Интеллектуальная поисковая строка
Данная разработка была направлена на улучшении поисковой строки для интернет-магазина клиента с помощью искусственного интеллекта и машинного обучения. Основными преимуществами такого решения является автономность работы и безопасность данных – оно легко интегрируется в существующую поисковую систему заказчика и не использует облачные сервисы для хранения данных.
Задача
Задача
Нашей целью было разработать мощную поисковую строку для быстрого и точного поиска товаров на сайте интернет-магазина бытовой техники – KTC.UA.
Учитывая использование диалектов при наборе запросов и многоязычную среду в Украине, возникла проблема несоответствия результатов поиска потребностям клиента. Это, в свою очередь, привело к снижению количества продаж. Мы поставили перед собой задачу создать готовый продукт, который обеспечит клиентам точные и релевантные результаты поиска в соответствии с наличием в товарной базе.
Обзор решения
Обзор решения
Наша система использует современные методы обработки естественного языка и искусственный интеллект для оптимизации поисковой строки. Благодаря анализу текстовых данных мы улучшаем индексацию больших объемов информации и алгоритмы ранжирования, обеспечивая быстрые и точные результаты поиска. Мы учитывали синонимы, провели поиск корней и сопоставление символов, чтобы распознавать различные формы одного и того же слова и сводить их к общепринятым терминам. Команда Qudata проработала стоп-слова и исправила ошибки при написании и раскладке клавиатуры. Также мы провели нормализацию товарной базы клиента, создали синонимические связи и внедрили новую систему поиска на основе наших алгоритмов и данных.
В результате нашей работы пользователи могут быстрее и точнее находить желаемый продукт. Мы также улучшили навигацию по веб-сайту, не связанную с конкретными товарами, например, при поиске информации об оплате, доставке или акциях.
Технические детали
Технические детали
Поисковая система была реализована на базе Elasticsearch, которая позволяет искать, анализировать и обрабатывать большие объемы данных. После тестирования прототипа было принято решение разработать конечный результат на серверной платформе – Node.js, для обеспечения эффективного хранения и доступа к информации. Благодаря тесному сотрудничеству с IT-отделом заказчика было реализовано предложенное решение с последующей передачей клиенту необходимого набора данных, алгоритмов и документации, что позволит самостоятельно поддерживать и развивать данную технологию в будущем.
Стек технологий
elasticsearch
NodeJS
