MatrixNet — собственная реализация градиентного бустинга над деревьями решений (GBDT), которую Яндекс представил в 2009 году. До его появления использовались более простые линейные модели; MatrixNet позволил учитывать сотни признаков (текстовых, ссылочных, поведенческих, региональных) одновременно и быстро переобучаться под локальные тренды выдачи.
Историческое значение
Именно с MatrixNet началась эпоха поведенческих факторов в Яндексе: модель умела работать с шумными сигналами типа CTR и времени до возврата, что раньше было невозможно. В 2010-х MatrixNet стал технологическим фундаментом почти всех обновлений (Арзамас, Калининград, Палех, Королёв).
Что с ним сейчас
С приходом YATI в 2020 году MatrixNet не исчез: он остаётся в стеке как один из «слоёв» ранжирования, особенно для региональных и коммерческих запросов, где текстовые трансформеры дают меньше прироста. Но «главным» теперь считается YATI (а с 2024 — гибридные модели с участием LLM).