a probar algo nuevo.

• Los productos desconocidos se agregan personalmente, no uniformemente a todos los usuarios
• Para cada usuario, se calcula una probabilidad individual de mostrar nuevos artículos
• El equipo calibró la "agresividad" de la exploración — el equilibrio entre el riesgo de mostrar una novedad fallida y el beneficio de expandir horizontes de recomendación
• El autor del material — Ramil Boyarchenkov, ingeniero de aprendizaje automático en Yandex Lavka

La idea es dirigir la exploración a donde el beneficio potencial de introducir al usuario a un producto nuevo es superior a la probable pérdida a corto plazo en ventas — en lugar de agregar uniformemente y por lo tanto más riesgosamente novedades en toda la audiencia.

Por Qué Esto No Puede Resolverse Con Una Fórmula

El equilibrio entre exploración (intentar mostrar a los usuarios algo nuevo, arriesgando precisión) y explotación (confiar en preferencias ya probadas) es un problema clásico familiar a cualquier sistema de recomendación, desde servicios de música en streaming hasta mercados. Formalmente se puede describir matemáticamente, pero en la práctica la configuración correcta depende de los específicos de un negocio particular: en entrega de productos, donde las decisiones de compra se toman rápidamente y emocionalmente, una exploración demasiado agresiva arriesga decepcionar al usuario con un producto desconocido e poco apetecible, mientras que una exploración demasiado cautelosa deja el sistema encerrado en surtido ya familiar. Es por eso que el equipo de Yandex Lavka tuvo que calibrar el grado de agresividad de la exploración empíricamente en lugar de tomar una solución universal lista.

Cómo Se Ve Esto para el Usuario Final

Desde la perspectiva de un comprador de Yandex Lavka, los cambios no son directamente perceptibles: simplemente ven de vez en cuando en la selección de recomendaciones un producto que no habían comprado anteriormente y posiblemente ni siquiera buscado. Pero detrás de esta única visualización hay un cálculo de la probabilidad de que este usuario en particular esté listo para probar una novedad sin desilusionarse con el servicio. Tal personalización dirigida de la exploración distingue el enfoque de Yandex Lavka de esquemas más crudos donde las novedades simplemente se mezclan uniformemente en el feed para todos los usuarios seguidos, perdiendo algunas ventas en aquellos que no acogen tales experimentos.

Lo Que Esto Significa

Este caso es un ejemplo característico de cómo una tarea familiar a cualquier sistema de recomendación — el equilibrio entre exploración y explotación — se resuelve no por una fórmula abstracta, sino por calibración práctica para un negocio específico y usuario específico. La personalización de la exploración permite expandir horizontes de recomendación sin sacrificar ventas a corto plazo, y tal enfoque es aplicable mucho más allá de la entrega de productos — en cualquier servicio donde un sistema de recomendación arriesga quedar encerrado en productos ya familiares para el usuario.