Медиа: система контентных рекомендаций

Ситуация: Текущий CTR рекомендаций — 2.5%. Цель — увеличить до 5% без потери diversity.

Новостной агрегатор, 10M DAU, 50K статей/день. Рекомендации по collaborative filtering. Проблема: filter bubble — пользователи видят только привычные темы.

Доступные данные

• articles: article_id, category, author, published_at, reading_time_min
• interactions: user_id, article_id, event (impression/click/read/share), timestamp
• user_profiles: user_id, preferred_categories, avg_reading_time, recency_days

Задачи

• Оценить текущие рекомендации: CTR, diversity (ILS), coverage, novelty.
• Проанализировать filter bubble effect: сужение категорий со временем.
• Предложить hybrid подход: collaborative + content-based + exploration.
• Спроектировать A/B-тест с multi-objective optimization.

Все кейсы для подготовки → ← Все кейсы