Моделирование поведения пользователей сервиса "Яндекс.Толока"

Большинство сервисов применяют A/B тестирование при выпуске новых версий. Для одновременной проверки множества изменений существуют разные схемы, и подобрать оптимальную для конкретной аудитории — нетривиальная задача, поскольку запустить несколько схем одновременно невозможно. Решением этой задачи может стать запуск схем A/B тестирования на моделях аудитории, способных предсказывать метрики, по которым принимается решение. В данной работе исследуется возможность применения моделирования аудитории для предсказания сессионных метрик, используемых при A/B тестировании, через предсказание времени до следующей сессии пользователя на сервисе. Было обнаружено несоответствие предположения, сделанного в существующих моделях, о распределении времен в данных. В связи с этим реализована новая модель для предсказания времени следующей сессии с учётом существующего в данных распределения, пригодная для предсказания метрики SpU, используемой методами A/B тестирования.