Pinterest разработала систему PinEqualizer, решающую проблему «холодного старта» контента в поисковых и рекомендательных движках. Инструмент охватывает всю воронку взаимодействия с пользователем, устраняя системную предвзятость алгоритмов в пользу уже популярного контента. Решение позволяет эффективно продвигать новые публикации, обеспечивая их видимость наравне с устоявшимися материалами, что повышает разнообразие выдачи и вовлеченность аудитории в масштабах всей платформы.
Традиционные рекомендательные системы часто попадают в ловушку «богатые становятся богаче», где алгоритмы отдают предпочтение контенту с накопленной историей взаимодействий. Это затрудняет органическое продвижение новых пинов и ограничивает возможности авторов. PinEqualizer интегрируется в многоступенчатую архитектуру ранжирования, корректируя веса на разных этапах воронки — от генерации кандидатов до финального переранжирования.
Внедрение системы позволило сбалансировать охваты между старым и новым контентом без потери качества рекомендаций. Методология опирается на математическую модель дебайасинга (устранения предвзятости), которая динамически адаптируется к изменениям в поведении пользователей и обновлению базы данных. Это решение применимо как в поиске по ключевым словам, так и в лентах рекомендаций, обеспечивая более справедливое распределение трафика для создателей контента.
Ключевые факты
- Система PinEqualizer охватывает все этапы воронки ранжирования: от отбора кандидатов до финальной выдачи.
- Основная задача разработки — решение проблемы «холодного старта» для нового контента в масштабах всей платформы.
- Алгоритм снижает предвзятость в пользу исторически популярных пинов, обеспечивая равные возможности для новых публикаций.
- Решение универсально и эффективно работает как в поисковых запросах, так и в персональных рекомендательных лентах.