Друзья, возможно, многие из вас заметили появление кластеров со словом "catboost" в начале.
Это технология машинного обучения, которую Wildberries начал использовать в своих запросах (или для определенных пользователей).
CatBoost (Categorical Boosting) - это библиотека с открытым исходным кодом для машинного обучения, разработанная Яндексом.
Важно отличать этот "boost" и бустинг от бустера в автоматической рекламе.
В машинном обучении бустинг - это метод, цель которого объединить несколько слабых моделей предсказания для создания одной сильной.
CatBoost автоматически отбирает признаки, оценивая их важность для модели. Это позволяет модели сфокусироваться на наиболее информативных признаках и уменьшить шум от менее значимых.
Например, для прогнозирования цены дома признак "цвет двери" может быть малозначимым и исключен из модели, в то время как для запроса "телефон для бабушки" размер экрана может быть важнее.
Хотя это интересно с теоретической точки зрения, для продавцов это не слишком важно.
Этот признак у кластера/запроса выведен только в отладочных целях для разработчиков ВБ. Наверное, потом не будут показывать каким образом там что строилось, а выводы о том, как это повлияет на рекламу, мы увидим в будущем.