Как работает ARGUS?
ARGUS использует сложные алгоритмы, которые анализируют поведение пользователей и их привычки. Например, в будние дни система может предложить маршрут до офиса, а в выходные – до спортзала или бассейна. Если пользователь приобрел билет на мероприятие через сервис Афиша, ARGUS автоматически предложит маршрут до кинотеатра. Это позволяет каждому пользователю получать индивидуальные рекомендации, что ускоряет процесс заказа такси вдвое по сравнению с традиционным вводом адреса.
Индивидуальные рекомендации
Система ARGUS формирует рекомендации, основываясь на множестве факторов, включая:
- Долгосрочные привычки: анализирует, куда пользователь обычно ездит.
- Текущий контекст: учитывает время суток, местоположение и действия в приложении.
- События в жизни пользователя: например, покупка билета или запись на тренировку.
В результате, пользователи выбирают предложенные точки назначения в 66% случаев, что говорит о высокой эффективности системы.
Обучение системы
Для достижения такой точности ARGUS был обучен на огромном массиве данных, состоящем из миллиардов обезличенных взаимодействий пользователей с сервисами такси. В процессе обучения модели показывали как правильные, так и неправильные рекомендации, что позволило системе находить неочевидные связи между событиями и учитывать логику дней недели. Это обучение помогает ARGUS исключать варианты, которые могут быть статистически правильными, но не подходят конкретному пользователю.
Архитектура ARGUS
ARGUS состоит из двух независимых нейросетей, что делает его архитектуру уникальной. Первая нейросеть анализирует долгосрочные привычки и контекст пользователя, а вторая – место назначения. В процессе обучения обе нейросети учатся взаимодействовать друг с другом, что позволяет сопоставлять миллионы пользователей с миллионами адресов и находить наиболее подходящие варианты.
