Российский банк выложил в открытый доступ один из крупнейших в…

Российский банк выложил в открытый доступ один из крупнейших в мире датасетов для рекомендательных систем
Исследователи «Т-Технологий» представили технический отчёт по датасету T-ECD (T-Tech E-commerce Cross-Domain Dataset) на конференции ACM KDD 2026 в Южной Корее — работа вошла в основную программу одной из главных мировых конференций по анализу данных. T-ECD построен на реальных обезличенных данных банковской экосистемы и охватывает более 135 млрд взаимодействий 44 млн пользователей сервисов маркетплейса, доставки продуктов и рекламной платформы с 30 млн товаров. Данные собраны из пяти связанных источников: чеки и транзакции, история покупок, активации спецпредложений и кэшбэков, взаимодействия с рекомендациями и отзывы пользователей.

Ключевая особенность — датасет полностью синтетический: он насемплирован из реального распределения данных и сохраняет статистические закономерности поведения пользователей, но не содержит никакой личной информации. Помимо полной версии авторы выложили компактную T-ECD Small на 1 млрд взаимодействий — она удобнее для быстрых экспериментов и не включает данные о платежах. Обе версии свободно доступны на Hugging Face.

В новом отчёте исследователи сравнили качество разных рекомендательных моделей на закрытом «боевом» датасете и на открытой синтетической версии. Абсолютные значения метрик на синтетических данных местами оказались ниже, но относительный порядок моделей — какая система лучше, а какая хуже — сохранился. А это как раз то, что нужно для практических экспериментов: датасет позволяет любому исследователю без доступа к банковским данным подбирать и тестировать рекомендательные алгоритмы на данных, максимально похожих на реальные.