Cómo funciona una RNN simple en sistemas de recomendación

Una red neuronal recurrente simple procesa el historial de un usuario evento por evento, en orden. Cada vez que pasa una interacción - un clic, una vista o una compra - la red la usa como entrada y la mezcla con lo que ya venía reteniendo hasta ese momento. Esa mezcla se guarda en el estado oculto (hidden state), una memoria interna que se actualiza en cada paso y viaja al siguiente.

Dicho más simple: la RNN va leyendo la secuencia como si siguiera el rastro de acciones de una persona, una por una. Con ese estado oculto, resume el contexto acumulado del usuario y estima la probabilidad del próximo ítem. Eso le alcanza para detectar intención inmediata, pero no siempre para trayectos más largos.

Con esa base, veamos dónde rinde bien una RNN simple y dónde empieza a quedarse corta.

Dónde rinde bien una RNN

Las RNN simples suelen funcionar mejor en secuencias cortas, sobre todo dentro de una misma sesión. En MovieLens 1M acertó el próximo ítem en el 33,69% de los casos; en Netflix, en el 40,62%, por encima de enfoques estáticos.

Límites principales de la RNN simple

Cuando la secuencia se alarga, la RNN tiende a olvidar señales viejas y a arrastrar ruido, porque no tiene un mecanismo explícito para decidir qué conviene guardar. Y ahí aparece otro problema clásico: el desvanecimiento del gradiente. Cuanto más larga es la secuencia, más se debilitan las señales del pasado que todavía importan.

Ahí es donde LSTM mejora la memoria y se banca mejor recorridos más largos.

Cómo LSTM mejora las recomendaciones secuenciales

La diferencia más importante entre una RNN simple y una LSTM está en la memoria. La LSTM usa una celda de memoria y tres compuertas - entrada, olvido y salida - para decidir qué guarda y qué deja afuera en cada paso. Dicho simple: no trata todo el historial por igual. Filtra.

Eso ayuda a que se pierdan menos señales útiles del recorrido del usuario. Y en recomendaciones secuenciales, ese punto pesa mucho.

En la práctica, se nota en dos frentes. Por un lado, la LSTM suele leer mejor las sesiones largas. Por otro, responde mejor cuando cambia la intención del usuario. La secuencia no solo muestra qué le gustó a una persona, sino también cómo fue cambiando ese interés y qué señales ya no sirven. En ecommerce, eso permite dar más peso a lo reciente sin tirar por la borda patrones que todavía suman desde sesiones anteriores.

Por qué LSTM maneja mejor los recorridos largos

Cuando un usuario vuelve a interactuar con la tienda a lo largo de varias sesiones, una RNN simple suele ir dejando atrás señales más viejas. La LSTM, en cambio, puede retenerlas si todavía tienen sentido y soltar las que ya no aportan contexto. Esa diferencia se vuelve más visible en sesiones largas, procesos de compra más extensos o secuencias donde la intención cambia sobre la marcha.

Además, como se centra en predecir el próximo ítem de la secuencia, suele sumar diversidad en las recomendaciones. No se queda solo con lo más obvio o con lo último que pasó hace un minuto. En Netflix, los modelos RNN/LSTM lograron una mejor precisión top-10 que los métodos tradicionales.

Costos de usar LSTM

Claro que eso no sale gratis. Una LSTM tiene más parámetros que una RNN simple, así que necesita más tiempo de entrenamiento y más recursos de cómputo. Hay más capacidad, pero también más costo.

Aun así, sigue siendo una muy buena opción cuando el recorrido del usuario es complejo y hay datos suficientes como para sacar provecho de esa capacidad extra.

Con esta base, la comparación directa en memoria, estabilidad, complejidad y calidad de recomendación se vuelve bastante más clara.

RNN vs. LSTM: comparación directa para ecommerce

En ecommerce, la comparación práctica entre RNN y LSTM suele bajar a cuatro cosas: memoria, estabilidad, costo y calidad de recomendación. Visto así, la diferencia aparece enseguida, sobre todo cuando el historial del usuario deja de ser corto y lineal.

Tabla comparativa: memoria, estabilidad, complejidad y calidad de recomendación

Hay un dato que ayuda a aterrizar esto. En pruebas sobre el dataset Movielens 1M, los modelos RNN recomendaron correctamente 649,22 ítems distintos, frente a 277 de los métodos basados en vecinos cercanos.

Qué cambia en una tienda real

En una tienda real, esta tabla no se lee igual en todos los casos. Todo depende de dos cosas muy concretas: qué tan larga es la secuencia y cada cuánto vuelve el usuario.

Si la compra se define en pocas interacciones, una RNN simple puede rendir bien. Tiene sentido: la secuencia es corta y casi todo el contexto que importa sigue “a mano”. En ese escenario, sumar más complejidad no siempre paga.

Ahora bien, cuando el recorrido del cliente se estira o se parte en varias sesiones, LSTM suele sacar ventaja. Conserva mejor el contexto que una RNN simple, y eso pesa cuando el interés del usuario cambia con el tiempo o cuando la decisión de compra no llega en el primer intento. Dicho simple: cuanto más largo y fragmentado es el recorrido, más aporta LSTM. Si la secuencia es breve, RNN suele alcanzar.

Entonces, la discusión deja de ser teórica. La pregunta pasa a ser otra: qué tipo de historial tiene tu tienda y qué costo de entrenamiento podés asumir.

Cómo evaluar qué modelo le conviene a tu tienda

La comparación técnica recién sirve cuando la llevás al patrón real de tu tienda. No alcanza con mirar especificaciones: la elección cambia según la longitud de la secuencia, la calidad del registro de eventos y el nivel de latencia que necesitás manejar.

Las preguntas que hay que hacerse antes de elegir

Antes de decidir, conviene bajar todo a preguntas bien concretas:

• ¿Cuántos pasos tiene el recorrido promedio? Si la secuencia es corta, una RNN puede alcanzar. Si la compra suele llegar después de varias sesiones, una LSTM suele encajar mejor.
• ¿Tu historial se extiende a varias sesiones? Cuando necesitás captar relaciones largas entre eventos, LSTM suele rendir mejor.
• ¿Necesitás inferencia rápida? LSTM entrena más lento y tiene más parámetros. Si la latencia pesa en tu caso, RNN suele ser más práctica.
• ¿Qué capacidad técnica tiene tu equipo? LSTM pide más recursos de cómputo, incluso GPU, además de ajuste de hiperparámetros.

Si ese primer chequeo da bien, el siguiente filtro es otro: la calidad y la continuidad de los eventos.

Datos y canales: la base de cualquier modelo

Tanto RNN como LSTM dependen de secuencias de eventos ordenadas y consistentes. Si no tenés una secuencia completa por usuario, la calidad de la recomendación baja aunque el modelo sea bueno.

En ecommerce, el problema más común no suele estar en el modelo sino en la data. Las señales quedan repartidas entre sesiones, dispositivos y canales, y ahí se corta la película del usuario. Por eso, antes de avanzar, conviene auditar la calidad del registro de eventos.

Burbuxa centraliza en tiempo real señales de WhatsApp, Instagram, productos, pedidos y clientes; eso ayuda a armar una secuencia completa por usuario.

Qué modelo elegir y conclusión final

El mejor modelo según el caso de uso

Con la comparación sobre la mesa, la elección gira alrededor de dos cosas: la longitud del historial y el costo de cómputo.

En ecommerce, la regla práctica suele ser bastante simple: LSTM es la opción base para recomendaciones personalizadas; la RNN funciona bien solo en sesiones cortas y aisladas. Cuando el recorrido del cliente se estira a varias sesiones, cuando hay usuarios que vuelven o cuando necesitás reactivar gente que no compra desde hace semanas, LSTM suele leer mejor cómo cambia el interés con el paso del tiempo.

La RNN simple igual tiene un lugar claro. Sirve en secuencias cortas dentro de una sola sesión, cuando alcanza con anticipar el próximo paso inmediato y el costo computacional tiene que mantenerse bajo. Un caso típico: sugerir productos parecidos mediante campañas de marketing en WhatsApp para un usuario anónimo que acaba de mirar unos pocos productos seguidos.

Lo que vale la pena recordar

Si necesitás decidir rápido, pensalo con estas dos preguntas: ¿la secuencia es corta o larga? y ¿el costo de cómputo pesa más que la precisión?

En la práctica, lo que más termina pesando es la longitud real del recorrido de tus usuarios y la calidad del registro de eventos. Si el recorrido es corto, RNN. Si cruza sesiones y va cambiando con el tiempo, LSTM.

FAQs

¿Cuándo conviene usar LSTM?

Conviene usar LSTM cuando el sistema de recomendación tiene que seguir señales que aparecen mucho después en la secuencia. Esto pasa cuando hay cambios de gusto con el tiempo, patrones irregulares o efectos estacionales que se repiten en períodos largos.

A diferencia de una RNN simple, una LSTM maneja mejor la memoria de eventos pasados. Eso le permite modelar con más cuidado cómo evolucionan los gustos del usuario y anticipar secuencias de navegación o compra.

Tiene un costo: pide más capacidad de cómputo. Pero cuando importa acertar en el largo plazo, suele rendir mejor y aguanta mejor este tipo de escenarios.

¿Qué tan larga debe ser una secuencia?

No hay una sola regla. La longitud ideal depende de la arquitectura del modelo y del objetivo que tenga.

Las RNN simples suelen sufrir más cuando trabajan con secuencias largas. En cambio, LSTM y GRU manejan mejor las dependencias a largo plazo, por eso suelen rendir mejor cuando el contexto pesa más.

En Burbuxa y en el aprendizaje en tiempo real, conviene buscar un equilibrio entre el costo computacional y la capacidad de predicción. Muchas veces gana el corto plazo, porque ayuda a detectar la intención inmediata del usuario sin cargar de más al modelo.

¿Qué datos necesito para que funcione bien?

Para que un sistema de recomendaciones con IA funcione bien, necesitás dos clases de datos: explícitos e implícitos.

Los datos implícitos muestran lo que la persona hace dentro del sitio. Ahí entran los clics, las búsquedas, la navegación y los productos que agrega al carrito.

Los datos explícitos, en cambio, dejan una señal más directa. Incluyen las compras y, en algunos casos, las reseñas o calificaciones.

Además, el sistema necesita metadatos precisos del catálogo. Por ejemplo: SKU, categorías, descripciones y precios.