Sona от «Яндекса» перевернула подход к музыкальным рекомендациям

А что если десятки рекомендательных алгоритмов заменить одной нейросетью? «Яндекс» проверил идею на музыке и представил Sona — модель, которая ищет треки и решает, в каком порядке их крутить.

Раньше на Станциях с Алисой эту работу тянули больше 15 алгоритмов: одни отбирали кандидатов, другие урезали список и ранжировали композиции. Поэтому правку одного этапа приходилось проверять на всей цепочке.

Sona свела поиск и ранжирование воедино. Чтобы не шерстить миллионы треков, каждому присваивается Semantic ID — код, учитывающий звучание, метаданные и поведение слушателей. По истории пользователя модель уточняет код, сужает круг кандидатов и оценивает найденное.

Поначалу Sona училась у модели-«учителя» на действиях слушателей за год. Та оценивала рекомендации, а Sona училась повторять её решения.

После запуска модель подтягивается на новых прослушиваниях, пропусках и лайках. Обновления прилетают каждые 10 минут, а от действия пользователя до версии Sona, которая его учла, проходит 45 минут по медиане и не больше часа в 99% случаев.

В семидневном тесте по 15% аудитории раскидали на старую систему и Sona. Против контрольной группы время прослушивания подросло на 6,30%, лайки — на 11,42%, а активная аудитория — на 4,53%.

Теперь «Яндексу» предстоит проверять результат несколько месяцев. Компания планирует обкатать Sona в Яндекс Рекламе. Удержится эффект — и единая модель упростит развитие рекомендаций и персонализацию продуктов.