Kako što bolje i učinkovitije pretražiti oglasnik i korisnicima poboljšati iskustvo kupnje odnosno olakšati im da što prije pronađu točno onaj predmet koji žele?

To je bio izazov koji je pred sebe postavio zagrebački tim Styrijinog Data Science odjela. I naravno, uspjeli su. Ono što njihov proizvod može jest filtrirati ponudu tako da, primjerice, ako tražite crvenu majicu, više nećete morati prolaziti kroz niz oglasa u kojima će vam se pokazivati i crna i bijela majica, jednostavno ćete ubaciti fotografiju željenog predmeta i dobit ćete rezultate najsličnije onomu što želite ili naravno, ako postoji u ponudi i točno ono što želite.  "Tako je. Dakle, Radi se o modulu za vizualno pretraživanje oglasa koji smo upravo lansirali. Za početak na portalu Willhaben.at.

Willhaben.at je austrijska verzija Njuškala, dakle web oglasnik. Ideja projekta je olakšavanje procesa predaje i pretraživanja oglasa odnosno unaprjeđenje korisničkog iskustva", kazao nam je dr. sc. Marko Velić, voditelj Data Science odjela Styrije. Tim od devet stručnjaka i znanstvenika, u posljednje se dvije godine intenzivno bavi istraživanjem i razvojem metoda strojnog učenja. Uz naš tim je radilo i sedam stručnjaka iz Styria Marketplaces klastera. Prvi fokus zagrebačkog tima bila je moda jer je u suradnji s Willhabenom upravo taj dio ponude identificiran kao najatraktivniji za primjenu računalnog vida. Konkretna primjena je vizualno pretraživanje postojeće ponude oglasa na temelju slike, slično onome što radi i Google Image Search ili Pinterest, pojasnio nam je Marko Velić.

"Korisnik u sustav unosi fotografiju slikanu mobitelom te potom pretražuje oglasnik pomoću vizualne sličnosti između pojedinih oglasa. Projekt je realiziran u okviru Styrijinog Innovation Incubator programa – svojevrsnog korporativnog start-up inkubatora", naglasio je M. Velić. Modeli strojnog učenja korišteni u projektu istrenirani su od početka na vlastitim podacima, a cijela infrastruktura isprogramirana je od nule i implementirana u cloudu te je rezultat rada domaćih stručnjaka. Arhitektura sustava je u stanju servirati stotine zahtjeva u sekundi s prosječnim vremenom dohvaćanja ispod 100 milisekundi uz mogućnost horizontalnog skaliranja prema potrebi, što je doista impresivan uspjeh ovog zagrebačkog tima.

Vizualno pretraživanje mode svakako jest zanimljiv i nov način korištenja ovog sustava, no razvojni tim neće stati na tome. U pripremi su još mnoge funkcionalnosti temeljene na tehnologiji strojnog učenja, kako u obradi slike tako i u obradi teksta. Nakon implementacija na austrijskom Willhabenu, slijede implementacije na Njuškalu i Bolhi i na ostalim portalima Styria grupe, ali i vanjskom tržištu ističu u timu. A kako nijedan model strojnog učenja nije savršen, sustav će skupljati podatke i povratne informacije od korisnika i tako će dalje učiti te se očekuje kontinuirano unaprjeđenje modela i funkcionalnosti.Uz to za dio algoritamskih rješenja kreiranih tijekom ovog projekta podnesena je patentna prijava, a slijede i objave u stručnim i znanstvenim publikacijama.