Настоящий документ содержит описание процессов и методов применения рекомендательных технологий в магазине мобильных приложений NashStore, принадлежащем ООО «Цифровые платформы».

Общие положения о рекомендательных технологиях

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. NashStore применяет данные технологии для предложения пользователям релевантных приложений, которые могут соответствовать их интересам и потребностям.

Применение рекомендательных технологий в NashStore направлено на улучшение пользовательского опыта и упрощение процесса поиска необходимых приложений среди большого количества доступных вариантов. Это позволяет пользователям обнаруживать новые полезные приложения, соответствующие их интересам и предпочтениям, экономя время на поиск и повышая удовлетворенность использованием магазина приложений.

Описание процессов и методов работы рекомендательных технологий

Процесс сбора данных о предпочтениях пользователя

Процесс работы рекомендательных технологий в NashStore обеспечивается программным комплексом, реализующим функционал персонализированных рекомендаций на основе математических алгоритмов и включает следующие этапы:

1. Сбор и систематизация сведений о предпочтениях пользователя на основе алгоритма работы рекомендательной системы
2. Анализ сведений о предпочтениях пользователя с использованием применимых методов формирования рекомендаций
3. Предоставление пользователю рекомендаций, основанных на сведениях о его предпочтениях

При сборе данных о предпочтениях пользователей NashStore анализирует:

• Историю установленных пользователем приложений
• Категории приложений, которые пользователь просматривает чаще всего
• Время взаимодействия с различными приложениями и категориями
• Оценки и отзывы, оставленные пользователем

Методы формирования рекомендаций

В работе рекомендательных технологий NashStore используются следующие методы формирования рекомендаций:

1. Метод контент-ориентированных рекомендаций – рекомендации строятся на основе совпадения характеристик приложений, с которыми пользователь успешно взаимодействовал ранее. Например, если пользователь часто устанавливает приложения категории "Образование", система предложит ему другие образовательные приложения.
2. Метод коллаборативной фильтрации – рекомендации пользователю основаны на гипотезе о том, что пользователи, сходные между собой, могут обладать схожими предпочтениями. Система анализирует, какие приложения устанавливают пользователи со схожими интересами.
3. Метод рекомендаций, основанных на знаниях – рекомендации осуществляются на основе знаний об определенной предметной области и сочетаемости объектов между собой. Например, если пользователь установил приложение для редактирования фотографий, система может рекомендовать сопутствующие приложения для обработки изображений.
4. Метод гибридных рекомендаций – одновременно применяются несколько методов формирования рекомендаций для достижения наилучшего результата.

Виды собираемых сведений и источники их получения

Виды сведений о предпочтениях пользователей

При формировании рекомендаций NashStore собирает и анализирует следующие виды сведений:

1. Поведенческие данные:

• История скачиваний и установок приложений
• Частота использования различных категорий приложений
• Время, проведенное в разных разделах магазина
• Запросы в поисковой строке магазина
• Взаимодействие с карточками приложений (просмотры, переходы)

1. Демографические данные:

• Регион пользователя (если доступно)
• Языковые предпочтения

1. Данные о контенте:

• Категории просматриваемых приложений
• Характеристики и теги установленных приложений
• Рейтинги и отзывы, оставленные пользователем

Источники получения сведений

Сведения о предпочтениях пользователей NashStore получает из следующих источников:

1. Прямое взаимодействие пользователя с платформой:

• Действия пользователя в интерфейсе магазина приложений
• Поисковые запросы пользователя
• Установка, удаление и использование приложений

1. Опосредованные источники:

• Обобщенная статистика популярности приложений среди пользователей со схожими интересами
• Данные о тенденциях и популярности категорий приложений в определенных регионах
• Информация о новых и быстрорастущих в популярности приложениях

Способы осуществления процессов и использования методов

Техническая реализация рекомендательных алгоритмов

NashStore применяет современные алгоритмы машинного обучения для анализа собранных данных и формирования персонализированных рекомендаций. Процесс включает в себя:

1. Сбор данных – регистрация действий пользователя в системе и сохранение этих данных в защищенном хранилище с соблюдением требований законодательства о персональных данных.
2. Предварительная обработка данных – очистка, структурирование и категоризация собранной информации для дальнейшего анализа.
3. Анализ данных и формирование моделей – применение математических моделей для выявления закономерностей и формирования профиля предпочтений пользователя.
4. Генерация рекомендаций – на основе созданных моделей формируются персонализированные рекомендации приложений для каждого пользователя.
5. Отображение рекомендаций – предоставление сформированных рекомендаций пользователю в интерфейсе магазина приложений.

Меры по обеспечению качества рекомендаций

При разработке и применении алгоритма рекомендательных технологий и предоставлении пользователю рекомендаций NashStore стремится:

• Исключить явное несоответствие циклов потребления объектов рекомендации и циклов их рекомендаций
• Учитывать особенности целевой аудитории, к которой относится пользователь
• Избегать искусственного сужения кругозора пользователя и препятствования предоставлению ему новой информации
• Своевременно выявлять недобросовестную деятельность третьих лиц по имитации интереса пользователей и минимизировать ее влияние на рекомендации

Соблюдение требований законодательства

NashStore в полной мере соблюдает законодательство Российской Федерации при применении рекомендательных технологий:

1. Обработка данных о пользователях осуществляется при условии соблюдения законодательства о защите персональных данных (Федеральный закон от 27.07.2006 N 152-ФЗ "О персональных данных").
2. NashStore не допускает применение рекомендательных технологий, которые нарушают права и законные интересы граждан и организаций.
3. NashStore информирует пользователей о применении рекомендательных технологий в соответствии с требованиями Роскомнадзора.
4. Настоящие правила размещены в общем доступе на русском языке, доступ к ним предоставляется беспрепятственно и безвозмездно.

Управление рекомендациями со стороны пользователя

NashStore предоставляет пользователям возможность влиять на формирование рекомендаций следующими способами:

1. Настройка предпочтений в личном кабинете – пользователь может указать интересующие его категории приложений
2. Скрытие нежелательных рекомендаций – возможность отметить неактуальные или не интересующие пользователя рекомендации
3. Обратная связь – оценка релевантности предложенных рекомендаций для улучшения качества персонализации

Заключительные положения

Настоящие Правила применения рекомендательных технологий могут быть изменены Оператором в одностороннем порядке с публикацией актуальной версии на сайте nashstore.ru.

Юридически значимые сообщения по вопросам применения рекомендательных технологий могут быть направлены на адрес электронной почты ООО «Цифровые платформы»: support@nashstore.ru.

Настоящие Правила вступают в силу с момента их публикации на сайте nashstore.ru.