Найти пибимпаб и открыть для себя что-нибудь новое: как Яндекс Карты помогают узнавать город

Представьте: вы хотите найти место, где подают идеальный пибимпаб, но не знаете, какие рестораны есть в районе. Или, наоборот, есть желание куда-нибудь сходить, но идей и сил придумывать нет. Хочется, чтобы кто-нибудь посоветовал хорошие места и рассказал о них. В таком случае помогут Яндекс Карты.

Как сервис различает места для свидания и шумной вечеринки, почему для этого нужны отзывы и фотографии пользователей и при чём тут прошлые маршруты, расскажу я — Лена Павленко, менеджер продукта в Яндекс Картах.

Для начала нужно разобраться, как Карты помогают находить интересные места. В основе лежат два вида поиска: по запросу и без запроса. Если пользователь знает, что ищет (например, пиццерию или ремонт телефона), подойдёт первый вариант. Но если ему нужны советы, основанные на его интересах, — найти идеи можно в рекомендациях: в ленте и на персональной карте. Рассмотрим каждый подход подробнее.

Этот режим пригодится, если пользователь точно знает, чего хочет. Например, он решил поесть пибимпаб, но не знает, где подают это блюдо. В таком случае он может просто ввести в поисковую строку: «Где поесть пибимпаб». Нейросеть проанализирует тысячи карточек заведений, изучит фото, отзывы, меню и цены, а затем покажет доступные варианты. Чтобы ответ был более точным, модель будет искать не просто упоминания пибимпаба, а «доказательства»: фотографии блюда, комментарии посетителей о его вкусе и подаче. Они появятся в поисковой выдаче, поэтому пользователь сразу увидит, как выглядит блюдо в конкретном заведении. Так ему будет легче изучить всю информацию и выбрать, куда пойти.

Если пользователь не может сформулировать точный запрос или не знает, чего конкретно хочет, помогут персональные рекомендации. В Картах они представлены сразу в двух форматах: лента под поисковой строкой и карта с персональными отметками. Чтобы подобрать места, которые могут понравиться пользователю, нейросеть анализирует маршруты, которые он строил, историю поиска, поставленные оценки и написанные отзывы, а также добавленные в закладки места. Алгоритмы определяют предпочтения и подбирают подходящие места — например, если человек часто ищет азиатские рестораны и ставит им высокие оценки, в ленте рекомендаций будут чаще появляться похожие заведения. С помощью этих рекомендаций можно найти рестораны и кафе, музеи, достопримечательности, парки и места для отдыха и развлечений.

Если у вас много времени на выбор или вы заранее планируете прогулку, подойдёт лента рекомендаций: она расположена прямо под поисковой строкой. Фотографии в ней выбирают нейросети в зависимости от раздела, который вы изучаете: например, в разделе «Зима» будет больше организаций с зимними фотографиями. У каждой организации, помимо названия, есть подпись — почему именно вам должно понравиться это место.

Если же вы изучаете район или «на ходу» ищете, куда сходить с друзьями, пригодится персональная карта: в неё можно зайти, нажав на кнопку «Рекомендации» или на кнопку «На карте» в ленте. На ней тоже отмечены места, которые могут вам понравиться, с объяснением, почему именно они должны подойти. Выделяются и характерные черты заведения: панорамный вид, наличие детской площадки или открытой веранды.

И для ответа на конкретный запрос, и для формирования рекомендации алгоритмам нужно решить одну и ту же задачу: сопоставить намерения и интересы пользователя с подходящими местами. Но для этого система должна уметь понимать особенности организации и описывать их. В этом ей помогают модели машинного обучения: они анализируют весь доступный контент о месте — от меню и фотографий до тысяч отзывов — и выделяют из него суть. Разберёмся, как они работают.

Чтобы показать пользователю основную информацию о месте, мы используем технологии машинного обучения (ML): большие языковые модели (LLM) и компьютерное зрение (CV). Эти технологии работают в связке, чтобы создать описания для ленты рекомендаций, персональной карты или карточки заведения. На примере ресторана «Китайские новости» алгоритм выглядит так:

Так мы превращаем тысячи разрозненных отзывов и фотографий в структурированные описания места. И это помогает нам не только показывать пользователю места по его запросам и интересам, но и создавать тематические разделы.

Найти тематические рекомендации можно там же, где и персональные — под поисковой строкой на главном экране. Но главное их отличие в том, что они не просто учитывают интересы пользователя, а подстраивают ленту под повод и тематику места. Например, сейчас в Картах доступна рубрика «Зима», в которой собраны места с особой зимней атмосферой. Заведения и места попадают в раздел не случайно: нейросеть отбирает варианты, у которых, например, есть снег и новогодние ёлки на фотографиях или упоминания о зимней атмосфере в отзывах.

Также в рекомендациях есть раздел «С детьми» с местами, которые можно посетить с ребёнком. Здесь можно найти музеи с детской программой, кафе, в котором можно отметить день рождения, парк с площадкой и многое другое. Мы планируем расширять число тематических разделов. Например, скоро в рекомендациях можно будет выбирать рестораны по типу кухни или блюд.

Технология анализа фото и отзывов используется не только при поиске и рекомендации мест. С её помощью также создаются сжатые представления о каждом заведении — в разделе «Коротко о месте».

Если организация, которую пользователь увидит в рекомендациях, на карте или в поиске, покажется ему интересной, он сможет быстро узнать все ключевые подробности о ней в разделе «Коротко о месте». Это полностью генеративная сторис — в ней можно найти информацию о месте на основе отзывов, с его ключевыми особенностями и фото, которые передают антураж (интерьер, блюда и т. д.). Алгоритмы выделяют ключевые данные, подбирают изображения и видео, которые иллюстрируют факты о месте и его атмосферу, и суммаризируют всё, что смогли узнать. Так пользователю не приходится тратить время на просмотр отзывов, описаний и медиаконтента — за пару минут он сможет узнать всё самое главное.

Технологии меняют подход к изучению города, делая его более осмысленным и удобным. В Яндекс Картах мы стараемся не только показывать точки на карте, но и раскрывать характер каждого места, помогать пользователям находить именно то, что им нужно. Мы хотим, чтобы гости могли легко знакомиться с новыми для них городами, а местные жители — находить больше интересных мест.