Иван Антипов на AiConf 2024

ML на графах в e-commerce: как эффективно собирать группы на миллионах товаров

Рекомендательные системы и поиск

Google Outlook Apple

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Community Detection — нечастый гость в бизнес-задачах. Однако в Ozon он улучшил качество склейки похожих товаров, да еще и вычисляется распределенно на графе из многих миллионов вершин. Доклад будет интересен тем, кто устал от засилья нейросетей и ностальгирует по старым добрым графовым алгоритмам.

Целевая аудитория

ML-разработчики, дата-сайентисты, аналитики данных.

Тезисы

В докладе мы расскажем о том, как добавили алгоритм на графах в классический подход к матчингу товаров и получили усовершенствованный пайплайн для поиска групп одинаковых товаров на большой e-commerce-площадке.

Основные пункты доклада:
1. Про нашу задачу и цель.
2. Классический подход к матчингу товаров.
3. Community Detection Algorithms.
4. Поиск сообществ на графах товаров, self-supervised- и unsupervised-подходы.
5. Распределенные графовые алгоритмы. Кластеризация на больших данных.

Иван Антипов

Ozon

ML Engineer at Ozon, PhD candidate in Physics.

Ozon

Ozon — ведущий e-com России. В их IT-команде уже 5 000 специалистов, которые создают продукты для миллионов людей по всей стране и за рубежом. Ozon Tech разрабатывает собственные решения, контрибьютит в Open Source и использует современный стек: Go, C#, Kotlin, Swift TypeScript, Vue.js, Kubernetes и Kafka. Продолжают расти, чтобы повышать доступность сервисов и быть ещё ближе к пользователям.