返回首页
欢迎光临
我们一直在努力
您的位置:首页>无人机 >

Etsy使用计算机视觉来对列表样式进行分类

风格对Etsy的数百万商家来说非常重要。他们的产品大约有43种不同的类别,从针织品和化妆品到中世纪的现代装饰,以及每种款式的流行,根据季节性而变化。

通常,对物品进行分类需要大量的手工劳动。但是Etsy的研究人员去年开始实施一个项目,在店面的6000多万个列表中自动检测样式。

“[我们希望]将此应用于我们的买家,以尝试了解他们的风格,”Etsy首席技术官Mike Fisher在VentureBeat的2019变换会议期间表示。“明天他们可能正在寻找结婚礼物,下周,他们可能会为自己寻找礼物,因为他们想要庆祝一个特殊的场合。我们试图了解这些旅程中的每一个以及他们在那些特定时刻所追求的风格。“

研究人员利用计算机视觉系统,从一年的风格数据中考虑了超过50,000维度的向量。令人印象深刻的是,在最近发表的一篇论文中详述的实验中,它预测列表样式的准确率达到76%,甚至设法将不太明显的产品 - 如鲸鱼的图像 - 与适当的主题(在这种情况下为航海)联系起来。

“许多商家目前必须手动进行[分类],[所以]我们看到我们是否可以应用这些[研究]并几乎实时地进行,”费舍尔说。

现在很难相信,但是Etsy的联合创始人 - Rob Kalin,Chris Maguire和Haim Schoppik - 在工艺电子商店的成熟月份里,在布鲁克林的一间小公寓里经营。短短两年后,Etsy已经发展到45万注册卖家,而今天,有210万人将他们的商品卖给了平台上近4000万买家。

在Etsy于2015年首次公开发行之后的几个月中,AI在其增长中发挥了关键作用。2017年,该公司推出了特定于上下文的排名和个性化工具,然后结合了先进的计算机视觉和自然语言处理功能。由于这种强大且不断发展的人工智能工具框架,今天的Etsy搜索引擎可以根据时间和购买历史等信号,向买家展示“最相关”的结果。

根据费舍尔的说法,AI-forward方法在过去两年中推动了商品销售总额增加了数亿美元。(截至2018年,该平台的总商品销售额约为39.3亿美元。)但这是一个不断发展的变化--Etsy每天使用十亿个事件来重新培训其模型,并且它正在投资于研究以减轻可能存在的不良偏见在其推荐系统中出现。

Etsy的机器学习架构在Google云平台上运行,该公司继续大力投资于工程。5月,Etsy在多伦多开设了一个机器学习中心,紧随布鲁克林和旧金山的地点。它的工程团队有400人,数据科学团队有30人,后者每年大约增加三倍。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。
返回首页