Стажировка по проекту
Рекомен-дательная система интернет магазина
Суть проекта
Задача
Для чего
Создать многофункциональную рекомендательную систему для интернет-магазина женской одежды.
- Корзина - на основе выбранного товара дать рекомендации, что с этим товаром покупают еще. Команда должна отталкиваться и от id клиента и от id товара, который он положил в корзину. Если клиент новый - то только от id товара;
- Распродажа остатков - команда подает на вход картинку, а в ответ получает id клиентов, которым она может подойти;
- Результат поиска - команда подает id товара, который сами определили своим механизмом поиска, отправляет в сеть и получает 10-20 результатов отсортированных в порядке вероятности того, что они подойдут клиенту. Механизм аналогичен выдаче в корзине (с этим покупают..).
- Витрина магазина - команда подает на вход id клиента и получает популярные товары из его кластера
Система нужна для того, чтобы качественно распродать остатки из коллекций, так как в основном 70% товаров из каждой новой коллекции остается на складах. Для разработки системы использовались данные разного типа, были как изображения товаров, так и таблица с характеристиками каждого товара из остатков
Для разработки системы использовались данные разного типа, были как изображения товаров, так и таблица с характеристиками каждого товара из остатков
входные данные
Участники команды проекта
Данная команда занималась полным анализом имеющейся базы данных, созданием модуля предобработки данных, а также разработкой рекомендательных систем с помощью различных подходов (TFRS, LightFM, Collaborative filtering)
- Колбенев ВасилийТимлид проектаВасилий - руководитель группы разработчиков, отвечал за полную разработку проекта
- Кабанов ДмитрийIT специалист, php программист
- Анализ данных/поиск материалов;
- Разработка рекомендательной системы на основе LighFM;
- Реализация п. № 3 задачи на основе VGG16
- Кошелев ДмитрийЗанимается сборкой, настройкой и обслуживанием ПК, проектированием и обслуживанием ЛВС, настройкой и установкой серверов и сетевого оборудования
- Анализ данных/поиск материалов;
- Разработка рекомендательной системы на основе TensorFlow Recommenders
- Малашева КерменЭкономист: работала в финансовом отделе АО «Газпром Оргэнергогаз»
- Анализ данных/поиск материалов;
- Разработка рекомендательной системы на основе подхода Collaborative filtering (холодные рекомендации);
- Кастеризация товаров
- Поздняков СергейЮрисконсульт: энергосбытовая компания «Восток»
- Анализ данных/поиск материалов;
- Разработка рекомендательной системы на основе LighFM
- Полит СветланаФрилансер/разработчик IT продуктов на no-code инструменте Bubble
- Анализ данных/поиск материалов;
- Разработка рекомендательной системы на основе LighFM
- Стриковская ТатьянаРуководитель направления комплексного обслуживания недвижимости ООО «Мирра»
- Анализ данных/поиск материалов;
- Кластеризация товаров, разработка рекомендательной системы на основе подхода Collaborative filtering (холодные рекомендации)
- Тестирование алгоритма К-means (метод К-средних)
Демонстрация проекта