1. Общие положения

1.1. Настоящие правила регулируют применение рекомендательных технологий на сайте в сети Интернет по адресу www.rsform.ru, в мобильном приложении, предоставляющих доступ к Интернет-ресурсу ООО «РСФОРМ».

1.2. На Сайте, в Мобильном приложении при применении информационных технологий предоставления информации осуществляется сбор, систематизация и анализ сведений, относящихся к предпочтениям пользователей сети Интернет, находящихся на территории Российской Федерации

1.3. Владельцем Сайта, Мобильного приложения, на котором применяются рекомендательные технологии, является ООО «РСФОРМ» (Юридический адрес: 143430, Московская область, г.о. Красногорск, пгт. Нахабино, ул. Вокзальная, д. 25 стр. 3, ОГРН 1255000068718, ИНН 5024254927). Электронный адрес для направления юридически значимых сообщений: support@rsform.ru.

2. Термины и определения

2.1. Компания — ООО «РСФОРМ» (Юридический адрес: 143430, Московская область, г.о. Красногорск, пгт. Нахабино, ул. Вокзальная, д. 25 стр. 3, ОГРН 1255000068718, ИНН 5024254927).

2.2. Мобильное приложение – программное обеспечение, предназначенное для работы на смартфонах, планшетах и др. мобильных устройствах на операционных системах Android и iOS, принадлежащее Компании, предназначенное для поиска, выбора и заказа товаров и услуг в Интернет-магазине Компании и доступное для загрузки на мобильное устройство в сервисах «App Store» и «Google Play».

2.3. Пользователь – лицо, обращающееся к Сервису за получением необходимой ему информации и использующее её вне зависимости от факта авторизации в Сервисе.

2.4. Правила – настоящие правила применения рекомендательных технологий на Сайте, в Мобильном приложении.

2.5. Рекомендация/Рекомендации – информация о Товарах, которые могут быть наиболее интересны и актуальны для Пользователя, и/или о похожих по характеристикам Товарах и/или о сопутствующих Товарах.

2.6. Рекомендательная модель – это механизм, который принимает входящие к нему данные, анализирует их и выдает Рекомендации.

2.7. Рекомендательные технологии – это информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети Интернет, находящихся на территории Российской Федерации.

2.8. Сайт – ресурс, расположенный в сети Интернет по адресу www.rsform.ru, принадлежащий Компании.

2.9. Сервис – Интернет-ресурс, администрируемый Компанией, включающий в себя Сайт, Мобильное приложение, и позволяющий получить доступ к функционалу Интернет-ресурса.

2.10. Товар – одежда, обувь, туристическое снаряжение, аксессуары и иные товары, представленные к продаже на Сайте, в Мобильном приложении.

3. Виды сведений, относящиеся к предпочтениям Пользователей, которые используются для предоставления информации с применением Рекомендательных технологий, источники получения таких сведений

3.1. Источником получения сведений, относящихся к предпочтениям Пользователей, является поведение Пользователей в Сервисе.

3.2. Для формирования Рекомендаций специально созданное программное обеспечение собирает информацию о действиях Пользователей, а именно:

• об используемом способе авторизации;
• о просмотре страниц Сервиса;
• о кликах по любому элементу на странице Сервиса;
• о Товарах в корзине;
• о составе и датах заказов;
• о регионе, из которого Пользователь осуществляет подключение к Сервису;
• о виде операционной системы устройства, используемого для доступа к Сервису.

4. Методы формирования Рекомендаций и их типы

4.1. Рекомендательные технологии, применяемые в Сервисе, представляют собой специальное программное обеспечение – платформу, состоящую из баз данных, в которых происходит запись сведений, относящихся к предпочтениям Пользователей, и сервисов предоставления рекомендаций, в которых формируются Рекомендации.

4.2. В Сервисе формируются Рекомендации двух типов:

• персональные;
• неперсонализированные.

4.3. Персональные Рекомендации – это предположение о том, какой Товар может быть интересен Пользователю исходя из сведений о действиях, совершённых данным Пользователем в Сервисе. Персональные Рекомендации демонстрируются Пользователю при условии наличия сведений о предпочтениях данного Пользователя в Сервисе. Это Рекомендации «от действий Пользователя к Товару».

4.4. Методы формирования персональных Рекомендаций в Сервисе:

4.4.1. Персональные Рекомендации. Алгоритмы анализируют свойства и характеристики Товаров, которыми интересовался Пользователь, а также схожие Товары и Товары, которыми интересуются похожие по поведению в Сервисе Пользователи: категорию, бренд, цену, важные для конкретной категории характеристики и т.п. Рекомендации для Пользователя реализуются в виде персональных подборок Товаров на страницах Сервиса. В случае, если сведения о предпочтениях Пользователя в Сервисе отсутствуют и неизвестны Рекомендательной модели, вместо персональных Рекомендаций Пользователю в соответствующих подборках Товаров может быть предложена неперсонализированная Рекомендация с подборкой популярных Товаров.

4.4.2. Подбор похожих Товаров. Алгоритмы анализируют свойства и характеристики Товаров, которыми интересовался Пользователь: категорию, бренд, цену, важные для конкретной категории характеристики и т.п., а также данные о других Товарах, просмотренных Пользователем в рамках одной сессии в Сервисе. С учетом названия и описания Товара подбираются Товары, которые могут заинтересовать Пользователя. Рекомендации для Пользователя реализуются в виде подборок Товаров на страницах Сервиса.

4.4.3. Персональное ранжирование главной страницы. Алгоритмы анализируют Товары, которыми интересовался Пользователь и (или) Пользователи, и на главной странице Сервиса в приоритете показывают тот контент, который соответствует таким интересам.

4.5. Неперсонализированные Рекомендации – это предположение о том, какой Товар может быть интересен Пользователю без использования каких-либо сведений о предпочтениях Пользователя. Это Рекомендации «от Товара к Товару».

4.6. Методы формирования неперсонализированных Рекомендаций в Сервисе:

4.6.1. Подбор визуально похожих Товаров. Алгоритм показывает визуально похожие Товары на тот Товар, который смотрит Пользователь. Рекомендации для Пользователя реализуются в виде подборок Товаров на страницах Сервиса.

4.6.2. Подбор сопутствующих Товаров. Алгоритмы анализируют свойства и характеристики Товаров, которыми интересовался Пользователь, рассчитывают сопутствующие Товары, и формируют Рекомендации для каждого Товара в рамках сессии в Сервисе. Сопутствующие Товары рассчитываются на основе частоты, с которой они встречаются вместе в одном чеке. Рекомендации для Пользователя реализуются в виде подборок Товаров на страницах Сервиса.

5. Описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям Пользователей, предоставления информации на основе этих сведений, а также способов осуществления таких процессов и методов

5.1. Для формирования Рекомендаций создаются Рекомендательные модели. Процесс создания Рекомендательной модели состоит из этапов:

5.1.1. Этап 1: Сбор сведений, относящихся к предпочтениям Пользователей. Сбор сведений о Предпочтениях Пользователей осуществляется способом их логирования и последующего сохранения на внутреннем хранилище Компании. Процесс логирования включает фиксацию и структурирование информации о работе системы, в том числе Сервиса, в отдельные лог-файлы с возможностью быстрого доступа к ним в случае необходимости. В процессе логирования учитываются настройки уровня детализации записей в соответствии с целью создания Рекомендательной модели.

5.1.2. Этап 2: Систематизация и анализ сведений, относящихся к предпочтениям Пользователей. Систематизация и анализ сведений о предпочтениях Пользователей происходят исходя из цели создания Рекомендательной модели и Рекомендаций, которые необходимо получить (например, подбор наиболее актуальных Товаров для Пользователя). Далее происходит подбор данных о предпочтениях Пользователей, на основе которых будет реализована Рекомендательная модель. После подбора данных о предпочтениях Пользователя создаются фичи, представляющие собой данные о взаимодействии Пользователя с Товаром, например, количество заказов Пользователя, включающих Товар, при отсутствии или при наличии скидки на такой Товар, доля покупок Пользователем Товаров со скидкой и без скидки и др.

5.1.3. Этап 3: Применение методов машинного обучения к используемым сведениям, относящимся к предпочтениям Пользователя. После систематизации сведений, относящихся к предпочтениям Пользователей, к полученным данным применяются методы машинного обучения, в результате чего формируется набор параметров, описывающих зависимости между входными данными и ответом (результатом). Далее осуществляется генерация прогнозов для Товаров, с которыми Пользователь еще не взаимодействовал (например, оценка вероятности, что пользователь добавит определенный Товар в корзину), которые далее используются для формирования Рекомендации.

5.1.4. Этап 4: Проверка полученных результатов. Проверка полученных результатов осуществляется на тех же сведениях, на которых обучалась Рекомендательная модель. Рекомендательной модели задаётся определённый вопрос, после чего она формирует ответ, который далее оценивается на предмет его корректности и соответствия заданным параметрам. Таким образом, на основании оценки качества прогноза Рекомендательной модели (угадала Рекомендательная модель или нет) выстраивается метрика.

5.1.5. Этап 5: Показ Рекомендаций Пользователю. Рекомендации для Пользователя реализуются в виде товарных подборок в Сервисе в соответствии с разделом 4 Правил. Применение Рекомендательных технологий в Сервисе не обязывает Пользователя приобрести тот или иной Товар, не создает у Пользователя никаких обязательств и не препятствует поиску иных Товаров.