Оптимизация поиска на маркетплейсе Wildberries с помощью искусственного интеллекта

Abstract

В статье рассматривается разработка интеллектуальной рекомендательной системы подбора одежды на основе методов искусственного интеллекта. Показана недостаточность традиционного поиска по ключевым словам при работе с семантически сложными запросами пользователей. Предложена архитектура системы, включающая пять взаимосвязанных модулей: векторное представление товаров и запросов с помощью нейросети FashionCLIP (512-мерные embeddings); семантический поиск на основе косинусной меры сходства в векторной базе данных Qdrant; генерация стилистически согласованных комплектов одежды с применением гибридной модели ранжирования, учитывающей семантическую близость и матрицу категориальной совместимости; многоуровневое кэширование результатов в Redis со временем жизни 6 часов; механизм Rate Limiting для защиты сервера от перегрузки. Описаны математические основы каждого модуля и особенности программной реализации. Выполнен сравнительный анализ предложенного решения с текущей поисковой системой Wildberries. Система может при