ซื้อมากขึ้น
ทีม - HAX
เครื่องกำเนิดชุดแฟชั่นสนทนาโดยใช้ Genai - Flipkart Grid 5.0
- การปฏิวัติการค้นพบแฟชั่น : เครื่องกำเนิดไฟฟ้าเครื่องแต่งกาย Gen AI ได้ปรับเปลี่ยนการค้นหาแฟชั่นโดยเสนอคำแนะนำส่วนบุคคลจากการซื้อที่ผ่านมาการตั้งค่าและแนวโน้มทางสังคม
- ชุดอินเทรนด์ส่วนบุคคล : ใช้การซื้อที่ผ่านมาการตั้งค่าสไตล์และแนวโน้มปัจจุบันเพื่อสร้างชุดประสานงานที่ดียกระดับการช็อปปิ้งผู้ใช้บน Flipkart
- การบูรณาการเทรนด์ทางสังคม : รวมข้อมูลเชิงลึกของโซเชียลมีเดียโดยจัดตำแหน่งตัวเลือกแฟชั่นกับแนวโน้มที่มีอิทธิพลสำหรับคำแนะนำการแต่งกายบนจุด
- ประสบการณ์การช็อปปิ้งแบบอินเทอร์แอคทีฟ : ผู้ใช้ปรับแต่งชุดที่ปรับแบบโต้ตอบเพื่อให้มั่นใจว่าการเดินทางของการช็อปปิ้งที่มั่นใจได้ถึงความต้องการและโอกาสของแต่ละบุคคล
โครงสร้างโครงการ
- ระบบแนะนำ - Python, เวกเตอร์ DB, Falcon 7b LLM, Flask, Pymongo
- การสกัดแนวโน้มโซเชียลมีเดีย - ซีลีเนียม, Instagram, Twitter, Pytrends, Tweepy
- Frontend - React JS, Redux, Axios, Vite
- Backend - Node JS, MongoDB, Express JS, Paytm Payment Gateway
ความท้าทายที่เราพบ
- ปรับคำแนะนำชุดเพื่อรองรับการตั้งค่าทางวัฒนธรรมและภูมิภาคที่หลากหลายเช่นโอกาสอายุ body_type ขนาดและความแตกต่างของภูมิภาค-แก้ไขโดยการรวมชุดข้อมูล Rent-the-Runway
- การพัฒนารูปแบบการสนทนาที่เข้าใจข้อมูลผู้ใช้และสร้างคำแนะนำชุด - ใช้ Falcon 7B LLM ฟรีและโอเพนซอร์ซซึ่งแตกต่างจาก API ทั่วไปที่มักจะมาพร้อมกับค่าใช้จ่าย
- ข้อ จำกัด ของ GPU-แก้ไขโดยการตั้งค่าเซิร์ฟเวอร์ NGROK ในสมุดบันทึกคลาวด์ของ Kaggle ใช้ประโยชน์จาก GPU-P100 สำหรับการฝึกอบรมแบบจำลองที่ไร้รอยต่อและประหยัดทรัพยากร
การสาธิต
flipg_hax.mp4
การนำเสนอโซลูชัน
ppt: https://drive.google.com/file/d/1uzcw62va7vt3gqtzjpfooqrfnuvyys3c/view?usp=sharing
ผู้มีส่วนร่วม
- Devang Shah
- Rishabh Jain
- Ayush Deshmukh
