И наши менеджеры ответят на ваши вопросы
Заполните форму
Оставить заявку
Нажимая на кнопку, вы соглашаетесь с нашей Политикой в отношении обработки персональных данных пользователя
Иннополис
ул. Университетская, д. 7
Позвоните нам
Напишите нам
Мы используем cookies и собираем технические данные
Находясь на сайте вы соглашаетесь с применением данных технологий
Находясь на сайте вы соглашаетесь с применением данных технологий
Улучшенная система поиска по фото для маркетплейса
Клиент
KazanExpress — торговая площадка с товарами из России и Китая. Предлагает доставку за один день
01/
Предыстория
В 2020 году EORA внедрила на сайт KazanExpress собственную систему поиска похожих изображений MAGE.
«Внутри» сервиса — нейросеть, которая умеет анализировать и находить похожие товары.
Система ускоряет покупку товара: вместо использования фильтров покупатель просто загружает фото.
Заказчик решил повысить точность поиска и передал нам новую базу снимков: от магазинов и от пользователей.
повысить качество поиска похожих изображений
ускорить сервис на фоне растущего числа запросов
оптимизация работы сервиса
Решение
Задача
дообучение нейронной сети на новых фото
Покупатель загружает фото в поиск
Нейросеть обращается к базе сайта и выбирает похожие
Покупатель видит список товаров с ценниками и описанием
Конверсия из просмотра в покупку растёт
Как это работает
02/
03/
Цитата
Алексей Гучко
«Мы сделали проект быстро, потому что работали с готовым продуктом, который мы хорошо знаем: MAGE. Мы улучшили качество поиска, а также создали модуль дообучения. Он позволяет индексировать данные каждый раз, когда обновляется база изображений»
Менеджер проекта
Шаг 03
подготовка API для запуска модели
Шаг 02
обучение нейросети на новых фотографиях
Шаг 01
разведка данных: подбор релевантных снимков
Этапы разработки
04/
Цифры
05/
минимальная пропускная способность нашей компьютерной модели при запуске на сервере
во столько выросла точность поиска после дообучения модели
10 запросов
в секунду
в секунду
Х2 раза
Трудности проекта
Проблема
Решение
В новой базе было много нерелеватных снимков, полученных от пользователей. В поиск могли загрузить фото упаковки, а не самого товара. Такие изображения не подходили для обучения.
Мы провели несколько экспериментов и подобрали метод обучения, который даёт самую высокую точность поиска. Для дообучения и тестирования компьютерной модели мы использовали фотографии продавца (магазина).
06/
Сроки разработки
07/
15 дней
сентябрь 2021 года
Интересный факт
В Kazan Express есть собственная команда data science. Она создаёт все продуктовые фичи — за исключением инструментов на основе технологии компьютерного зрения. Ими занимается EORA
Команда проекта
08/
Влад Виноградов
Тимлид
Алексей Гучко
Менеджер проекта
Вячеслав Шульц
Data scientist
Иван Измайлов
Backend разработчик
Технологии
Поиск похожих изображений для интернет-магазинов
Mage
Мы использовали собственный сервис
09/
Для внутреннего ценообразования (если товар есть у множества продавцов, а цена сильно варьируется).
Поиска утерянных товаров на складе (по талону, артикулу).
Поиска дубликатов в компьютерной базе товаров.
Перспективы
10/
MAGE позволяет делать тонкую настройку под потребности заказчика. Если доработать сервис, то KazanExpress также смогут использовать его для:
Похожие проекты
Чат-бот с компьютерным зрением для подбора обоев Leroy Merlin
Сервис с компьютерным зрением для оценки массы растений
11/
Cистема персональных рекомендаций на сайте KazanExpress
Напишите нам
Отправить
Нажимая на кнопку, вы соглашаетесь с нашей Политикой в отношении обработки персональных данных пользователей