See技术总负责人夏健钊:深度学习与大数据驱动图片电商化

大数据

4月6日下午14:00,由36大数据携手腾讯云分析,在深圳腾讯大厦二楼多功能厅举办了“大数据应用与实践”主题沙龙。

活动现场,See技术总负责人夏健钊夏总为大家带来了《深度学习与大数据驱动图片电商化》的演讲。夏总的演讲立足于其公司主打的应用产品See,从See的产品特性、聚焦的算法、遇见的大数据难题到探索建构的大数据算法,都和大家做了详尽的分析和说明。

SEE演讲

以下是夏总演讲的具体内容。

夏健钊:大家好!前面两位嘉宾讲得非常精彩,囊括了大数据非常多方面的内容。今天我要讲的是“深度学习与大数据驱动图片电商化”的主题。这个主题包括了几方面的内容,第一个是深度学习,第二是大数据驱动,第三是图片电商化。我们怎么做到深度学习、怎么做到大数据驱动、怎么做到图片电商化?等一下会给大家一一解析。

大家看一下我们的Logo,这是我们深圳碳元子旗下的一个应用。现场有没有人玩过?还是有人用,没有人用这说明我们市场有很大空白,这个应用面向时尚女性。大家做技术的比较多,可能跟时尚接触的比较少,接下来我会跟大家介绍一下这个应用是怎么玩法,介绍我们是怎么用图片驱动电商化的。

See是我们的一个应用,一句话来说,See是一款发现时尚,制造潮流的应用,是全球时尚女性的消费入口。这句话有两个关键词,第一个是发现时尚,第二个是消费入口。发现时尚是我们应用的形态,消费入口是我们电商的模块,所以这是一个结合。

我们See的整个玩法是通过用户的手机拍照进行的,比如说用户要找一件衣服,就拍这张图片上传到我们后台,我们后台会通过一个图片搜索引擎检索图片里面到底要找什么商品。我们检索出这个商品的时候,就把这个商品的特征码提取出来,跟整个商品库进行比对,把最相似或者相同的产品推荐给用户,用户可以直接点进去购买进行购买。

什么是发现时尚呢?很多用户到我们这边,告诉我们他有什么样的产品,他们每天不停上网找需求,而我们知道用户有什么时尚咨询和需求,我们可以通过这些需求建构一个社区,反向推送一些相关的商品。

什么是消费入口呢?刚才也说了,See是社区+电商的完美结合,用户可以在平台上消费,可以买到想要的商品,这样才能完美解决用户的一些需求。每天有一万个或者一百万个人向我们不停的发送需求的时候,我们怎么处理呢?这就是我们今天要讲的第二个话题,也就是我们遇到的一些难题。我们聚焦什么算法来解决大数据难题呢?框图、识图、搜图、推荐图,这是流程里面比较专业的术语,等一下一一跟大家解释一下。为了解决这个难题,我们See也研发了一套比较完整的工具,来解决这个图像识别、精准推送内容给用户的流程。

我们研发了一个See眼、See脑和See画像,这三个方面完美地解决了框图、识图、搜图和推荐图的维度。接下来看一下我们怎么解决这个大数据难题的。

SEE结构

See是什么?

刚才跟大家说了我们的应用场景,具体的描述不细说了。大家看一下这个图片,这里有一个时尚女性的图片,上面有一些鞋子、裤子、包包,这几个都是商品,这就是我们的应用场景。为什么会有这么多东西在我们的应用里面?用户通过这个按钮,点进去发送她需要的一些东西,包括裤子、鞋子和包包,她把这个图片发给我们以后,我们后台通过搜索引擎的一套算法,自动把这张图片里面的所有商品框出来,然后再拿框出来的图片匹配后台的商品库。因为我们有一个全球的商品库,每个星期大概一两百万的数据来更新所有的商品,总商品数已经达到几千万了。当我们后台搜索到这种匹配的商品的时候,就会把这个商品推送给时尚专家和专业买手,再把这个答案推给用户,用户可以在这里买到需要的东西。这个就是整个应用场景,我们给用户发了想要的商品。整个过程是全自动化的,因为所有都依赖于后端大数据的支撑,人工可能会参与回答,但是每天有过百万的需求的时候,不可能人工把每一个需求一个一个的看,所以是后台自动化识别用户需要什么商品,然后再反向给他推送。

用户喜欢...

Note7式大跃进? 特斯拉抢跑完全自动驾驶汽车是作死吗?

面对21世纪最严重的高科技产品质量事故,三星选择急刹车停产Note7,而特斯拉公司的创始人马斯克则加大油门漂移过...