29
Shoeism Frau im Glück mit der magischen Produktsuche @BjoernSchotte - bjoern.schotte@mayflower.de „I was born in High Heels and I‘ve worn them ever since.“ - Helena Christensen

Shoeism - Frau im Glück

Embed Size (px)

DESCRIPTION

Vorstellung der Technologiedemo www.shoeism.de mit unserem LSH Algorithmus zur Ähnlichkeitssuche von hochdimensionalen Daten am Beispiel von E-Commerce Produktbildern.

Citation preview

Page 1: Shoeism - Frau im Glück

ShoeismFrau im Glück mit der magischen Produktsuche

@BjoernSchotte - [email protected]

„I was born in High Heels and I‘ve worn them ever since.“- Helena Christensen

Page 2: Shoeism - Frau im Glück

MAYFLOWERLeidenschaft für Technik

Shopware - Magento - OXID - IndividualB2B - B2C - Enterprise Search - International

Page 3: Shoeism - Frau im Glück

Female Commerce

Page 4: Shoeism - Frau im Glück

Visual Shopping

Page 5: Shoeism - Frau im Glück

Joy of Use.

„I don‘t know who invented the high heel, but all women owe him a lot.“ - Marilyn Monroe

Page 6: Shoeism - Frau im Glück

70.000+High Heels

Page 7: Shoeism - Frau im Glück

Bestand von

amazon.de - amazon.comzalando.dezappos.com

„Give a girl the right shoes, and she can conquer the world.“ - Marilyn Monroe

Page 8: Shoeism - Frau im Glück

Finde ähnliche Schuhe

Page 9: Shoeism - Frau im Glück

automatisiert.

„When I wear high heels I have a great vocabulary and I speak in paragraphs. I‘m more eloquent. I plan to wear them more often.“

Meg Ryan

Page 10: Shoeism - Frau im Glück

Pleasure & Pain

Page 11: Shoeism - Frau im Glück

Colour & Shape

Page 12: Shoeism - Frau im Glück

Technologie: LSHLocality sensitive-based Hashing

Page 13: Shoeism - Frau im Glück

Suche aufhochdimensionalen

Datenin sublinearer Zeit

(Millisekunden)

Page 14: Shoeism - Frau im Glück

Grundidee

Page 15: Shoeism - Frau im Glück

Platzierung der Bilder in einem Featureraum

Page 16: Shoeism - Frau im Glück

Punkte in Featureraum=

Position in Hashtable=

Hashing

Page 17: Shoeism - Frau im Glück

Ähnliche Punkte werden sehr wahrscheinlich auf gleicher Position abgebildet

= „locality sensitive“

Page 18: Shoeism - Frau im Glück

Ein Eintrag der Hashtable

=alle Bilder auf dieser

zugewiesenen Position

Page 19: Shoeism - Frau im Glück

Ähnlichkeit:

Hypothetische Position des Suchbildes in der Hashtable

+lineare Distanzsuche für die

anderen Bilder an dieser Stelle

Page 20: Shoeism - Frau im Glück

Anwendungsbeispiel

Page 21: Shoeism - Frau im Glück

Erkennung via CEDD (Color and Edge

Directivity Descriptor)

Page 22: Shoeism - Frau im Glück

Featureraum LSH Bucket Hashtable Index

Distanz

LSH[-1,-1,0-1]

24 Distanz < threshold (=10.0)

5.656854249492381

LSH[-1,-1,0,-1]

24

Distanz < threshold (=10.0)

5.656854249492381

LSH[1,-1,-1,-1]

134 (15.132745950421556)

Page 23: Shoeism - Frau im Glück

‣ Java‣ Redis‣ MySQL‣ ReST für Kommunikation Backend/Frontend

(Spring, Tomcat)

Technologie

„To be carried by shoes, winged by them. To weardreams on one‘s feet is to begin to give reality toone‘s dreams.“ - Roger Viver

Page 24: Shoeism - Frau im Glück

‣ 1 Dev ca. 3 Monate Vollzeit‣ 2-3 weitere Devs nochmal 1 Monat Vollzeit

Entwicklungsdauer

Page 25: Shoeism - Frau im Glück

Showcase

www.shoeism.de

Page 26: Shoeism - Frau im Glück

Bonus ...

Page 27: Shoeism - Frau im Glück

‣ Open Source (NewBSD & GPLv3)

‣ mobile

‣ native App framework‣ based on Titanium Alloy

‣ shop-agnostic (OXID, Magento,Shopware)

www.cushymoco.com

Page 29: Shoeism - Frau im Glück

Bildnachweis:Bilder von fotolia.de