#
🤖 Алгоритмы рекомендаций
Алгоритмы формируют основу рекомендательных стратегий в Gravity Field. Каждый алгоритм отвечает за логику формирования товарной выдачи на основе поведения пользователя, контекста страницы и продуктового фида.
#
🧬 Similarity
Рекомендует товары, похожие на текущий товар.
- Использует поля фида:
categories,keywords,price,name - Чем реже ключевое слово — тем выше его вес
- Важна полнота и точность фида
Подходит для: PDP, Cart
Обновление: ежедневно
Fallback: Viewed Together → Popularity
#
👀 Viewed Together
Рекомендует товары, которые другие пользователи смотрели вместе с текущим товаром.
- Анализирует просмотры в одной сессии
- Чем чаще товар смотрится с другими — тем выше связь
- Популярные товары с множеством связей получают меньший вес
Подходит для: PDP, Cart
Диапазон данных: 30 дней
Обновление: ежедневно
#
🛒 Purchased Together
Рекомендует товары, купленные вместе с текущим товаром в рамках одной транзакции.
- Учитывает силу связи (меньше вес у часто покупаемых товаров)
- Больший вес у недавних покупок
Подходит для: PDP, Cart
Диапазон данных: 180 дней
Обновление: ежедневно
Рекомендуется запуск после 30 дней сбора данных
#
📈 Popularity
Ранжирует товары по взвешенной активности: просмотр, добавление в корзину, покупка.
Формула оценки по типу действия:
- Просмотр = 1
- Добавление в корзину = 20
- Покупка = 60
Модификатор по сроку давности:
- До 2 дней = ×8
- До 30 дней = ×2
- До 180 дней = ×1
Подходит для: всех страниц
Обновление: при обновлении фида
#
🕵️♂️ User Affinity
Строит персональный профиль интересов пользователя и рекомендует товары на его основе.
- Учитывает действия: просмотр, добавление в корзину, покупка
- Оценивает атрибуты товаров: категория, бренд и т.д.
- Строит affinity-профиль пользователя в реальном времени
Подходит для: всех страниц
Диапазон данных: 180 дней
Рекомендуется запуск после 30 дней сбора данных
Подробнее об аффинити-профиле →
#
🕘 Recently Viewed
Показывает последние просмотренные пользователем товары (от новых к старым).
- Ограничение: 100 товаров
- Может вернуть меньше слотов, чем запрошено
- Не проверяет
in_stock
Подходит для: всех страниц
Обновление: в реальном времени
Диапазон данных: 90 дней
#
💳 Recently Purchased
Показывает последние купленные пользователем товары (от новых к старым).
- Ограничение: 500 товаров
- Обновление в реальном времени
- Не зависит от фида
Диапазон данных: 1 год
#
👥 Viewed with Recently Viewed
Показывает товары, которые другие пользователи просматривали, когда также смотрели те же товары, что и вы.
- Хранит до 50 просмотренных товаров пользователя
- Строит связки на основе поведения других
#
🤝 Purchased with Recently Purchased
Аналогично предыдущему, но по покупкам.
- Показывает, что обычно покупают вместе с тем, что купил пользователь ранее
- Хранит до 50 купленных товаров
#
🛍 Last Purchase
Показывает товары из последней покупки пользователя — в порядке, в котором они были куплены.
- Используется для сценариев «Спасибо за заказ», повторных продаж, апсейлов
- Работает только при наличии события
purchase
Не использует fallback
Поддерживает только 1 последнюю покупку
#
🕳 Empty Strategy
Стратегия без алгоритма. Используется, если:
- Вы хотите вручную задать список товаров (через Pin)
- Вся логика фильтрации и пинов реализуется вручную
- Нужна строго кастомная выдача без участия алгоритма
#
🔁 Fallback логика
Если основной алгоритм не дал нужного количества товаров — включается fallback по заранее заданной логике:
❗ Фильтры и ослабления, заданные в стратегии, переносятся на fallback-алгоритмы.
#
📌 Особенности
- Для стратегий, где передаётся контекст корзины (
CART), товары из корзины исключаются. - Для Recently purchased и Recently viewed выдаются товары вне зависимости от наличия. Остальные алгоритмы используют
in_stock = true. - Алгоритмы работают по
group_id, чтобы исключить дубли (одинаковые товары с разными SKU). - При использовании нескольких виджетов на одной странице — выдача дедуплируется.
- Для запуска некоторых алгоритмов (Affinity, Purchased Together) требуется накопление данных (от 30 дней).