Erkennen von visuellen Geschmacksprofilen

folder_openPersonalisierung
commentKeine Kommentare

In letzter Zeit hatte ich ein paar Termine in denen mir immer deutlicher wurde, dass selbst langjährige Kunden nicht genau wissen, wie wir für unsere Personalisierung die Kundenprofile erzeugen. Ich hoffe, ich habe jetzt eine passende Erklärung gefunden.

Zuerst muss verstanden werden, dass jeder von uns einen persönlichen Geschmack hat. Dieser verändert sich, aber jede Veränderung ist ein fließender Prozess, der mit ausreichend Daten analysiert und erkannt werden kann.

Nun zu den Daten: Jeder Kunde, erhält eine anonymisierte Kunden-ID. Dieser ID werden gekaufte Artikel zugeordnet, aber auch die Produkte die angeschaut und angeklickt wurden (als Zeitreihe). So erfahren wir, was sich der Kunde angesehen hat, in welcher Reihenfolge und wofür dieser sich dann entschieden hat.

Kombinieren wir diese Daten mit dem gesamten sowie relevanten Sortiment des Shops und den passenden externen Trends, bekommen wir ein ziemlich gutes Bild von den Präferenzen des Kunden. Für alle Produkte exportieren wir dann die visuellen Daten (wir nennen sowas Features, was Vektoren aus Gleitkommawerten sind), kombinieren diese mittels eines ausgeklügelten Algorithmus zur Dimensionsreduktion und erhalten dann ein Geschmacks-Fingerabdruck. Dieser “Fingerabdruck” ist dann selbst ein Vektor aus Gleitkommawerten.

Wir könnten diesen Fingerabdruck nutzen, um die Präferenzen der Kunden untereinander oder mit angebotenen Artikeln zu vergleichen. Denn jeder Artikel hat auch so ein Fingerabdruck, den wir nutzen können um zu erkennen, wie gut dieser Artikel zu einem bestimmten Kunden passen könnte.

So kombinieren wir drei sehr interessante Disziplinen miteinander: Bilderkennung, Dimensionsreduktion und Suche: Jede dieser Disziplinen an sich ist schon spannend, aber zusammen ergibt sich nicht nur eine extrem effiziente Art der Personalisierung, sondern auch ein riesiges Feld für weitere Forschung.

Tags: , , , ,

Related Posts

Menü