CherryPeak Logo
تعزيز التجارة الإلكترونية بالبحث البصري: بناء حل مخصص من الصفر
BUSINESSAIML

تعزيز التجارة الإلكترونية بالبحث البصري: بناء حل مخصص من الصفر

AI solution that really elevates customer experience and makes searching for products easier.

Erik Hric

September 26, 2024

7 min read

في عالم التجارة الإلكترونية سريع التطور، الابتكار هو المفتاح للبقاء في المقدمة. تعاونا مؤخراً مع بائع تجزئة عبر الإنترنت لتحويل وظيفة البحث الخاصة بهم، وإنشاء حل بحث بصري مخصص يميزهم عن المنافسة.

التحدي

لاحظ عميلنا اتجاهاً مهماً: كان العملاء يبحثون بشكل متزايد عن منتجات مستوحاة من الصور من منصات مثل Pinterest. البحث التقليدي القائم على النص لم يكن كافياً—غالباً ما كان العملاء يفتقرون إلى الكلمات المفتاحية الدقيقة للعثور على ما يبحثون عنه. النتيجة؟ الإحباط وفرص البيع الضائعة.

حلنا المخصص

بدلاً من الاعتماد على تكاملات API من أطراف ثالثة، تولينا تحدياً لبناء نظام بحث بصري مخصص من الصفر. إليك كيف فعلنا ذلك:

  1. تغليف الشبكة العصبية في حاوية مخصصة

    استخدمنا شبكة VGG (Visual Geometry Group) العصبية، وهي نموذج تعلم عميق قوي معروف في التعرف على الصور. لضمان التكامل السلس والتحكم الكامل، لففنا هذه الشبكة العصبية داخل حاوية مخصصة خاصة بنا. سمح لنا هذا النهج بضبط النموذج وفقاً للاحتياجات المحددة للعميل والحفاظ على المرونة للتحسينات المستقبلية.

  2. النشر كدالة AWS Lambda

    لجعل الحل قابل للتوسع وفعال من ناحية التكلفة، نشرنا الشبكة العصبية كدالة AWS Lambda. وسعنا الذاكرة المخصصة لدفع الأداء إلى حدوده القصوى—نعمل بالضبط على حافة المتطلبات. تضمن هذه البنية المعمارية الخالية من الخوادم أن النظام يمكنه التعامل مع أحمال متغيرة دون عبء إدارة الخوادم.

  3. إنشاء قاعدة بيانات متجهات عالية الأداء

    من خلال معالجة صور منتجات العميل عبر شبكة VGG، حولنا كل صورة إلى متجه عالي الأبعاد يلتقط خصائصها الأساسية. تم تخزين هذه المتجهات في قاعدة بيانات محسنة للبحث السريع عن التشابه.

  4. تمكين استعلامات الصور للمستخدمين

    عندما يرفع المستخدم صورة (سواء كانت لقطة شاشة من Pinterest أو صورة شخصية)، نعالجها عبر نفس حاوية الشبكة العصبية للحصول على تمثيلها المتجه. ثم نقارن هذا المتجه مع قاعدة البيانات الخاصة بنا للعثور على منتجات متشابهة بصرياً.

النتائج

من المتوقع أن يحقق حلنا المخصص نتائج متميزة:

  • تجربة مستخدم متفوقة: يمكن للعملاء العثور بسهولة على المنتجات التي تطابق إلهامهم البصري دون الحاجة إلى كلمات مفتاحية دقيقة.
  • زيادة التفاعل: يشجع البحث البديهي المستخدمين على استكشاف المزيد، مما يعزز مقاييس التفاعل.
  • نمو المبيعات: أدى تبسيط عملية البحث إلى معدلات تحويل أعلى وقيم طلبات متوسطة متزايدة.
  • التحكم الكامل والمرونة: امتلاك الحل من البداية إلى النهاية يسمح بالتخصيص المستمر والقابلية للتوسع دون الاعتماد على APIs خارجية. هذا يسمح لنا باستضافة تطبيقك في المنطقة التي تختارها وضمان أن بيانات عملائك لا تغادر الاتحاد الأوروبي أبداً.

لماذا نبني حلنا الخاص؟

من خلال تطوير حاوية مخصصة ونشرها كدالة Lambda، حققنا مستوى من الأداء والتحكم لم تستطع APIs الأطراف الثالثة تقديمه. يضمن هذا النهج خصوصية البيانات، ويقلل التكاليف طويلة المدى المرتبطة باستخدام API، ويسمح بتحسينات مخصصة محددة لاحتياجات العميل.

سؤال مفتوح

يتطلب بناء حل مخصص استثماراً مبدئياً ولكن يوفر مرونة وتحكماً لا مثيل لهما. من ناحية أخرى، يمكن للتكامل مع APIs الموجودة تسريع النشر ولكن قد يحد من التخصيص ويترتب عليه تكاليف مستمرة.

ماذا ستختار؟

هل تطوير حل مخصص هو المسار الصحيح لعملك، أم أن التكامل مع APIs الموجودة سيكون كافياً؟ نحب أن نسمع أفكارك ونناقش كيف يمكننا مساعدتك في تحقيق أهدافك.

تواصل معنا

هل أنت مستعد لاستكشاف كيف يمكن للبحث البصري المخصص أن يرفع منصة التجارة الإلكترونية الخاصة بك؟ تواصل معنا لبدء المحادثة.


في CherryPeak، نتخصص في إنشاء حلول مبتكرة ومخصصة تستغل قوة الذكاء الاصطناعي والتعلم الآلي لتحقيق النجاح التجاري.

Share this article

TwitterLinkedIn

Related Articles

أضف نكهة لحياتك المهنية: كيف يمكن لتغيير دورك أن يجلب بداية جديدة

أضف نكهة لحياتك المهنية: كيف يمكن لتغيير دورك أن يجلب بداية جديدة

Mar 12, 2023

11 min read

أمثلة على مهام التعلم القليل [بناء AI Chatbot 2/3]

أمثلة على مهام التعلم القليل [بناء AI Chatbot 2/3]

The second part of a series about building an AI chatbot. Focused on few-shots learning and how to format input strings for GPT, using examples such as sentiment analysis and keyword extraction. The article also discusses text summarization and paraphrasing and suggests how to set maximum new tokens for summary length.

Feb 20, 2023

5 min read

توليد النص باستخدام GPT أصبح سهلاً [بناء AI Chatbot 1/3]

توليد النص باستخدام GPT أصبح سهلاً [بناء AI Chatbot 1/3]

The use of AI-powered chatbots is increasing in popularity, largely due to advancements in language models like OpenAI's GPT. In this blog series, we'll explore how to create an AI-powered chatbot with minimal coding using pre-trained text generation models from Hugging Face.

Feb 12, 2023

10 min read

تعزيز التجارة الإلكترونية بالبحث البصري: بناء حل مخصص من الصفر | CherryPeak Blog