Сначала кандидаты, потом порядок

Российский магазин может получить десятки подходящих товаров для одного блока. До перестановки нужно исключить недоступные и неразрешённые варианты. Разнообразие не исправит отсутствие товара или неправильную рекламную цену. Оно решает задачу внутри уже допустимого списка.

В учебной документации Google о re-ranking разнообразие рассматривается как отдельное условие финального порядка. Сам по себе высокий балл каждого кандидата не гарантирует хороший пользовательский список. Это принцип устройства рекомендателя, не совет использовать иностранную рекламную платформу.

Разнообразие тоже нужно определить. Разные цвета одного товара, категории, назначения и ценовые уровни дают разные виды выбора. Не объявляйте пять случайных товаров лучшими только потому, что они различаются. Кандидат должен сохранять смысловую связь с задачей покупателя.

Простой штраф делает повторение видимым

В учебном наборе оценки A1, A2 и A3 равны 0,95, 0,94 и 0,93. У B1 оценка 0,85, у C1 0,80. Три A принадлежат одной условной группе похожих товаров. Обычная сортировка выбирает A1, A2, A3.

В историческом методе MMR Carbonell и Goldstein алгоритм выбирает следующий элемент с учётом релевантности и сходства с уже выбранными. В нашей упрощённой версии сходство равно единице внутри группы и нулю между группами. Из взвешенной исходной оценки кандидата вычитается штраф за наибольшее сходство с выбранным списком.

При весе релевантности 0,7 наш пример выбирает A1, затем B1, затем C1. При весе 1 штраф отсутствует и получается обычная сортировка. Это арифметика вымышленного набора, не измеренное поведение покупателей. В реальной системе оценки сходства не обязаны быть такими грубыми.

CSV кандидатов и стенд перестановки показывают выбор по шагам. Стенд не обращается к модели и не рассчитывает CTR. Он помогает заметить, что один дополнительный параметр меняет сам предмет оптимизации.

Почему тему снова обсуждают в исследованиях

В препринте ReAlign от 11 ноября 2026 YaChen Yan и Liubo Li рассматривают качество упорядоченного списка и его перестановку. Проверка выполнена offline на KuaiRand и Avito. KuaiRand содержит данные Kuaishou, а не современной российской закупки.

Это контекст для оценки списка целиком. ReAlign не является нашим учебным MMR и не сводится к штрафу за одинаковую группу. Мы не переносим показатели работы в обещание коммерческого выигрыша. Шаблонные конференционные поля в препринте тоже не являются подтверждением рецензирования или принятия на конференцию.

Практический вывод для команды магазина: заранее запишите, что делает список полезным и как пользователь может до него добраться. Идеальные карточки на невидимых позициях и три почти одинаковых первых предложения могут по-разному мешать покупателю найти полезный вариант. Одна оценка отдельного товара не описывает их все.

Что добавить к релевантности

Определите минимально допустимое соответствие запросу, наличие, ограничения брендов и понятное пользователю различие. Коммерческие обязательства, если они есть, вводят явно. Не маскируйте оплаченный приоритет словом «разнообразие»: это разные причины изменения порядка.

Сохраняйте исходный список и окончательный. Для каждого шага должны быть видны исходная оценка, выбранная группа сходства и применённое правило. Иначе снижение релевантности легко объяснить красивой историей, которую невозможно воспроизвести.

Проверьте крайние случаи: все товары одной группы, мало допустимых кандидатов, отсутствующие данные о сходстве, равные оценки. Для ничьей нужен устойчивый порядок. Неизвестная группа не должна автоматически стать идеальным способом обойти штраф.

Как принять решение о внедрении

Сначала оцените качество на размеченных списках: сохранился ли смысл запроса и появилось ли полезное различие. Затем проведите ограниченный опыт с согласованной метрикой. Большее число групп в выдаче само по себе не равно большему числу полезных действий.

Российская команда может начать с одного блока и одной категории, не перестраивая весь рекомендатель. Зафиксируйте версии оценок, правила наличия и настройку штрафа. Не меняйте параметр ежедневно после просмотра результата, иначе проверяется непрерывно меняющаяся система.

Продолжить помогут долгая история в поиске Wayfair, товарные данные агента, проверка взаимодействия рекламы и скидки. Термины: собственные данные, бизнес-результат. Принимайте список по полезному выбору и фактической проверке, сохранив отдельно все коммерческие правила.