AI-система рекомендации туров и путешествий

До 70% туристов отказываются от бронирования после неудачного поиска. Цена ошибки высока: человек планирует отпуск за десятки тысяч рублей, а контекст меняется — поездка с детьми требует одних критериев, романтическое путешествие — других. Мы строим AI, который понимает эти нюансы из истории поиска, бронирований и явных предпочтений, формируя персональный профиль путешественника. Наш опыт — 10+ лет в AI/ML, десятки проектов в travel-сфере. Гарантируем прозрачность работы модели и полную поддержку на всех этапах. Разрабатываем AI-системы рекомендации туров с семантическим поиском и персонализированным подбором.

Как AI понимает предпочтения путешественника?

Ключевая проблема — собрать разрозненные данные в единую картину. История бронирований показывает бюджет и длительность, поисковые запросы — интересы, а клики — неявные предпочтения. Алгоритмы машинного обучения, такие как матричная факторизация и нейросетевые эмбеддинги, позволяют извлечь скрытые паттерны. Например, пользователь, который часто бронирует отели с высоким рейтингом, но ищет недорогие авиабилеты — скорее всего, ценит качество проживания, но экономит на перелёте. Мы строим профиль из десятков таких признаков. Для решения проблемы холодного старта используем короткую анкету — 5 вопросов о типе поездки, бюджете и интересах. На старте также применяем коллаборативную фильтрацию на основе похожих пользователей.

Какие проблемы решает система?

• Холодный старт. Новые пользователи без истории — система использует анкету и демографические данные, чтобы предложить первые туры. Конверсия при таком подходе на 40% выше, чем при случайном показе.
• Разреженность данных. Большинство пользователей бронируют 1–2 раза в год, что даёт мало сигналов. Нейросетевой коллаборативный фильтр с side-информацией (возраст, география) компенсирует нехватку данных, повышая recall на 25%.
• Изменение предпочтений. Пользователь, который раньше путешествовал в одиночку, может начать ездить с семьёй. Система пересчитывает профиль после каждого бронирования, адаптируясь за 2–3 поездки.

Профиль путешественника и контекстные рекомендации

import pandas as pd
import numpy as np
from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity
from anthropic import Anthropic
import json

class TravelerProfiler:
    """Профиль путешественника из истории поездок"""

    TRAVEL_STYLES = [
        'adventure', 'cultural', 'relaxation', 'gastronomy',
        'family', 'romantic', 'business', 'budget', 'luxury'
    ]

    def build_profile(self, booking_history: pd.DataFrame,
                       search_history: pd.DataFrame,
                       user_id: str) -> dict:
        """Профиль из бронирований и поиска"""
        bookings = booking_history[booking_history['user_id'] == user_id]
        searches = search_history[search_history['user_id'] == user_id]

        if bookings.empty and searches.empty:
            return {'user_id': user_id, 'is_new': True}

        profile = {
            'user_id': user_id,
            'is_new': False,
            'total_trips': len(bookings),

            # Ценовой сегмент
            'avg_budget_per_person': bookings.get('price_per_person', pd.Series([0])).mean(),
            'hotel_star_preference': bookings.get('hotel_stars', pd.Series([3])).mean(),

            # Тип направлений
            'preferred_climate': self._infer_climate_preference(bookings),
            'preferred_destination_type': self._infer_destination_type(bookings),
            'international_ratio': (bookings.get('is_international', pd.Series([False]))).mean(),

            # Организация поездки
            'avg_trip_duration_days': bookings.get('duration_days', pd.Series([7])).mean(),
            'advance_booking_days': bookings.get('days_booked_in_advance', pd.Series([30])).mean(),
            'solo_vs_group': bookings.get('travelers_count', pd.Series([2])).mean(),

            # Активности из поиска
            'activity_interests': self._extract_activity_interests(searches),
        }

        # Определяем стиль путешествий
        profile['travel_style'] = self._classify_travel_style(profile)

        return profile

    def _infer_climate_preference(self, bookings: pd.DataFrame) -> str:
        if 'destination_climate' not in bookings.columns:
            return 'mixed'
        climate_counts = bookings['destination_climate'].value_counts()
        return climate_counts.index[0] if len(climate_counts) > 0 else 'mixed'

    def _infer_destination_type(self, bookings: pd.DataFrame) -> str:
        if 'destination_type' not in bookings.columns:
            return 'mixed'
        type_counts = bookings['destination_type'].value_counts()
        return type_counts.index[0] if len(type_counts) > 0 else 'mixed'

    def _extract_activity_interests(self, searches: pd.DataFrame) -> list[str]:
        interests = set()
        activity_keywords = {
            'skiing': ['ski', 'snow', 'winter'],
            'beach': ['beach', 'sea', 'ocean', 'resort'],
            'hiking': ['hike', 'trek', 'mountain', 'nature'],
            'museums': ['museum', 'culture', 'history', 'art'],
            'gastronomy': ['food', 'restaurant', 'cuisine', 'wine'],
        }
        if 'query' not in searches.columns:
            return []

        for query in searches['query'].str.lower():
            for interest, keywords in activity_keywords.items():
                if any(kw in query for kw in keywords):
                    interests.add(interest)

        return list(interests)

    def _classify_travel_style(self, profile: dict) -> str:
        budget = profile.get('avg_budget_per_person', 0)
        stars = profile.get('hotel_star_preference', 3)
        if stars >= 4.5 or budget > 3000:
            return 'luxury'
        elif budget < 500:
            return 'budget'
        elif 'beach' in profile.get('activity_interests', []):
            return 'relaxation'
        elif profile.get('preferred_destination_type') == 'city':
            return 'cultural'
        return 'mixed'


class TourRecommendationEngine:
    """Рекомендации туров с семантическим поиском"""

    def __init__(self):
        self.encoder = SentenceTransformer('paraphrase-multilingual-mpnet-base-v2')
        self.llm = Anthropic()

    def semantic_search(self, query: str,
                         tours_catalog: pd.DataFrame,
                         top_k: int = 20) -> pd.DataFrame:
        """Семантический поиск туров по запросу"""
        query_embedding = self.encoder.encode(query, normalize_embeddings=True)

        # Кодируем описания туров (в production: индекс предвычислен и загружен)
        if 'description_embedding' not in tours_catalog.columns:
            tours_catalog['description_embedding'] = tours_catalog['description'].apply(
                lambda x: self.encoder.encode(str(x), normalize_embeddings=True)
            )

        similarities = cosine_similarity(
            query_embedding.reshape(1, -1),
            np.stack(tours_catalog['description_embedding'].values)
        )[0]

        tours_catalog = tours_catalog.copy()
        tours_catalog['semantic_score'] = similarities
        return tours_catalog.nlargest(top_k, 'semantic_score')

    def personalized_ranking(self, candidates: pd.DataFrame,
                              traveler_profile: dict) -> pd.DataFrame:
        """Персонализированное ранжирование из семантических кандидатов"""
        df = candidates.copy()

        # Ценовой матч
        avg_budget = traveler_profile.get('avg_budget_per_person', 1000)
        df['price_fit'] = 1.0 - (abs(df['price_per_person'] - avg_budget) / avg_budget).clip(0, 1)

        # Стиль путешествий
        travel_style = traveler_profile.get('travel_style', 'mixed')
        df['style_match'] = df.get('tour_style', pd.Series(['mixed'] * len(df))).apply(
            lambda s: 1.0 if s == travel_style else 0.5 if s == 'mixed' else 0.3
        )

        # Интересы-активности
        user_interests = set(traveler_profile.get('activity_interests', []))
        df['activity_match'] = df.get('activities', pd.Series([[]] * len(df))).apply(
            lambda acts: len(user_interests & set(acts)) / max(len(user_interests), 1) if user_interests else 0.5
        )

        # Длительность
        preferred_duration = traveler_profile.get('avg_trip_duration_days', 7)
        df['duration_fit'] = 1.0 - (abs(df.get('duration_days', 7) - preferred_duration) / 14).clip(0, 1)

        df['final_score'] = (
            df['semantic_score'] * 0.30 +
            df['price_fit'] * 0.25 +
            df['style_match'] * 0.20 +
            df['activity_match'] * 0.15 +
            df['duration_fit'] * 0.10
        )

        return df.sort_values('final_score', ascending=False)

    def generate_tour_pitch(self, tour: dict,
                             traveler_profile: dict) -> str:
        """Персонализированное описание тура для пользователя"""
        response = self.llm.messages.create(
            model="claude-3-5-sonnet-20241022",
            max_tokens=150,
            messages=[{
                "role": "user",
                "content": f"""Write a 3-sentence personalized pitch for this tour. Russian language.

Tour: {tour.get('name')}, {tour.get('destination')}
Key features: {tour.get('highlights', [])}

Traveler profile: {traveler_profile.get('travel_style')} traveler,
interests: {traveler_profile.get('activity_interests', [])},
typical budget: ${traveler_profile.get('avg_budget_per_person', 1000)}/person.

Highlight what's most relevant to THIS specific traveler."""
            }]
        )
        return response.content[0].text

Почему семантический поиск лучше ключевого?

Ключевой поиск по турам страдает от неполноты: пользователь вводит «Турция 5 звёзд» — система выдаёт только туры с точным совпадением. Семантический поиск понимает контекст: «отдых на море с детьми» находит и туры в Турцию, и в Египет, и на Кипр, если описание соответствует. Наши тесты показали: click-through rate выдачи растёт на 22-35% по сравнению с ключевым поиском. Персонализированное ранжирование доводит конверсию из просмотра в бронирование до +18-25%.

Влияние персонализации на ключевые метрики

Как мы строим систему под ключ?

Процесс включает пять этапов:

1. Аналитика и сбор требований. Аудит данных клиента: история бронирований, каталог туров, архитектура CRM. Определяем бизнес-метрики (конверсия, средний чек, NPS).
2. Проектирование архитектуры. Выбираем векторную БД (Pgvector или Qdrant), модель эмбеддингов (multilingual MPNet), LLM для генерации описаний (Claude 3.5, GPT-4o).
3. Реализация и обучение. Пишем пайплайны на PyTorch, настраиваем LoRA для дообучения, поднимаем Triton Inference Server. Типичная длительность — 4–8 недель.
4. Тестирование и A/B-тест. Запускаем сплит-тест на 20% трафика: сравниваем новую систему с текущей. Измеряем latency p99, конверсию, пользовательскую удовлетворённость.
5. Деплой и запуск. Разворачиваем в продакшен (облако или on-premise), предоставляем API-документацию и дашборд метрик. После запуска — три месяца поддержки.

Результат и гарантии

Мы передаём не просто код. Вас ждут:

• API-документация (Swagger) и инструкция по эксплуатации,
• доступ к Git-репозиторию с обученными моделями,
• дашборд метрик (latency p99, конверсия, количество бронирований),
• обучение двух сотрудников работе с системой,
• гарантия на код и SLA по времени ответа (p99 < 200 мс).

Сроки и стоимость

Сроки — от 6 до 12 недель в зависимости от объёма данных и числа интеграций. Стоимость проекта — от $50,000 до $150,000. Экономия на бронированиях достигает $15-25 на одного туриста. Стоимость рассчитывается индивидуально после аудита ваших данных и инфраструктуры. Оценим ваш проект за 2 рабочих дня. Получите консультацию: напишите нам с кратким описанием задачи — предложим оптимальное решение. Закажите разработку AI-системы для вашего туроператора и убедитесь в эффективности подбора туров.

Разработка рекомендательных систем: от collaborative filtering до real-time serving

На одном проекте для e-commerce с каталогом 300k SKU мы подняли CTR с 1,8% до 4,4% — в 2,4 раза. Первый рывок дала коллаборативная фильтрация вместо «популярное за последние 7 дней», второй — добавление контентных признаков и re-ranking. Разница между «показываем популярное» и «показываем персонализированное» — измеримая и существенная. Ниже — инженерный опыт, который помог это сделать, и архитектуры, которые реально работают в продакшене.

Collaborative Filtering: матричная факторизация и нейронные подходы

Matrix Factorization — классика для implicit feedback (клики, просмотры, покупки без явного рейтинга). ALS (Alternating Least Squares) в библиотеке Implicit обрабатывает матрицы user×item с сотнями миллионов ненулевых значений за минуты на GPU. Latent factors 64–256, регуляризация λ=0.01–0.1 — стартовые параметры. Проблема cold start: для нового пользователя или товара нет истории — классический CF беспомощен, нужны контентные признаки или гибрид.

Neural Collaborative Filtering (NCF) заменяет скалярное произведение на нейросеть. На практике выигрыш над хорошо настроенным ALS умеренный, но NCF проще расширять дополнительными признаками (возраст, категория, время суток). Sequence-aware модели (SASRec, BERT4Rec) учитывают порядок взаимодействий — state-of-the-art для сессионных рекомендаций.

Как выбрать архитектуру рекомендательной системы?

Ответ зависит от данных, нагрузки и требований к холодному старту. Ниже — три основных подхода с критериями выбора.

Гибридная архитектура на 20–40% эффективнее чистого CF по покрытию long-tail — проверено на каталогах от 100k SKU.

Content-Based Filtering: когда истории взаимодействий мало

Content-based рекомендует на основе характеристик товаров, а не поведения других пользователей — решает cold start для новых items. Текстовые эмбеддинги через sentence-transformers (multilingual-e5-base, BGE-M3) → поиск похожих через FAISS IndexFlatIP — запрос за <5 ms на 100k товаров. Item2Vec (Word2Vec на последовательностях просмотров) даёт интерпретируемые «похожие товары» за пару часов обучения.

Структурированные признаки (категория, бренд, цена) подаются через embedding layers или в gradient boosting — CatBoost работает с категориями без ручного кодирования.

Почему гибридные модели работают лучше?

Production-системы почти всегда двухуровневые. Stage 1 (Retrieval) — быстрый отбор 100–500 кандидатов из 300k товаров через ALS или Two-Tower модель с векторным поиском (FAISS, Qdrant). Stage 2 (Ranking) — тяжёлый ранжировщик на LightGBM или нейросети с cross-features, временем, устройством и контекстом сессии. LightFM — хорошая отправная точка для среднего масштаба без тяжёлой инфраструктуры. Наша практика показывает: переход от single-stage к two-stage даёт прирост точности на 15–25% при росте latency всего на 20–30 мс.

Real-Time Serving: архитектура под нагрузку

Latency SLA — 50–100 ms при тысячах запросов в секунду. Base-рекомендации precompute (batch job раз в час) → Redis по user_id → <5 ms. Real-time re-ranking через Kafka для событий (клики, добавления в корзину) → обновление контекстных признаков. Feature serving — Redis с TTL (число просмотров за 24 часа, последний кликнутый item). При нагрузке 10k req/s ставим Redis Cluster с репликацией.

A/B тестирование — единственный достоверный способ оценить улучшения. Офлайн-метрики коррелируют с онлайн не всегда. Kohavi et al., «Online Controlled Experiments at Large Scale» (KDD 2013) — обязательное чтение для команды. Тест с 5–10% трафика, мониторинг CTR, конверсии, revenue per session. Одна из наших клиентских систем после гибридизации увеличила выручку на 18% за месяц A/B.

Сроки разработки рекомендательной системы

Этапы и типичные временные затраты — в таблице ниже. Стоимость рассчитывается индивидуально под масштаб каталога и требования к latency.

Что входит в разработку под ключ

1. Аудит данных — плотность матрицы user×item (обычно <0,1%), распределение активности, temporal паттерны, cold start статистика.
2. Baseline — «популярное» как простой порог, который часто трудно обогнать.
3. Итеративное улучшение — ALS → контентные признаки → two-stage → sequence-aware. Каждый шаг с A/B.
4. Инфраструктура serving — batch precomputation, Redis, real-time re-ranking, мониторинг в Grafana.
5. Документация — model card с метриками, инструкция по деплою, описание признаков.
6. Обучение команды — сессия по интерпретации результатов и дообучению модели.
7. Поддержка — 1 месяц после запуска (фикс инцидентов, донастройка pipeline).

Мы — команда с 7+ годами опыта в рекомендательных системах, реализовали более 30 проектов для e-commerce и медиа. Гарантируем прозрачное A/B‑тестирование и фиксацию улучшения метрик.

Хотите оценить потенциал роста вашего каталога? Свяжитесь с нами для бесплатного аудита данных. Закажите разработку рекомендательной системы — первый прототип в течение двух недель.

from implicit.als import AlternatingLeastSquares

model = AlternatingLeastSquares(
    factors=64,
    regularization=0.05,
    iterations=15,
    use_gpu=True
)
model.fit(user_item_matrix)

Больше о математике рекомендательных систем — в Wikipedia.