Построение сессионной рекомендательной системы на графе товаров и LightGBM

Автор описывает реализацию рекомендательной системы для анонимных пользователей, использующую граф связей между товарами, описания и изображения для формирования пула из 300 кандидатов. Финальный отбор топ-20 рекомендаций выполняется с помощью модели LightGBM, при этом учитывается специфика предсказания отсутствия покупки. Проект включает обученную модель, локальный HTTP API и документацию по запуску.