Т-Банк опубликовал в открытом доступе фреймворк Perseus, предназначенный для построения универсальных систем персонализации. Его разработали для экосистем, где рекомендации обычно создаются отдельно для каждого сервиса, из-за чего возникают проблемы с инфраструктурой, холодным стартом и повторным использованием данных.
В основе Perseus лежит единое хранилище Event Hub, которое собирает в хронологическую последовательность любые действия пользователя: покупки, транзакции, выбор повышенного кэшбэка, работу с банковскими продуктами и другие события. Затем модель формирует единый вектор пользователя, используя архитектуры последовательного анализа, включая SASRec и другие современные backbone-модели. При этом товары описываются текстовыми эмбеддингами, благодаря чему одинаковые продукты с разными идентификаторами в разных магазинах воспринимаются как один объект.
Разработчики отмечают, что фреймворк подходит не только для рекомендаций. На основе одного пользовательского представления можно решать задачи ранжирования, классификации, регрессии и поиска кандидатов, не перестраивая весь пайплайн обработки данных. Архитектура также исключает утечки будущих данных при обучении и позволяет переиспользовать тяжёлые артефакты без повторных вычислений во время инференса.
По данным Т-Банка, внедрение Perseus позволило повысить бизнес-метрики в разных сценариях на 3-17%, включая случаи, когда у пользователя ещё нет истории покупок. Публикация проекта под открытой лицензией может ускорить исследования в области персонализации, а бизнесу — быстрее внедрять современные рекомендательные системы и снижать стоимость их разработки.
