Все люди, вне зависимости от того, какую музыку они любят и сколько часов в день проводят в наушниках, иногда сталкиваются с одной и той же проблемой: личная фонотека заслушана до дыр и хочется чего-нибудь новенького. С одной стороны, выбор огромен — музыкальные каталоги в интернете насчитывают десятки миллионов треков и пополняются каждый день. С другой стороны, сориентироваться в этом разнообразии бывает непросто: музыки много, а вы один.

С сентября 2014 года в Яндекс.Музыке работает система музыкальных рекомендаций. Она даёт ответы на вопрос «Что бы ещё послушать?». У системы есть две ключевые особенности. Во-первых, её советы персональны — то есть составляются с учётом интересов каждого конкретного пользователя. А во-вторых, система самообучается: чем больше вы слушаете музыку, тем точнее будут рекомендации.

Как выявляются предпочтения
Прежде чем советовать пользователю ту или иную музыку, необходимо составить представление о его музыкальных вкусах. Самый простой способ сделать это — посмотреть, какие треки на Яндекс.Музыке он уже послушал. Это самая важная информация для рекомендательной системы; по истории прослушиваний можно установить, каких исполнителей и какие жанры человек предпочитает. Однако чтобы составить более полную картину, неплохо ещё понимать, что ему нравится больше, а что — меньше.

Для этого мы используем дополнительные данные. Один из источников таких данных — оценки «Нравится» и «Не нравится», которые ставят пользователи. Оценку «Нравится» в Яндекс.Музыке можно ставить трекам, альбомам, исполнителям и целым музыкальным жанрам. Оценка «Не нравится» есть в жанровом радио и в радио по исполнителю: с её помощью можно отметить треки, которые пришлись не по душе.

Как правило, люди оценивают музыку, которая вызвала у них сильный эмоциональный отклик — неважно, положительный или отрицательный. Поэтому оценки довольно точно отражают пристрастия человека. Но одних оценок недостаточно: во-первых, люди ставят их далеко не всегда, а во-вторых, в шкале не хватает полутонов — есть только или «хорошо» («Нравится»), или «плохо» («Не нравится»).

Поэтому, помимо оценок и прослушиваний, мы обращаем внимание и на другие действия пользователя: пропуски треков (например, в альбоме, подборке или радио) и добавления треков в плейлисты.


Все действия мы разделяем на положительные и отрицательные. Положительные — прослушивание, оценка «Нравится», добавление в плейлист — говорят о том, что музыка нравится пользователю, а отрицательные — пропуск и оценка «Не нравится» — наоборот. Важно понимать, что действия неравнозначны: например, пользователь может пропустить трек, который в целом ему по душе, но сейчас не подходит под настроение. Поэтому каждому действию мы присваиваем вес: у оценки «Нравится» он максимальный, а у пропуска — минимальный.

Как строится прогноз
Алгоритм анализирует профиль пользователя (то есть данные о его музыкальных предпочтениях) и предсказывает, какие треки и исполнители могут ему понравиться. Кроме того, алгоритм умеет дообучаться в режиме реального времени. Каждый раз, когда вы совершаете новое действие — слушаете трек или добавляете его в плейлист, — профиль обновляется, и прогноз строится заново. Это позволяет быстро подстраиваться под вкусы и предлагать музыку, которая отвечает сегодняшнему настроению.

Делая прогноз, алгоритм также учитывает информацию о том, как связаны друг с другом объекты из каталога Яндекс.Музыки: треки, альбомы, исполнители, жанры. Благодаря этим данным можно советовать человеку новых исполнителей в его любимом жанре. Кроме того, система сравнивает профили всех пользователей Яндекс.Музыки. Это делается для того, чтобы выявить людей со схожими музыкальными предпочтениями: то, что нравится одному, может понравиться и другому.


Как составляются рекомендации
Обработав данные, алгоритм выдаёт список треков и исполнителей, которые могут понравиться пользователю. Считать его окончательной рекомендацией, однако, нельзя. Во-первых, список слишком длинный — чтобы прослушать все треки, которые система выбрала за раз, не хватит и суток. Во-вторых, мы считаем, что рекомендации должны быть разнообразными: они должны включать в себя не только советы вида «раз вам понравилось X, послушайте Y», но и что-то ещё, что помогло бы сориентироваться в мире музыки — скажем, сообщения о новых релизах любимых исполнителей или чарты треков в жанрах, которые вам нравятся.

Поэтому прогноз, построенный алгоритмом на основе профиля пользователя, мы «разбавляем» информацией из других источников. Это могут быть сведения о том, что слушают друзья из социальных сетей, актуальные подборки — саундтрек к только что вышедшему фильму или сборник композиций, прозвучавших на недавнем музыкальном фестивале, — или списки треков, которые рекомендуют любимые исполнители.


Окончательный список рекомендаций составляется с помощью Матрикснета — разработанного в Яндексе метода машинного обучения. Матрикснет обрабатывает список всех возможных рекомендаций — как полученных прогнозированием, так и составленных по другим источникам — и определяет, какие именно следует показать пользователю на главной странице Яндекс.Музыки и в каком порядке их расположить. Формула, по которой составляется лента рекомендаций, учитывает множество факторов — от сведений о том, сколько раз человек прослушал тот или иной трек, до времени суток: бывает так, что утром нравится одна музыка, а вечером — другая.

***
Задача рекомендаций в Яндекс.Музыке — помогать людям открывать для себя новую музыку. Новую не значит современную — система может посоветовать вам и треки, выпущенные в этом году, и музыку, написанную в XVIII веке. Главное — это будет музыка, которую вы ещё не слышали, но которая вам, скорее всего, понравится.

В середине июня в Москве открывается Школа дизайна Яндекса — трёхмесячный бесплатный курс о дизайне продуктов в больших компаниях. Занятия ведут сотрудники Яндекса.

yandex.ru/design-school

Идея открыть школу дизайна возникла, когда мы осознали, что рынок полон дизайнерами с хорошим вкусом и поставленной рукой, которым остро не хватает представления о процессах в большой компании, о работе над массовыми продуктами. Когда такие ребята выходят к нам на работу, их многое сбивает с толку: возникает конфликт личности и бренда, количество связей и договоренностей с людьми резко возрастает, а вся творческая энергия поглощается стеной противоречий.

В большой компании большие команды. В отличие от мелких групп единомышленников, здесь людям бывает некогда думать о том, как степень их свободы влияет на свободу окружающих. В таких условиях легко потеряться среди «старших». Работа над продуктами, которые создают сотни людей и пользуются которыми миллионы, должна делать из дизайнера ответственного архитектора, а не блуждающего в потёмках.

Преодолению всех этих трудностей мы будем учить студентов нашей школы так, как когда-то учились этому сами.

Мы хотим видеть в школе ребят из всех регионов страны, иногородних привезём и бесплатно поселим недалеко от офиса. Успешных выпускников мы будем рады пригласить на работу.

Заполнить анкету и узнать подробности вы можете на сайте школы.
 

Команда школы

В день числа «пи», 14 марта, мы провели первую всероссийскую контрольную по математике «Что и требовалось доказать» (ЧТД). За один час нужно было решить десять задач — ну или хотя бы пять, на «тройку».

Всего в контрольной приняли участие более 12,6 тысячи человек из России, Беларуси, Украины, Казахстана и Молдавии. Около четверти из них решили контрольную на «хорошо» и «отлично». В среднем на выполнение десяти заданий участники тратили по 42 минуты, отличники думали немного дольше — по 47—48 минут.


Задачи лучше решали:

— пользователи 21—23 лет (у пользователей из этой группы 35% четвёрок и пятёрок),
— жители Новосибирской области (39% положительных оценок, 12% пятёрок; результаты выше среднего также показали в Татарстане — 38% положительных оценок, Свердловской и Вологодской областях — по 31%),
— мужчины (на четвёрки и пятёрки написали 28% мужчин и 22% женщин).

Самыми простыми задачами оказались наиболее бытовые — про деньги и скидки (стоимость билетов в музей и распродажу лака). Две последние задачи показались участникам сложными — больше половины вообще не дали на них ответа. Вероятно, дело в том, что многим уже не хватило времени, чтобы спокойно вдуматься в условия. А меньше всего правильных ответов дали на задачу № 8 — про электронные часы. Кропотливо пересчитать палочки на электронном табло и перебрать возможные варианты перемены цифр оказалось довольно сложно.


Кстати, порешать задачи контрольной можно и сейчас. Cразу после сдачи ответов вы узнаете свой результат и сможете посмотреть решение каждой задачи.

Контрольная проходила не только в онлайне, но и вузах Москвы, Санкт-Петербурга, Новосибирска, Казани, Нижнего Новгорода, Екатеринбурга, Ростова-на-Дону и Перми. Вот как это было в Екатеринбурге:


В этом году мы проводили «Что и требовалось доказать» впервые. Мы хотели привлечь внимание людей к математике, показать, что это не просто цифры и уравнения, что она развивает умение мыслить структурно и может пригодиться во многих жизненных ситуациях. Судя по отзывам участников, это вполне удалось. Мы хотим проводить ЧТД регулярно и будем рады услышать ваши предложения о том, как нам улучшить контрольную и сделать её ещё более интересной.

Яндекс запустил мобильное приложение для поиска работы. Оно так и называется — Яндекс.Работа. Приложение поможет найти работу здесь и сейчас — без дипломов и собеседований.

В приложении доступны сотни тысяч вакансий водителей, охранников, грузчиков, курьеров, официантов и работников других востребованных профессий. Потенциальным кандидатам не нужно заполнять анкеты и отсылать резюме — выбрав подходящую вакансию, они могут сразу позвонить работодателю и обсудить условия.


Евгений Васильев, руководитель сервиса Яндекс.Работа:

Идея этого проекта возникла у нас после внимательного изучения рынка труда. Существует целый класс профессий, представители которых часто меняют работу и регулярно просматривают объявления на ходу, например в общественном транспорте. В основном это работники сфер услуг и торговли или производственный персонал. Мы пообщались с ними и поняли, что можем упростить им задачу поиска работы.

Когда-то источником информации о работе были объявления в газетах, теперь люди всё чаще ищут вакансии в интернете. Многие из тех, с кем мы разговаривали, выходят в интернет в основном с телефона, часто у них вовсе нет домашнего компьютера или ноутбука. Решение напрашивалось — если есть телефон и он всегда под рукой, остаётся только сделать подходящее приложение для поиска работы.

Так появилась Яндекс.Работа. Функциональность и внешний вид приложения полностью определялись требованиями пользователей. В этом сегменте рынка людям важны несколько вещей: актуальность вакансий, быстрая связь с работодателем и простота поиска. Поэтому основной экран приложения — это список самых свежих вакансий по определённому запросу. По любому понравившемуся объявлению можно сразу же позвонить, а если сейчас звонить неудобно — сохранить его в приложении. Сохранённые вакансии доступны без подключения к интернету.


Все вакансии Яндекс.Работы предоставлены проверенными партнёрами, среди которых порталы superjob.ru, hh.ru, rabota.ru, job.ru, а также портал Роструда «Работа в России». На сегодняшний день в приложении можно найти более 400 тысяч вакансий по всей России.

Яндекс.Работа доступна для смартфонов на базе iOS и Android. Скачать приложение можно в Яндекс.Store, App Store и Google Play.

Люди регулярно ищут в Яндексе значения незнакомых слов — с помощью запросов вроде [что такое селфи], [снилс что это] или [стагнация это]. Мы проанализировали подобные запросы за последние пять лет и и выяснили, какие слова нуждались в объяснении чаще всего и как список этих слов менялся от года к году.

В 2010—2013 годах списки самых популярных слов и понятий, которые вызывали вопросы, были очень похожи. Люди спрашивали, что такое любовь, счастье, толерантность, имхо, аккаунт, рентабельность, франшиза и так далее. Однако каждый год в топах появлялись и новые слова — в основном имеющие отношение к получившим распространение понятиям и явлениям, техническим новинкам, сленгу — например, аутсорсинг или инстаграм. Таких слов было относительно немного — некоторые из них оставались в топах надолго, другие пропадали на следующий же месяц.

В 2014 году список 25 наиболее популярных непонятных слов обновился больше чем наполовину. В нём отражены многие недавние события. Скажем, в топе оказались слова майдан, люстрация, рецессия и девальвация. Кроме того, в 2014 году впервые за пять лет самым популярным словом стала не любовь. Она осталась лишь на четвёртой строчке, а первое место заняло слово селфи.


Больше подробностей ищите на странице исследования «Незнакомые слова в поиске: от Аннексии до Ягод годжи».