РЕАЛІЗАЦІЯ ПОШУКУ АНАЛОГІЧНИХ ТОВАРІВ НА ОСНОВІ FAISS

Автор(и)

  • Сергій Знахур Харківський національний економічний університет ім. С. Кузнеця, Україна
  • Людмила Знахур Харківський національний економічний університет ім. С. Кузнеця, Україна

DOI:

https://doi.org/10.30977/BUL.2219-5548.2022.96.0.40

Ключові слова:

AI, ML, Deep Learning, FAISS, GCP, e-commerce, кластеризація

Анотація

Проблема отримання повної множини аналогічних товарів різних постачальників з урахуванням інформації щодо зображення та опису товару є актуальною для e-commerce та практично цікавою. Робота містить алгоритм побудови загальної архітектури рішення засобами GCP та створення AI компонент на базі FAISS та Deep Learning для реалізації Product Quantization пошуку товарів на основі їхніх векторів текстових ознак та зображень. Запропонований підхід пошуку аналогічних товарів використовує мережу DNN для виділення features-зображень, текстових тегів та формування на їхній основі векторів, що застосовуються для FAISS-кластеризації.

Біографії авторів

Сергій Знахур, Харківський національний економічний університет ім. С. Кузнеця

к.е.н., доц. каф. інформаційних систем

Людмила Знахур, Харківський національний економічний університет ім. С. Кузнеця

ст. викл. каф. інформаційних систем

Посилання

2021: A Year Full of Amazing AI papers. URL: https://github.com/louisfb01/best_AI_papers_202.

Marketplace for AI Models. URL: https://arxiv.org/pdf/2003.01593.pdf.

A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems. URL: https://www.microsoft.com/enus/research/wpcontent/uploads/2016/02/frp1159-songA.pdf.

GAN-based-Recommender-System. URL: https://github.com/jihoo-kim/GAN-basedRecommender-System.

Image classification on fashion-MNIST. URL: https://github.com/cmasch/zalando-fashion-mnist.

Benchmark Fashion MNIST. URL: http://fashionmnist.s3-website.eu-central-1.amazonaws.com/#

FAISS. URL: https://github.com/facebookresearch/faiss.

MILVUS. URL: https://github.com/milvusio/pymilvus/tree/0.2.14.

Product quantization for nearest neighbor search. URL: http://lear.inrialpes.fr/pubs/2011/JDS11/jegou_searching_with_quantization.pdf.

##submission.downloads##

Опубліковано

2022-05-24

Номер

Розділ

КОМП’ЮТЕРНІ НАУКИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ