Векторное представление товаров на сайте объявлений на основе пользовательского поведения и контента

С потенциальным ростом количества информации в сети, рекомендательные и поисковые системы стали самым удобным и эффективным методом обойти пресыщение информацией, из-за чего они стали одной из самых важных задач для интернет-компаний. Однако, несмотря на то, что у этих задач схожая цель - понимание запроса человека, каждая компания вынуждена искать уникальное решение из-за разнообразия данных, которые нужно отранжировать и порекомендовать. Данная работа обсуждает особенную проблему построения рекомендательных систем, с которыми встречается компания Авито, одна из крупнейших онлайн-площадок с объявлениями, где пользователи имеют общие интересы в достаточно дальних областях и объявления могут меняться со времением или закрываться вскоре после открытия. Мы описываем идею item embeddings, основанную на семантических векторных представлениях из глубинных нейронных сетей. Данный подход оценивается на большом датасете пользовательских взаимодействий.