Монетизация через оптимизацию: как математика меняет поиск на Авито

Вам расскажут, как задачу ранжирования можно сформулировать в виде задачи целочисленного линейного программирования с ограничениями на баерские метрики и оптимизацией выручки.

Сначала разберём, что даёт точное решение через солвер и почему не будем применять его на проде. Затем Светлана приведёт два подхода, которые позволяют приблизить оптимальное решение этой задачи и использовать это в проде. Один из них — обучить CatBoost на точное решение, полученное с помощью солвера. Другой — использовать случайные перестановки, улучшающие базовое решение.

В конце Светлана приведёт результаты A/B-тестов и сравнит эти подходы. А также расскажет, почему в команде приняли решение релизить метод случайных перестановок.