Правила применения рекомендательных технологий
ИП Харлов Е.В., ИНН 781438713335, ОГРНИП 315784700154162 (далее — «Компания») является владельцем https://потертыйшик.рф/ (далее — «Сайт»), на котором применяются информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети Интернет (далее — «Владелец информационного ресурса, на котором применяются рекомендательные технологии»).
Настоящие Правила применения рекомендательных технологий (далее — «Правила») содержат описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям пользователей сети Интернет, предоставления информации на основе этих сведений, способов осуществления таких процессов и методов, а также описание видов сведений, относящихся к предпочтениям пользователей сети Интернет, которые используются для предоставления информации с применением рекомендательных технологий, и источников получения таких сведений.
Владелец информационного ресурса, на котором применяются рекомендательные технологии, не допускает применение рекомендательных технологий, которые нарушают права и законные интересы граждан и организаций, а также не допускает применение рекомендательных технологий в целях предоставления информации с нарушением законодательства Российской Федерации.
Что такое рекомендации
Под рекомендательными технологиями здесь и далее понимаются программные комплексы, которые с помощью алгоритмических вычислений и машинного обучения на основании данных о пользователе или характеристиках элементов в системе осуществляют индивидуализированный подбор, а также ранжирование контента для конечного пользователя.
Зачем нужны рекомендации
Рекомендации помогают: Экономить время. Они предлагают контент, товары и услуги, которые, с большой долей вероятности, подойдут именно вам. Находить новое. Рекомендательные алгоритмы учитывают предпочтения – не только ваши, но и других пользователей и могут предложить что-то необычное, о чем вы ранее не слышали и не знали. Получать выгоду. Рекомендации могут предложить качественную альтернативу или бюджетный аналог.
Какие данные используют рекомендательные технологии
Для алгоритмических вычислений Компания использует полученные от пользователей сайта и приложения данные, а именно:
- данные о любых действиях пользователя;
- данные о любых запросах пользователя;
- IP адрес;
- файлы cookie;
- идентификатор пользователя, присваиваемый сайтом/приложением;
- посещенные страницы;
- количество посещений страниц;
- длительность пользовательской сессии;
- точки входа (сторонние сайты, с которых пользователь по ссылке переходит на сайт);
- точки выхода (ссылки на сайте, по которым пользователь переходит на сторонние сайты);
- страна пользователя;
- геопозиция;
- регион пользователя;
- часовой пояс, установленный на устройстве пользователя;
- провайдер пользователя;
- браузер пользователя;
- цифровой отпечаток браузера (canvas fingerprint);
- доступные шрифты браузера;
- установленные плагины браузера;
- параметры WebGL браузера;
- тип доступных медиаустройств в браузере;
- наличие ActiveX;
- перечень поддерживаемых языков на устройстве пользователя;
- архитектура процессора устройства пользователя;
- ОС пользователя;
- параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
- информация об использовании средств автоматизации при доступе на сайт;
- дата и время посещения сайта;
- источник перехода (UTM метка);
- значение UTM меток от source до content;
- уникальный идентификатор, присваиваемый интернет-сторонним сервисом, обеспечивающим обработку статистических данных;
- метрические данные;
- данные сетевого трафика.
Как работают рекомендательные алгоритмы
Для работы рекомендательных технологий Компания применяет алгоритмы фильтрации на основе контента (алгоритмы градиентного бустинга) и коллаборативной фильтрации.
Указанные данные, Компания оцифровывает и представляет в векторном виде. При фильтрации на основе контента алгоритмы рекомендуют контент, похожий на тот, который пользователь выбирал в прошлом или которые он изучает в настоящее время. При коллаборативной фильтрации используется информация о поведении пользователей с похожими интересами. Система находит пользователей или элементы с историей оценок, аналогичной текущему пользователю или элементу, и генерирует рекомендации на основании этой схожести.
Рекомендации зависят от поведения пользователя на сервисах Компании, при этом выбор всегда остаётся за пользователем: он может следовать рекомендациям или игнорировать их.
Безопасность и конфиденциальность
Компания надежно защищает данные пользователей на своих сервисах. Для этого используются шифрование и настройки доступа, проводится независимый аудит в соответствии со стандартами безопасности.
Общество обязуется защищать конфиденциальность пользователей, соблюдая законы о защите данных и не допуская несанкционированного доступа к информации.