Рекомендательные системы: 6 механик и что обязана раскрыть площадка
Про рекомендации существует ровно две народных теории: телефон подслушивает и алгоритм читает мысли. Обе неверны и обе мешают понять, что происходит на самом деле. Разобрали шесть механик, по которым собирается ваша лента, и отдельно то, что площадка обязана раскрыть по закону.
Объяснение через слово «алгоритм» ничего не объясняет, потому что алгоритмов там несколько и работают они по-разному. Лента собирается из шести механик: коллаборативная фильтрация по похожим пользователям, контентная модель по свойствам объекта, гибрид из первых двух, модель ранжирования на выдаче, борьба с холодным стартом и коррекция на разнообразие и свежесть.
Правовая часть сверена по первоисточнику, открытому 16 сентября 2026 года: статья 10.2-2 закона об информации, введённая Федеральным законом от 31 июля 2023 года № 408-ФЗ. Дальше по порядку: шесть механик по одному разбору на каждую, почему совпадения кажутся телепатией, что такое холодный старт, откуда берётся эффект пузыря, что площадка обязана опубликовать и как поменять свою ленту за десять минут.
Главное в одну строку
Ключ к пониманию рекомендаций в одной фразе: система предсказывает не то, что вам понравится, а то, на чём вы задержитесь. Это разные вещи, и разница видна на своей же ленте.
Часть 1 · Ответ
Как работает рекомендательная система
- Собирает сигналы. Просмотры, паузы, лайки, покупки, поиск, время суток, устройство.
- Ищет похожих. Людей с близким поведением или объекты с близкими свойствами.
- Отбирает кандидатов. Из миллионов объектов оставляет несколько сотен.
- Ранжирует. Сортирует кандидатов по предсказанной вероятности реакции.
- Корректирует. Добавляет разнообразие, свежесть, коммерческие правила и ограничения.
- Учится на результате. Ваша реакция становится новым примером для следующего круга.
Часть 2 · Похожие люди
Главная механика: похожие на вас люди
Коллаборативная фильтрация не смотрит на содержание объекта вовсе. Она смотрит на матрицу «кто с чем взаимодействовал» и ищет закономерность: если сотня людей с похожим на ваше поведением посмотрела ролик, вы его скорее всего тоже посмотрите.
Из первоисточника, arXiv 1708.05031, подана 16 августа 2017 года
Работа «Neural Collaborative Filtering» отмечает, что глубокие нейросети дали громадный результат в распознавании речи, компьютерном зрении и обработке языка, а в рекомендательных системах исследованы существенно меньше, и берётся за ключевую задачу рекомендаций, то есть коллаборативную фильтрацию, на основе неявной обратной связи.
- Что такое неявная обратная связь. Просмотр, клик, время на странице. В отличие от оценки по пятибалльной шкале, её человек не ставит сознательно.
- Почему она сильнее явной. Её на порядки больше, и она честнее: люди оценивают одно, а смотрят другое.
- Слабое место. Новому пользователю и новому объекту сравнивать не с чем.
Часть 3 · Свойства объекта
Вторая механика: похожие объекты
- Что делает. Описывает объект набором признаков: жанр, автор, тема, цвет, длительность, текст описания.
- Как рекомендует. Предлагает то, что похоже на уже понравившееся вам по этим признакам.
- Чем хороша. Работает с первого дня и для новых объектов тоже.
- Чем плоха. Замыкает вас в узком круге: посмотрели три ролика про рыбалку, получили ленту про рыбалку навсегда.
- Как описывают объект сегодня. Через векторные представления, разбор механики в гайде про эмбеддинги.
Часть 4 · Сборка
Как эти механики соединяют на практике
- Этап отбора. Несколько источников кандидатов работают параллельно: коллаборативный, контентный, популярное, свежее, подписки.
- Этап ранжирования. Отдельная модель предсказывает вероятность каждой реакции: досмотр, клик, лайк, покупка, жалоба.
- Этап смешивания. Предсказания складываются с весами, которые задаёт площадка. Именно здесь живут её приоритеты.
- Этап правил. Поверх накладываются ограничения: не показывать одно и то же подряд, соблюдать возрастные требования, учитывать рекламные обязательства.
- Почему это важно понимать. Итоговая лента это не одна модель, а компромисс нескольких, и он настраивается людьми.
Часть 5 · Совпадения
Почему реклама попадает в вчерашний разговор
Самое распространённое объяснение это подслушивающий микрофон. Оно лишнее: чтобы объяснить совпадение, достаточно тех данных, которые собираются открыто.
- Общий круг. Ваш знакомый искал коляску, вы часто рядом по геолокации и в одном контактном графе.
- Сезон и место. В сентябре ищут одно, рядом с новым районом другое.
- Ваш собственный след. Вы искали это две недели назад и забыли, а система нет.
- Эффект внимания. Вы замечаете одно попадание и не считаете сотню промахов.
- Что действительно стоит проверить. Не микрофон, а разрешения приложений и настройки рекламных коммуникаций.
Часть 6 · Новички
Что происходит с новым пользователем и новым товаром
- Проблема. Для нового человека нет истории, для нового объекта нет реакций. Коллаборативная механика бессильна.
- Решение для человека. Популярное, географическое, опрос при регистрации, сигналы устройства.
- Решение для объекта. Контентные признаки и принудительный показ небольшой аудитории для сбора первых реакций.
- Побочный эффект принудительного показа. Именно он объясняет странные объекты в ленте: система не рекомендует, а исследует.
- Практический вывод. Первая неделя в новом сервисе формирует ленту сильнее, чем следующий год.
Часть 7 · Пузырь
Откуда берётся эффект пузыря
Система оптимизирует то, что умеет измерять: досмотры, клики, время. Она не умеет измерять вашу пользу, интерес к новому и настроение через два часа. Поэтому усиливается то, на что вы реагируете сильнее всего, а реагируете вы чаще на раздражающее и на привычное.
- Как это выглядит. Лента сужается, темы повторяются, новое почти не появляется.
- Почему площадки борются с этим сами. Слишком узкая лента снижает удержание на длинной дистанции, и в модель добавляют штраф за однообразие.
- Что можете сделать вы. Ваши действия и есть обучающая выборка: досмотр подтверждает тему, быстрый пропуск ослабляет её.
- Чего делать не стоит. Спорить в комментариях с тем, что раздражает. Для системы это сильный положительный сигнал.
Часть 8 · Право
Что закон требует от владельца рекомендательных технологий
Из первоисточника, статья 10.2-2 закона № 149-ФЗ, введена законом от 31.07.2023 № 408-ФЗ, открыта 16.09.2026
Владелец информационного ресурса, где применяются рекомендательные технологии, обязан: не допускать их применения с нарушением прав граждан и организаций; не предоставлять информацию с их применением без информирования пользователей о том, что технологии применяются; разместить документ, устанавливающий правила применения рекомендательных технологий; разместить адрес электронной почты для юридически значимых сообщений и своё наименование. Правила должны содержать описание процессов и методов сбора, систематизации и анализа сведений о предпочтениях, а также виды используемых сведений и источники их получения.
- Что это даёт вам практически. Правила применения рекомендательных технологий у крупных площадок опубликованы, и в них перечислено, какие именно сигналы собираются.
- Где их искать. Обычно в подвале сайта рядом с политикой обработки персональных данных.
- Соседняя норма. Решения, затрагивающие ваши права и принятые исключительно автоматически, ограничены статьёй 16 закона о персональных данных, разбор в гайде про применение ИИ.
Часть 9 · Бизнес
Что из этого следует, если вы по ту сторону
- Первые реакции решают всё. Объект получает пробный показ, и дальнейшая судьба зависит от него.
- Заголовок и обложка это входной сигнал. Они определяют, дойдёт ли дело до содержания.
- Полнота карточки помогает контентной механике. Чем точнее описан объект, тем точнее его с чем-то сопоставят, подробнее в гайде про карточки товаров.
- Досмотр важнее клика. Клик без досмотра со временем работает против вас.
- Регулярность сильнее разовых всплесков. Системе нужен предсказуемый источник, а не один удачный выстрел.
Часть 10 · Практика
Как поменять свою ленту за десять минут
- Откройте правила рекомендаций площадки. Они обязаны быть опубликованы, и там перечислены собираемые сигналы.
- Пройдитесь по настройкам интересов. У большинства крупных сервисов они есть и почти никто их не открывал.
- Отпишитесь от того, что смотрите из раздражения. Это самый сильный сигнал, который вы можете подать.
- Посмотрите пять роликов новой темы подряд. Лента реагирует на серию, а не на одиночное действие.
- Почистите историю просмотров. Там, где это возможно, это сбрасывает часть старых связей.
- Проверьте разрешения приложений. Микрофон и геолокация выданы по умолчанию чаще, чем вы думаете.
Памятка
Что запомнить про рекомендательные системы
Коротко
- Система предсказывает, на чём вы задержитесь, а не что вам понравится.
- Коллаборативная фильтрация смотрит на поведение похожих людей, а не на содержание.
- Контентная модель смотрит на признаки объекта и работает с первого дня.
- Итоговая лента это компромисс нескольких моделей, настроенный людьми.
- Неявная обратная связь честнее оценок: люди оценивают одно, а смотрят другое.
- Совпадение рекламы с разговором объясняется общим кругом и забытым запросом.
- Холодный старт лечится принудительным пробным показом небольшой аудитории.
- Спор в комментариях это сильный положительный сигнал для системы.
- Площадка обязана сообщать о применении рекомендательных технологий.
- Правила применения должны описывать методы сбора, виды сведений и их источники.
Источники
Что проверялось живьём и когда
- Федеральный закон от 27.07.2006 № 149-ФЗ, статья 10.2-2, введена Федеральным законом от 31.07.2023 № 408-ФЗ, consultant.ru, открыта 16.09.2026: четыре обязанности владельца ресурса и обязательное содержание правил применения рекомендательных технологий.
- Статья «Neural Collaborative Filtering», arXiv 1708.05031, подана 16 августа 2017 года: постановка коллаборативной фильтрации на неявной обратной связи как ключевой задачи рекомендаций.
- Федеральный закон от 27.07.2006 № 152-ФЗ в редакции от 26.07.2026, статья 16, consultant.ru, открыта 16.09.2026: ограничение решений, принятых исключительно автоматизированно.
- Коды ответа с московского адреса без VPN, 16.09.2026: 200 у consultant.ru, arxiv.org, huggingface.co.
- Wordstat, Россия, 16.09.2026: рекомендательные системы 1 815, основы рекомендательных систем 209, рекомендательные системы ии 192, задача рекомендательных систем 134, принципы 79, алгоритм 79.
- Выдача Яндекса по запросу «рекомендательные системы», 16.09.2026: sberbusiness.live, simulative.ru, blog.skillfactory.ru, unisender.com, sberbank.ru, timeweb.com, skillbox.ru, thecode.media, kubsu.ru, habr.com; Википедия только семнадцатой.
Чего тут нет намеренно: разбора устройства рекомендаций конкретных площадок. Публично они этого не раскрывают в деталях, а пересказ слухов был бы выдумкой. Советов по накрутке поведенческих сигналов тоже нет: они ломаются быстрее, чем окупаются, и рискуют аккаунтом.
FAQ
Частые вопросы
Как работают рекомендательные системы
В шесть шагов: собирают сигналы поведения, ищут похожих пользователей или похожие объекты, отбирают несколько сотен кандидатов из миллионов, ранжируют их по предсказанной вероятности реакции, корректируют выдачу правилами разнообразия и свежести и учатся на вашей реакции для следующего круга.
Что такое коллаборативная фильтрация
Это механика, которая не смотрит на содержание объекта вовсе. Она анализирует матрицу взаимодействий и рекомендует вам то, что понравилось людям с похожим на ваше поведением. Работает на неявной обратной связи: просмотрах, кликах, времени на странице, а не на выставленных оценках.
Подслушивает ли телефон разговоры для рекламы
Чтобы объяснить совпадения, этого не требуется. Достаточно общего круга контактов, геолокации, сезона, вашего забытого запроса двухнедельной давности и эффекта внимания, когда одно попадание запоминается, а сотня промахов нет. Проверять стоит не микрофон, а разрешения приложений и настройки рекламных коммуникаций.
Почему в ленте всё время одно и то же
Потому что система оптимизирует измеримое: досмотры, клики, время. Она усиливает то, на что вы реагируете, а реагируете вы на привычное и на раздражающее. Площадки сами добавляют штраф за однообразие, но ваши действия влияют сильнее: досмотр подтверждает тему, быстрый пропуск её ослабляет.
Что такое холодный старт
Это ситуация, когда рекомендовать нечем: у нового пользователя нет истории, у нового объекта нет реакций. Для человека проблему закрывают популярным, географией и опросом при регистрации. Для объекта принудительным показом небольшой аудитории, чтобы собрать первые сигналы.
Обязаны ли соцсети раскрывать, как работают рекомендации
Обязаны сообщать о самом факте применения рекомендательных технологий и публиковать документ с правилами. По статье 10.2-2 закона об информации правила должны содержать описание процессов и методов сбора, систематизации и анализа сведений о предпочтениях, виды используемых сведений и источники их получения.
Можно ли отключить рекомендации
Полностью почти нигде, но частично да. У большинства крупных сервисов есть настройки интересов, возможность скрыть тему или автора и очистка истории просмотров. Кроме того, закон обязывает площадку информировать о применении технологий, а значит нужный раздел настроек у неё существует.
Что важнее для попадания в рекомендации: лайки или досмотры
Досмотры и время. Явные оценки человек ставит редко и не всегда честно, а неявные сигналы собираются с каждого действия и их на порядки больше. Именно поэтому клик без досмотра со временем работает против объекта, а не за него.
Как продвинуть свой контент в рекомендациях
Через первые реакции пробного показа. Заголовок и обложка решают, дойдёт ли дело до содержания, полнота описания помогает контентной механике сопоставить объект с похожими, досмотр важнее клика, а регулярность публикаций важнее одного удачного выстрела.
Влияет ли спор в комментариях на мою ленту
Да, и в противоположную сторону от ожидаемой. Для системы длинное взаимодействие с публикацией это сильный положительный сигнал независимо от вашего отношения к теме. Если вы не хотите видеть такое чаще, эффективнее быстро пропустить и скрыть источник, чем ответить.
Читать дальше
Платформа и сообщество, где я по шагам показываю, как поставить ИИ на рутину: контент, код, продажи, аналитика. Заходи и забирай рабочие связки, которыми пользуюсь сам.
Посмотреть, что внутриtelegram
Канал с полезными материалами про нейросети
Разборы, новые инструменты и приёмы по ИИ — то, чем пользуюсь сам, без воды. Подпишись, чтобы не потерять.
