8 (800) 505-37-20
Избранные товары

Правила применения
рекомендательных технологий


Правила разработаны в соответствии с пунктом 2 части 1 статьи 10.2-2 Федерального закона от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации» и дополняют действующую Политику конфиденциальности или иные правовые документы Сайта.

Юридически значимые сообщения по вопросам применения рекомендательных технологий могут быть направлены на адрес электронной почты ООО «ФРЕНДОМ» (далее — «Общество»): info@frendom.ru

ООО «ФРЕНДОМ» (далее — «Общество» или «Владелец информационного ресурса, на котором применяются рекомендательные технологии») является владельцем сайта https://www.frendom.ru/ (далее — «Сайт»), на котором применяются информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

Настоящие Правила применения рекомендательных технологий (далее — «Правила») содержат описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», предоставления информации на основе этих сведений, способов осуществления таких процессов и методов, а также описание видов сведений, относящихся к предпочтениям пользователей сети «Интернет», которые используются для предоставления информации с применением рекомендательных технологий, и источников получения таких сведений.

Владелец информационного ресурса, на котором применяются рекомендательные технологии, 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. Владелец информационного ресурса, на котором применяются рекомендательные технологии, строго соблюдает принципы конфиденциальности и безопасности личных данных, используемых в рамках рекомендательных технологий.

Рекомендательные технологии — информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

Общество использует рекомендательные технологии для обработки запросов пользователя в целях быстрого предварительного отбора товаров, из которых пользователь Сайта может выбрать наиболее подходящие.

Общество предоставляет пользователю Сайта персонализированные и неперсонализированные рекомендации товаров. При формировании персонализированных рекомендаций используются сведения, относящиеся к предпочтениям отдельного пользователя. При формировании неперсонализированных рекомендаций используются данные о товарах и консолидированные сведения, относящиеся к предпочтениям релевантных групп других пользователей, а именно обобщенные данные.

До получения Обществом данных по отдельному пользователю, применяются неперсонализированные рекомендации. После получения Обществом таких данных, подключаются персонализированные рекомендации в части, где данных достаточно для формирования таких персонализированных рекомендаций.

Для предоставления рекомендаций Общество использует полученные от пользователей данные, а именно:

  • данные о любых действиях пользователя и запросах пользователя на Сайте (данные о просмотрах страниц Сайта, кликах на Сайте, добавлениях товаров в корзину, добавлениях товаров в избранное, ответах на вопросы, заполнении анкет о себе, поисковых запросах, о сделанных заказах, выкупленных товарах);
  • IP адрес;
  • файлы cookies;
  • идентификатор пользователя, присваиваемый сайтом;
  • посещенные страницы;
  • количество посещений страниц;
  • информация о перемещении по страницам сайта (в т.ч. запись движения мыши, нажатий на ссылки и элементы сайта);
  • длительность пользовательской сессии;
  • точки входа (сторонние сайты, с которых пользователь по ссылке переходит на сайт);
  • точки выхода (ссылки на сайте, по которым пользователь переходит на сторонние сайты);
  • геопозиция;
  • регион пользователя;
  • часовой пояс, установленный на устройстве пользователя;
  • провайдер пользователя;
  • браузер пользователя;
  • установленные плагины браузера;
  • параметры WebGL браузера;
  • тип доступных медиаустройств в браузере;
  • перечень поддерживаемых языков на устройстве пользователя;
  • архитектура процессора устройства пользователя;
  • ОС пользователя;
  • параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
  • информация об использовании средств автоматизации при доступе на сайт;
  • дата и время посещения сайта;
  • источник перехода (UTM метка);
  • значение UTM меток от source до content;
  • уникальный идентификатор, присваиваемый сторонним интернет-сервисом, обеспечивающим обработку статистических данных;
  • метрические данные;
  • данные сетевого трафика.

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.

Для работы рекомендательных технологий Общество применяет алгоритмы фильтрации на основе контента и коллаборативной фильтрации. Данные, указанные в п. 8 Правил, Общество 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.

Общество не собирает сведения, относящиеся к предпочтениям пользователя, на других ресурсах сети «Интернет» для формирования рекомендаций.