Kontextsensitive Vorschläge zur automatischen Vervollständigung mit LSTM und paarweisem Lernen bei Target

Präsentiert auf der virtuellen Activate 2020. Die Autovervollständigung ist eine der wichtigsten Funktionen bei der Suche im E-Commerce. Durch ihre Relevanz soll die Autovervollständigung den Nutzern helfen, die Suchanfrage, die sie eingeben wollten, schnell und mit minimalem Tastendruck zu finden. In diesem Vortrag geht es darum, wie Target die automatische Vervollständigung erreicht, indem es den Kontext des Benutzers als Signal für die Neueinstufung von Suchvorschlägen berücksichtigt. Der Kontext basiert auf einer Reihe von Ereignissen, die der Benutzer auf der Website durchgeführt hat. Er wird mit Hilfe eines LSTM-Modells generiert und in den Autovervollständigungsdienst eingespeist, der die Vorschläge entsprechend neu einordnet. Das gesamte System ist so konzipiert, dass es in großem Umfang in Echtzeit und mit geringen Latenzzeiten arbeitet.

Referenten:
Dileep Patchigolla, Lead AI Scientist, Target
Manohar Sripada, Senior Engineering Manager, Target

Zielgruppe:
Jeder, der sich für Techniken des maschinellen Lernens (ML) für die Suchrelevanz interessiert (E-Commerce oder andere, und ein grundlegendes ML-Hintergrundwissen wäre hilfreich) und jeder, der seine Erfahrung mit der automatischen Vervollständigung von Suchergebnissen verbessern möchte.

Teilnehmer nehmen mit:
Gewinnen Sie einen Einblick, wie die Autovervollständigung bei Target mit Hilfe modernster Deep-Learning-Algorithmen betrieben wird und wie sie in Echtzeit und in großem Umfang bereitgestellt wird.