हमने लगभग 50 मिलियन उपयोगकर्ताओं के साथ एक आवेदन में एमएल को कैसे लागू किया। Sberbank अनुभव

नमस्कार, हेब्र! मेरा नाम निकोलाई है, और मैं Sberbank में मशीन लर्निंग मॉडल के निर्माण और कार्यान्वयन में लगा हुआ हूं। आज मैं आपके स्मार्टफ़ोन पर एप्लिकेशन में भुगतान और स्थानांतरण के लिए एक सिफारिश प्रणाली विकसित करने के बारे में बात करूंगा।


सिफारिशों के साथ मोबाइल एप्लिकेशन की मुख्य स्क्रीन का डिज़ाइन

हमारे पास 2 हजार संभावित भुगतान विकल्प, 55 मिलियन ग्राहक, 5 अलग-अलग बैंकिंग स्रोत, आधा डेवलपर स्तंभ और बैंकिंग गतिविधि का एक पहाड़, एल्गोरिदम और सभी, सभी रंगों के साथ-साथ यादृच्छिक बीजों का एक लीटर, हाइपरपरमेटर्स का एक बॉक्स, आधा लीटर सुधार कारक और दो थे। दर्जनों पुस्तकालय। ऐसा नहीं है कि यह सब काम में आवश्यक था, लेकिन जब से उसने ग्राहकों के जीवन में सुधार करना शुरू किया, तब अपने शौक को अंत तक जाना। कट के तहत UX के लिए लड़ाई की कहानी है, समस्या का सही सूत्रीकरण, डेटा आयाम के खिलाफ लड़ाई, ओपन-सोर्स में योगदान और हमारे परिणाम।

समस्या का बयान

विकास और स्केलिंग के रूप में, Sberbank Online एप्लिकेशन उपयोगी सुविधाएं और अतिरिक्त कार्यक्षमता प्राप्त कर रहा है। विशेष रूप से, आवेदन में आप विभिन्न संगठनों की सेवाओं के लिए पैसे ट्रांसफर या भुगतान कर सकते हैं।

“हमने ध्यान से आवेदन के अंदर सभी उपयोगकर्ता पथों को देखा और महसूस किया कि उनमें से कई को काफी कम किया जा सकता है। ऐसा करने के लिए, हमने मुख्य स्क्रीन को कई चरणों में निजीकृत करने का निर्णय लिया। सबसे पहले, हमने स्क्रीन से हटाने की कोशिश की कि ग्राहक क्या उपयोग नहीं करता है, बैंक कार्ड के साथ शुरू होता है। फिर वे उन कार्यों को सामने लाए जो क्लाइंट ने पहले ही किए थे और जिसके लिए वह अभी आवेदन में जा सकता है। अब कार्रवाई की सूची में संगठनों को भुगतान और संपर्कों में स्थानांतरण शामिल हैं, फिर इस तरह की कार्रवाइयों की सूची का विस्तार किया जाएगा, “मेरे सहयोगी सर्गेई कोमारोव ने कहा, जो Sberbank ऑनलाइन टीम में क्लाइंट के दृष्टिकोण से कार्यक्षमता विकसित कर रहा है। यह एक मॉडल बनाने के लिए आवश्यक है जो सरल नियमों के बजाय भुगतान और स्थानान्तरण की व्यक्तिगत सिफारिशों के साथ एक्ट्स विजेट्स (ऊपर आंकड़ा) में निर्दिष्ट स्लॉट को भर देगा।

निर्णय

हमने टीम को दो भागों में विभाजित किया है:

• सेवाओं के लिए भुगतान करने के लिए संचालन की पुनरावृत्ति की सिफारिश या धन हस्तांतरण ("अनुशंसित संचालन" ब्लॉक करें)
  
• इस क्लाइंट द्वारा पहले उपयोग नहीं की गई सेवाओं के भुगतान के लिए खोज अनुरोधों के उदाहरणों की सिफारिश ("खोज उदाहरणों को अवरुद्ध करें")
  

हमने खोज टैब पर पहले कार्यक्षमता का परीक्षण करने का निर्णय लिया:


अनुशंसित खोज स्क्रीन डिज़ाइन

अनुशंसित संचालन

स्कोरिंग अनुकूलन

अगर हम उपटैब को परिचालन को दोहराने की सिफारिश के रूप में सेट करते हैं, तो यह हमें सभी ग्राहकों के लिए सभी संभावित कार्यों के संयोजन के खरबों की गणना और मूल्यांकन से छुटकारा पाने और उनमें से बहुत अधिक सीमित संख्या पर ध्यान केंद्रित करने की अनुमति देता है। यदि, हमारे ग्राहकों के लिए उपलब्ध संचालन के पूरे सेट में से, YYY हैश वाले काल्पनिक ग्राहक ने केवल गैस और पार्किंग के लिए भुगतान किया है, तो हम इस ग्राहक के लिए केवल इन कार्यों को दोहराने की संभावना का मूल्यांकन करेंगे:


स्कोरिंग के लिए डेटा के आयाम को कम करने का एक उदाहरण

डेटासेट तैयार करना

नमूना एक लेन-देन अवलोकन है, जो ग्राहक की जनसांख्यिकी, वित्तीय समुच्चय और किसी विशेष ऑपरेशन की विभिन्न आवृत्ति विशेषताओं के कारकों से समृद्ध है।

इस मामले में लक्ष्य चर द्विआधारी है और जिस दिन कारकों की गणना की जाती है, उस दिन घटना के तथ्य को दर्शाता है। इस प्रकार, कारकों की गणना करने और लक्ष्य चर के ध्वज को स्थापित करने के दिन को पुनरावृत्त करते हुए, हम एक ही संचालन को गुणा और चिह्नित करते हैं और इस दिन के सापेक्ष स्थिति के आधार पर अलग-अलग चिह्नित करते हैं।


अवलोकन योजना

ग्राहक "YYY" के लिए 03/17/2019 को कटौती की गणना करते हुए, हमें दो अवलोकन मिलते हैं:


डेटासेट के लिए टिप्पणियों का एक उदाहरण

"फ़ीचर 1" का अर्थ हो सकता है, उदाहरण के लिए, ग्राहक के सभी कार्डों पर शेष राशि, "फ़ीचर 2" - इस तरह के ऑपरेशन की उपस्थिति पिछले सप्ताह में।

हम एक ही लेन-देन करते हैं, लेकिन एक अलग तारीख को प्रशिक्षण के लिए अवलोकन करते हैं:


अवलोकन योजना

हम दोनों विशेषताओं और लक्ष्य चर के अन्य मानों के साथ डेटासेट के लिए अवलोकन प्राप्त करेंगे:


डेटासेट के लिए टिप्पणियों का एक उदाहरण

ऊपर के उदाहरणों में, स्पष्टता के लिए, कारकों के वास्तविक मूल्य दिए गए हैं, लेकिन वास्तव में, मूल्यों को एक स्वचालित एल्गोरिथ्म द्वारा संसाधित किया जाता है: मॉडल के इनपुट को WOE रूपांतरण के परिणाम खिलाए जाते हैं। यह आपको चर को लक्ष्य चर के साथ एक मोनोटोनिक रिश्ते में लाने की अनुमति देता है और साथ ही आउटलेर के प्रभाव से छुटकारा दिलाता है। उदाहरण के लिए, हमारे पास "कार्ड की संख्या" और लक्ष्य चर के कुछ वितरण हैं:



WOE रूपांतरण उदाहरण

WOE परिवर्तन हमें एक गैर-निर्भरता को कम से कम एक मोनोटोनिक में बदलने की अनुमति देता है। विश्लेषित कारक का प्रत्येक मान अपने स्वयं के WOE मान के साथ जुड़ा हुआ है और इस प्रकार एक नया कारक बनता है, और मूल डेटासेट से हटा दिया जाता है:


WOE का प्रभाव लक्ष्य चर के साथ संबंधों पर बदल जाता है

चर मानों को WOE में परिवर्तित करने के लिए शब्दकोश को सहेजा जाता है और बाद में स्कोरिंग के लिए उपयोग किया जाता है। यही है, अगर हमें कल के लिए संभावनाओं की गणना करने की आवश्यकता है, तो हम ऊपर दिए गए टिप्पणियों के उदाहरणों के साथ तालिकाओं में एक डेटासेट बनाते हैं, आवश्यक चर को सहेजे गए कोड के साथ WOE में परिवर्तित करते हैं, और इन आंकड़ों पर मॉडल लागू करते हैं।

ट्रेनिंग

विधि का चुनाव सख्ती से सीमित था - व्याख्यात्मकता। इसलिए, समयसीमा का पालन करने के लिए, समस्या के उत्तरार्ध में समान SHAP का उपयोग करके स्पष्टीकरण को स्थगित करने और अपेक्षाकृत सरल तरीकों का परीक्षण करने का निर्णय लिया गया: प्रतिगमन और उथले न्यूरॉन्स। उपकरण एसएएस माइनर था, जो एक इंटरैक्टिव रूप में विभिन्न डेटा पर प्रीप्रोसेसिंग, विश्लेषण और निर्माण मॉडल के लिए एक सॉफ्टवेयर है, जो कोड लिखने में बहुत समय बचाता है।


एसएएस खान इंटरफ़ेस

गुणवत्ता का आकलन

एक समय के नमूने पर Gini मीट्रिक की तुलना से पता चला है कि तंत्रिका नेटवर्क सबसे अच्छा कार्य करता है:


गुणवत्ता मॉडल और आवृत्ति नियमों की तुलनात्मक तालिका

मॉडल में दो निकास बिंदु हैं। मुख्य स्क्रीन पर विजेट कार्ड के रूप में सिफारिशों में ऐसे ऑपरेशन शामिल हैं जिनका पूर्वानुमान एक निश्चित सीमा से ऊपर है (पोस्ट में पहली तस्वीर देखें)। गुणवत्ता और कवरेज के संतुलन के आधार पर सीमा का चयन किया जाता है, जो इस तरह की वास्तुकला में किए गए सभी कार्यों का आधा हिस्सा है। शीर्ष -4 संचालन को खोज स्क्रीन के "अनुशंसित संचालन" ब्लॉक में भेजा जाता है (दूसरी तस्वीर देखें)।

खोज उदाहरण

कार्य के दूसरे भाग की ओर मुड़ते हुए, हम प्रदाताओं की सेवाओं के लिए संभावित भुगतान विकल्पों की एक बड़ी संख्या की समस्या की ओर लौटते हैं, जिनका मूल्यांकन करने की आवश्यकता है और प्रत्येक ग्राहक - खरबों के जोड़े में। इसके अतिरिक्त, हमारे पास अंतर्निहित डेटा है, अर्थात, किए गए भुगतानों के मूल्यांकन के बारे में कोई जानकारी नहीं है, या क्लाइंट ने कोई भुगतान क्यों नहीं किया है। इसलिए, शुरुआत के लिए, ग्राहकों से प्रदाताओं तक भुगतान के मैट्रिक्स के विस्तार के विभिन्न तरीकों का परीक्षण करने का निर्णय लिया गया था: ALS और FM।

ए एल एस

ए एल एस (अल्टरनेटिंग लिस्ट स्क्वेयर) या अल्टरनेटिंग लिस्ट स्क्वेयर - इनऑपरेटिव फिल्टरिंग में, इंटरैक्शन मैट्रिक्स के फैक्टराइजेशन की समस्या को हल करने के तरीकों में से एक है। हम एक मैट्रिक्स के रूप में सेवाओं के भुगतान पर हमारे लेनदेन संबंधी डेटा को प्रस्तुत करेंगे, जिसमें कॉलम सभी प्रदाताओं की सेवाओं के विशिष्ट पहचानकर्ता हैं, और पंक्तियां अद्वितीय ग्राहक हैं। कोशिकाओं में हम एक निश्चित अवधि के लिए विशिष्ट प्रदाताओं के साथ विशिष्ट ग्राहकों के संचालन की संख्या रखते हैं:


मैट्रिक्स अपघटन सिद्धांत

विधि का अर्थ यह है कि हम निचले आयाम के दो ऐसे मेट्रिक्स बनाते हैं, जिनमें से गुणन, भरे हुए कोशिकाओं में मूल बड़े मैट्रिक्स के निकटतम परिणाम देता है। मॉडल ग्राहकों और प्रदाताओं के लिए एक छिपे हुए तथ्यात्मक विवरण बनाना सीखता है। निहित पुस्तकालय में विधि का कार्यान्वयन किया गया था। प्रशिक्षण निम्नलिखित एल्गोरिथम के अनुसार होता है:

1. छिपे हुए कारकों के साथ ग्राहकों और प्रदाताओं के मैट्रिक्स को आरंभीकृत किया जाता है। उनकी संख्या मॉडल का हाइपरपरमीटर है।
   
2. प्रदाताओं के छिपे हुए कारकों का मैट्रिक्स तय हो गया है और क्लाइंट मैट्रिक्स के सुधार के लिए नुकसान फ़ंक्शन का व्युत्पन्न माना जाता है। लेखक ने संयुग्मक ग्रेडिएंट्स की एक दिलचस्प विधि का उपयोग किया, जो आपको इस कदम को बहुत तेज करने की अनुमति देता है।
   
3. पिछले चरण को ग्राहकों के छिपे हुए कारकों के मैट्रिक्स के लिए भी दोहराया जाता है।
4. जब तक अल्गोरिद्म सम्‍मिलित नहीं हो जाता तब तक 2-3 वैकल्पिक कदम।

ट्रेनिंग

लेन-देन डेटा प्रदाताओं के बीच बड़ी असमानता के साथ ~ 99% की विरलता की डिग्री के साथ बातचीत के एक मैट्रिक्स में तब्दील हो गया था। ट्रेन और सत्यापन नमूनों में डेटा को अलग करने के लिए, हमने बेतरतीब ढंग से भरे हुए कोशिकाओं के अनुपात को मास्क किया है:


डेटा शेयरिंग उदाहरण

प्रशिक्षण के बाद समय अवधि के लिए लेनदेन को एक परीक्षण के रूप में लिया गया था, और एक ही प्रारूप के मैट्रिक्स में रखा गया था - यह समय के साथ बदल गया।

ट्रेनिंग

मॉडल में कई हाइपरपैरामीटर हैं जिन्हें गुणवत्ता में सुधार के लिए समायोजित किया जा सकता है:

• अल्फा गुणांक है जिसके द्वारा मैट्रिक्स को भारित किया जाता है, आत्मविश्वास की डिग्री ( C_iu ) को समायोजित करता है कि दी गई सेवा वास्तव में ग्राहक द्वारा "पसंद" की जाती है।
  
• ग्राहकों और प्रदाताओं के छिपे हुए मैट्रिसेस में कारकों की संख्या क्रमशः कॉलम और पंक्तियों की संख्या है।
  
• नियमितीकरण गुणांक L2 λ।
  
• विधि की पुनरावृत्तियों की संख्या।
  

हमने हाइपरॉप्ट लाइब्रेरी का उपयोग किया, जो हमें TPE पद्धति का उपयोग करके गुणवत्ता मीट्रिक पर हाइपरपैरामीटर के प्रभाव का मूल्यांकन करने और उनके इष्टतम मूल्य का चयन करने की अनुमति देता है। एल्गोरिथ्म एक ठंडी शुरुआत के साथ शुरू होता है और विश्लेषण किए गए हाइपरपरमेटर्स के मूल्यों के आधार पर गुणवत्ता मीट्रिक के कई आकलन करता है। फिर, संक्षेप में, वह हाइपरपरमेटर्स के मूल्यों के एक सेट का चयन करने की कोशिश करता है जो गुणवत्ता मीट्रिक के लिए एक अच्छा मूल्य देने की अधिक संभावना है। परिणामों को एक ऐसे शब्दकोश में सहेजा जाता है जिससे आप एक ग्राफ बना सकते हैं और ऑप्टिमाइज़र के परिणाम का मूल्यांकन कर सकते हैं (नीला बेहतर है):


हाइपरपरमेटर्स के संयोजन पर गुणवत्ता मीट्रिक की निर्भरता का ग्राफ

ग्राफ दिखाता है कि हाइपरपरमेटर्स के मूल्य मॉडल की गुणवत्ता को दृढ़ता से प्रभावित करते हैं। चूंकि विधि के इनपुट के लिए उनमें से प्रत्येक के लिए पर्वतमाला को लागू करना आवश्यक है, ग्राफ़ आगे यह निर्धारित कर सकता है कि यह मूल्य स्थान का विस्तार करने के लिए समझ में आता है या नहीं। उदाहरण के लिए, हमारे कार्य में यह स्पष्ट है कि यह कारकों की संख्या के लिए बड़े मूल्यों का परीक्षण करने के लिए समझ में आता है। भविष्य में, यह वास्तव में मॉडल में सुधार हुआ।

गुणवत्ता मूल्यांकन मीट्रिक और जटिलता

मॉडल की गुणवत्ता का मूल्यांकन कैसे करें? सिफारिश करने वाले सिस्टम के लिए सबसे अधिक उपयोग किए जाने वाले मीट्रिक में से एक, जहां ऑर्डर महत्वपूर्ण है , K पर MAP @ k या माध्य औसत परिशुद्धता है। यह मीट्रिक K सिफारिशों पर मॉडल की सटीकता का अनुमान लगाता है, सभी ग्राहकों के लिए इन सिफारिशों की सूची में आइटम के क्रम को ध्यान में रखते हुए।

दुर्भाग्य से, एक नमूना पर भी एक गुणवत्ता मूल्यांकन ऑपरेशन में कई घंटे लग गए। अपनी आस्तीन ऊपर लुढ़कने के बाद, हमने लाइन_प्रोफाइलर लाइब्रेरी के साथ माध्य_एवरेज_पेसियन_अटैक () फ़ंक्शन को प्रोफाइल करना शुरू कर दिया। यह कार्य इस तथ्य से और जटिल था कि फ़ंक्शन ने साइथन कोड का उपयोग किया था और इसे सही तरीके से ध्यान में रखा जाना था , अन्यथा आवश्यक आंकड़े बस एकत्र किए गए थे। परिणामस्वरूप, हमने फिर से अपने डेटा की गतिशीलता की समस्या का सामना किया। इस मीट्रिक की गणना करने के लिए, आपको प्रत्येक ग्राहक के लिए प्रत्येक सेवा से कुछ अनुमान प्राप्त करने की आवश्यकता है और परिणामी सरणी से छंटनी करके शीर्ष-के व्यक्तिगत सिफारिशों का चयन करना होगा। यहां तक ​​कि O (n) जटिलता के साथ numpy.argpartition () के आंशिक छंटाई के उपयोग पर विचार करते हुए, ग्रेड को छांटना सबसे लंबा कदम है जो घड़ी की गुणवत्ता ग्रेडिंग को बढ़ाता है। चूंकि numpy.argpartition () ने हमारे सर्वर की सभी गुठली का उपयोग नहीं किया है, इसलिए सीथन और ओपनएमपी में साइथन के माध्यम से इस भाग को फिर से लिखकर एल्गोरिथ्म में सुधार करने का निर्णय लिया गया। कुछ नया एल्गोरिथम इस प्रकार है:

1. ग्राहकों द्वारा डेटा को बैचों में काट दिया जाता है।
   
2. स्मृति के लिए एक खाली मैट्रिक्स और संकेत प्रारंभिक हैं।
   
3. पॉइंटर्स द्वारा बैच स्ट्रिंग्स को दो तरीकों से सॉर्ट किया जाता है: आंशिक_सॉर्ट फ़ंक्शन द्वारा और फिर सी ++ एल्गोरिथ्म लाइब्रेरी द्वारा सॉर्ट करें।
   
4. परिणाम समानांतर में खाली मैट्रिक्स की कोशिकाओं को लिखे गए हैं।
   
5. अजगर में डेटा लौटाया जाता है।
   

इसने हमें कई बार सिफारिशों की गणना में तेजी लाने की अनुमति दी। संशोधन को आधिकारिक भंडार में जोड़ा गया है।

OOT परिणाम विश्लेषण

और अब यह मॉडल की गुणवत्ता का मूल्यांकन करने का समय है। हमें समय-समय पर नमूने लेने की आवश्यकता क्यों है? यदि हम प्रदाताओं द्वारा संचालन के वितरण को देखते हैं, तो हम निम्नलिखित चित्र देखेंगे:


सेवा प्रदाताओं की लोकप्रियता का वितरण

एक असंतुलन है। यह इस तथ्य की ओर जाता है कि मॉडल लोकप्रिय सेवाओं की सिफारिश करने की कोशिश कर रहा है। ऊपर की तस्वीर पर वापस:



समस्या यह है कि यदि आप एक ही मैट्रिक्स को मास्क करके मॉडल की सटीकता की जांच करते हैं, जैसा कि लगभग हर जगह सलाह दी जाती है, तो अधिकांश ग्राहकों के लिए (सीमांत उदाहरण: "डब्ल्यू", "ई" और "आई") सत्यापन पूर्वानुमानों की गुणवत्ता (हम दिखावा करेंगे) वह हाइपरपरमेटर्स के चयन में भाग नहीं लेती थी) यदि ये सबसे लोकप्रिय प्रदाता हैं तो उच्च होंगे। नतीजतन, हमें मॉडल की ताकत में गलत विश्वास मिलता है। इसलिए, हमने निम्न कार्य किया:

1. मॉडल द्वारा प्रदाताओं के अनुमानित अनुमान।
   
2. मौजूदा क्लाइंट-सर्विस जोड़े को रेटिंग्स (नीचे का आंकड़ा देखें) और OOT-matrices से बाहर रखा गया था।
   
3. शीर्ष-के अनुशंसाओं के शेष रेटिंग से निर्मित और शेष OOT पर MAP @ k रेट किया गया।
   

पूर्वानुमान तैयार करने के लिए मैट्रिक्स तैयार करने का तर्क

बेस लाइन के रूप में, हमने लोकप्रियता के आधार पर छांटे गए प्रदाताओं की एक सूची तैयार की, और इसे सभी ग्राहकों द्वारा गुणा किया, फिर से मौजूदा ग्राहक-सेवा जोड़े को छोड़कर। यह दुख की बात है और हम जो भी उम्मीद करते थे, वह ट्रेन के सत्यापन नमूने पर नहीं देखा गया:


बेंचमार्क और मॉडल गुणवत्ता तुलना चार्ट

इसे रोको! हमारे पास क्लाइंट कारक और प्रदाताओं के पैरामीटर हैं। हमें फैक्टराइजेशन मशीनें मिलती हैं।

एफएम

फैक्टराइजेशन मशीन (फैक्टरलाइजेशन मशीन) - एक शिक्षक के साथ एक लर्निंग एल्गोरिदम, इंटरेक्टिंग संस्थाओं का वर्णन करने वाले कारकों के बीच संबंधों को खोजने के लिए डिज़ाइन किया गया है, जो विरल मैट्रिस के रूप में प्रस्तुत किए जाते हैं। हमने लाइटएफएम लाइब्रेरी से एफएम कार्यान्वयन का उपयोग किया।

डेटा प्रारूप

सामान्यीकृत इंटरैक्शन मैट्रिक्स के अलावा, विधि ग्राहकों के लिए कारकों के साथ दो अतिरिक्त डेटासेट का उपयोग करती है और एकल से जुड़े एक-हॉट-एन्कोडेड मैट्रिसेस के रूप में प्रदाताओं की सेवाओं के लिए:


पूर्वानुमान तैयार करने के लिए मैट्रिक्स तैयार करने का तर्क

गुणवत्ता का आकलन

हमारे डेटा पर FM मॉडल की गुणवत्ता ALS से कम है:


गुणवत्ता मॉडल और बेसलाइन की तुलनात्मक तालिका

मॉडल आर्किटेक्चर बदलें - बूस्टिंग

दूसरी तरफ से आना तय था। सेवाओं की लोकप्रियता के वितरण को याद करते हुए, हमने उनमें से 300 की पहचान की, जिन पर लेन-देन सभी कार्यों के 80% को कवर करता है, और उन पर एक वर्गीकरण का प्रशिक्षण दिया। यहाँ, डेटा ग्राहक सुविधाओं के साथ समृद्ध ग्राहक लेनदेन के समुच्चय का प्रतिनिधित्व करता है:


लेन-देन एकत्रीकरण योजना

केवल क्लाइंट-साइड ही क्यों, आप पूछते हैं? क्योंकि इस मामले में, सिफारिशें तैयार करने के लिए, हमारे लिए प्रति ग्राहक एक पंक्ति होना पर्याप्त होगा। इसके लिए मॉडल को लागू करने से, हमें सभी वर्गों के लिए संभावनाओं का आउटपुट वेक्टर मिलता है, जिसमें से टॉप-के सिफारिशों को चुनना आसान है। यदि हम प्रदाता सेवाओं की सुविधाओं को प्रशिक्षण सेट में जोड़ते हैं, तो मॉडल के आवेदन के चरण में हम प्रत्येक ग्राहक के लिए 300 लाइनों को तैयार करने के लिए मजबूर होंगे - प्रत्येक प्रदाता सेवा के लिए एक जो सुविधाओं का वर्णन करता है, या पूर्व-छांटने वाले उम्मीदवारों के लिए एक और मॉडल का निर्माण करता है। ।

एएलएस से ग्राहकों में सुविधाओं को जोड़ने से हमारे डेटा में वृद्धि नहीं हुई, क्योंकि हमने पहले से ही लेनदेन गतिविधि को ध्यान में रखा है - उदाहरण के लिए, "गेमर" या "थिएटर" की शैली में एमसीसी या श्रेणियों के वर्गों में। इस प्रारूप में, हम अच्छे परिणाम प्राप्त करने में कामयाब रहे:


गुणवत्ता मॉडल और बेसलाइन की तुलनात्मक तालिका

क्षेत्रीय फ़िल्टर

मॉडल की उच्च गुणवत्ता के बावजूद, इस दृष्टिकोण में एक और समस्या बनी हुई है। चूंकि डेटा और मॉडल की वास्तुकला प्रदाताओं की सेवाओं की सुविधाओं का उपयोग नहीं करती है, इसलिए मॉडल पूरी तरह से भूगोल को ध्यान में नहीं रखता है और यह अनुशंसा कर सकता है कि लोग किसी अन्य क्षेत्र से स्थानीय प्रदाता की सेवा के लिए भुगतान करें। इस जोखिम को कम करने के लिए, हमने सिफारिशों में प्रवेश करने से पहले विकल्पों में कटौती करने के लिए एक छोटा फिल्टर विकसित किया है। एल्गोरिथ्म पर पुनरावृत्ति का एक आसान बेड़ा फेंका गया है:

1. हम बैंक प्रोफाइल और अन्य आंतरिक स्रोतों से ग्राहक के क्षेत्र के बारे में जानकारी एकत्र करते हैं।
   
2. हम प्रत्येक प्रदाता के लिए उपस्थिति के मुख्य क्षेत्रों को बाहर निकालते हैं।
   
3. हम प्रदाता के क्षेत्रों द्वारा ग्राहक के क्षेत्र के बारे में जानकारी को स्पष्ट / भरते हैं, जिसका वह उपयोग करता है।
   

हेरफेरहल इंडेक्स का उपयोग करके इन जोड़तोड़ के बाद , हम क्षेत्रीय प्रदाताओं को अलग करते हैं, जिन्हें संघीय लोगों से सीमित क्षेत्रों में दर्शाया जाता है:


क्षेत्रों में उपस्थिति से प्रदाताओं का पृथक्करण

हम ग्राहकों के लिए स्वीकार्य क्षेत्रीय प्रदाताओं के साथ एक मुखौटा बनाते हैं और सिफारिशों की सूची बनाने से पहले मॉडल भविष्यवाणियों से अनावश्यक वस्तुओं को बाहर करते हैं।

निष्कर्ष

हमने दो मॉडल विकसित किए हैं जो एक साथ भुगतान और स्थानांतरण पर सिफारिशों का एक पूरा सेट बनाते हैं। एक क्लिक पर आधे आवर्ती परिचालनों के लिए क्लाइंट पथ को कम करना संभव था। भविष्य की योजनाओं में फीडबैक डेटा (कार्ड्स आदि छिपाए जा सकते हैं) का उपयोग करके "अनुशंसित संचालन" के मॉडल को बेहतर बनाने के लिए, जो सिफारिशों का चयन करने और कवरेज बढ़ाने के लिए सीमा को कम करेगा। यह "खोज उदाहरण" के मॉडल में अनुशंसित भुगतानों के कवरेज का विस्तार करने और इसके लिए अनुकूलन स्कोरिंग के लिए एक एल्गोरिथ्म विकसित करने की भी योजना है।

हम भुगतान और स्थानांतरण की एक सिफारिश प्रणाली के निर्माण के कंटीले रास्ते से गुजरे हैं। रास्ते में, हमें धक्कों का सामना करना पड़ा और इस तरह के कार्यों को आसान बनाने और इस तरह के कार्यों को सरल बनाने, ऐसे सिस्टम का सही मूल्यांकन करने, तरीकों की प्रयोज्यता, बड़ी मात्रा में डेटा के साथ इष्टतम काम करने और इस तरह के कार्यों की बारीकियों के बारे में हमारी समझ का विस्तार किया। जिस तरह से, मैं ओपन-सोर्स में योगदान करने में कामयाब रहा, जिसका उपयोग हम खुद करते हैं। मैं आपको दिलचस्प कार्यों, यथार्थवादी आधारभूत और एकल एफ 1 की कामना करता हूं। आपका ध्यान के लिए धन्यवाद!