AiConf

Конференция завершена.

Ждем вас

на AiConf

в следующий раз!

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

Рекомендательные системы и поиск

ML

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.

ML Engineer at Ozon, PhD candidate in Physics.

Видео

Другие доклады секции

Рекомендательные системы и поиск