На сайте применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации).
Владелец сайта https://dveri-spb.ru - ИП Савоськин Олег Юрьевич
ИНН: 312820929140
ОГРНИП: 315784700168016
Адрес: 195273 г. Санкт-Петербург, ул. Карпинского, 33к1, лит.А
Адрес электронной почты для направления юридически значимых сообщений: office@dveri-spb.ru
Правила применения рекомендательных технологий
Владелец сайта 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.
При несогласии с используемыми рекомендательными технологиями Пользователь обязан отказаться от доступа к сайту, прекратить его посещение или использование.
Какие данные посетителей сайта собираются
Виды сведений, относящихся к предпочтениям пользователей сети "Интернет", которые используются для предоставления информации с применением рекомендательных технологий, источники получения таких сведений.
Полный перечень собираемой информации
- данные о посещении пользователем на сайте страниц, такие как время визита, url-адрес страниц и их числовых или строковых идентификаторов, при наличии;
- информация о перемещении по страницам сайта (в т.ч. нажатий на ссылки и элементы сайта);
- IP адрес;
- файлы cookies;
- идентификатор пользователя, присваиваемый сайтом;
- длительность пользовательской сессии;
- точки входа (сторонние сайты, с которых пользователь по ссылке переходит на сайт);
- браузер пользователя;
- архитектура процессора устройства пользователя;
- операционная система пользователя;
- параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
- источник перехода (UTM метка);
- значение UTM меток от source до content;
Источники получения: пользовательское поведение при использовании сайта.
Алгоритмы и процессы
Описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", предоставления информации на основе этих сведений, а также способов осуществления таких процессов и методов.
1.1. Данные собираются путем отправки событий с устройства пользователя на серверы и аккумулируются в системе для систематизации, анализа и последующего формирования рекомендаций на основе этих данных, с применением специальных алгоритмов. Применяемые алгоритмы являются записанной последовательностью правил обработки данных, настройки параметров формул на основании данных и формирования выводов для последующего предоставления рекомендаций.
1.2. Для работы рекомендательных технологий Владелец сайта применяет алгоритмы фильтрации на основе контента и коллаборативной фильтрации. Собираемые данные владелец сайта оцифровывает и представляет в векторном виде. При фильтрации на основе контента алгоритмы рекомендуют контент, похожий на тот, который пользователь Сайта 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 действий, аналогичной текущему пользователю или элементу, и генерирует рекомендации на основании этой схожести.
Алгоритмы рекомендаций
2.1. Персональные рекомендации услуг
В этом сценарии анализируется поведение пользователя и показываются услуги которые наиболее интересны ему в контексте текущей задачи. Если у пользователя пока нет истории просмотра, ему можно показать популярные услуги. Если пользователь проявлял интерес к определенным услугам алгоритм подбирает альтернативные предложения и таким образом поможет ему найти наиболее подходящий и приблизит к покупке.
2.2. Поисковые рекомендации
В этом сценарии рекомендуются товары, которые лучше всего подходят под поисковый запрос пользователя на сайте. При их формировании алгоритм опирается на поведение пользователей, которые уже искали что-то подобное. Если таких товаров недостаточно, добавляются альтернативы к ним.