Трансформация поиска товаров с помощью визуального поиска в leboncoin
Поиск на уровне миллисекунд
Соблюдение строгого требования к задержке в 200 мс.
80 миллионов объявлений, удобный поиск
Масштабирование векторного поиска на огромном наборе данных.
От нуля до MVP за шесть месяцев
Быстрое развертывание готового к промышленной эксплуатации визуального поиска.
Zilliz Cloud gave us the speed and scale we needed to power visual search at Leboncoin, meeting our sub-200ms latency target and making product discovery seamless for millions of users.
Yann Lemonnier
О Leboncoin
Leboncoin — один из самых посещаемых сайтов Франции и ведущая платформа re-commerce, позволяющая миллионам пользователей покупать и продавать подержанные товары, находить жилье или искать вакансии. С более чем 28 миллионами уникальных посетителей в месяц это сайт частных продаж №1 во Франции и вторая по популярности платформа электронной коммерции. Кроме того, Leboncoin лидирует в секторах автомобилей и недвижимости и является ключевым игроком в сфере аренды жилья для отпуска и размещения вакансий. Более 500 000 профессионалов и 15% французских компаний используют платформу для продаж, рекламы или найма, что делает ее важнейшим центром как для частных лиц, так и для бизнеса.
Предлагая огромный выбор уникальных, подержанных или восстановленных товаров по доступным ценам, Leboncoin помогает пользователям делать устойчивый выбор, который приносит пользу как их бюджету, так и планете. Являясь частью Adevinta, она входит в число ведущих платформ re-commerce, развивая циркулярную экономику, сокращая отходы и поддерживая устойчивое развитие, одновременно создавая экономическую ценность для пользователей и бизнеса.
Задача: модернизация рекомендаций товаров с помощью визуального поиска
Янн Лемонье, ML Engineer в Adevinta (ранее ML Enabler, помогавший командам внедрять технологии ИИ), присоединился к Leboncoin в 2024 году, чтобы создать функцию визуального поиска, которая в итоге должна была быть развернута на всех маркетплейсах под брендом leboncoin.
Leboncoin позволяет пользователям покупать и продавать подержанные товары, при этом продавцы вручную загружают сведения о товарах, включая описания, цены и фотографии. Этот процесс создает огромную базу данных — примерно 80 миллионов активных объявлений, которыми должна управлять инженерная команда.
Чтобы привлечь новую аудиторию и модернизировать платформу, Leboncoin решила внедрить визуальный поиск как часть своей системы рекомендаций товаров. Цель заключалась в улучшении пользовательского опыта за счет более интуитивного и увлекательного процесса поиска товаров.
Создание системы визуального поиска
Команда начала с исследования визуальных моделей, способных находить похожие изображения в рамках их маркетплейса. После выбора модели они поняли, что им нужна высокопроизводительная векторная база данных для хранения и извлечения эмбеддингов, генерируемых для поиска по сходству. Их исследование быстро указало на Milvus как на ведущую векторную базу данных, но из-за ограниченности ресурсов они выбрали Zilliz Cloud — управляемое решение на базе Milvus.
Новая система визуального поиска представила две ключевые функции:
- Найти похожие товары– Пользователи могут нажать кнопку, чтобы найти похожие товары.
- Обратный поиск по изображению – Пользователи могут загрузить фотографию и искать совпадающие товары с помощью значка камеры в строке поиска.
Проект начался за шесть месяцев до прихода Янна, и команда работала в условиях жесткого дедлайна, чтобы за тот же период выпустить MVP. Им нужно было быстро разобраться с визуальными моделями, эмбеддингами и сопоставлением по сходству. Оценив потребности инфраструктуры, команда определила, что векторная база данных необходима для эффективного хранения и запроса эмбеддингов, чтобы поддерживать поиск по сходству.
Почему Leboncoin выбрала Zilliz Cloud
Команда выбрала Zilliz Cloud, потому что она соответствовала их строгому требованию к задержке — менее 200 мс, даже при использовании региона в США. Помимо совместимости с Milvus, Zilliz Cloud предлагала несколько других ключевых преимуществ:
- Мониторинг и масштабируемость – Встроенные инструменты упростили наблюдаемость и масштабирование.
- Совместимость с Milvus и прозрачность open-source – Команда могла изучать кодовую базу для обеспечения прозрачности и надежности.
- Простота развертывания – Создание кластера было быстрым и простым благодаря интуитивному UI Zilliz Cloud.
Изначально команда столкнулась с трудностями при загрузке данных через Spark, но функция Bulk Insert в Zilliz Cloud упростила процесс и сделала загрузку данных гораздо более эффективной. Помимо изображений товаров, команда также включает измененные данные (взаимодействия пользователей) в процесс загрузки с помощью специального программного обеспечения, которое преобразует события в операции upsert Milvus.
Результаты
Внедрив визуальный поиск на базе Zilliz Cloud, Leboncoin успешно модернизировал свою систему рекомендаций товаров, обеспечив пользователям удобный и интуитивно понятный опыт. Ключевые результаты включают:
- Повышение вовлеченности пользователей: Внедрение визуального поиска значительно улучшило взаимодействие пользователей, позволив им легко находить похожие товары. Функции обратного поиска по изображению и “Find Similar Items” привели к росту обнаружения товаров и улучшению удержания пользователей.
- Быстрая и масштабируемая производительность: При более чем 80 миллионах объявлений на маркетплейсе система превосходит жесткое требование по задержке в 200 мс, достигая еще более низкой задержки. Масштабируемость Zilliz Cloud обеспечила способность платформы обрабатывать большие объемы данных без ущерба для скорости, даже в периоды пикового трафика.
- Эффективный векторный поиск: Использование Milvus, интегрированного с Zilliz Cloud, позволило команде эффективно управлять векторными эмбеддингами. Простое развертывание и функция Bulk Insert в Zilliz Cloud сделали загрузку данных быстрой и плавной, обеспечив быструю разработку MVP.
- Решение, готовое к будущему: Масштабируемость Zilliz Cloud позволяет Leboncoin продолжать внедрять инновации. Команда планирует интегрировать продвинутые функции ИИ, такие как большие языковые модели (LLMs), для автоматизированных описаний товаров и изучить поиск товаров на основе аудио.
Будущие планы: изучение разговорного поиска
Leboncoin планирует и дальше улучшать свою платформу с помощью передовых функций ИИ:
- Описания, сгенерированные LLM– Автоматизация описаний товаров для повышения качества объявлений.
- Разговорный поиск– Предоставление пользователям возможности искать товары с помощью текстовых запросов на базе больших языковых моделей (LLM), чат-интерфейсов и генерации с дополнением извлечением (RAG) для более точных и динамичных результатов.
Продолжая использовать ИИ и масштабируемую инфраструктуру, Leboncoin совершенствует опыт покупок для миллионов пользователей, оставаясь конкурентоспособным в сфере re-commerce.
Следите за новостями, статьями, выступлениями на конференциях и митапами Leboncoin, проводимыми в их офисах → https://mylnker.com/leboncoin-tech
- О Leboncoin
- Задача: модернизация рекомендаций товаров с помощью визуального поиска
- Создание системы визуального поиска
- Почему Leboncoin выбрала Zilliz Cloud
- Результаты
- Будущие планы: изучение разговорного поиска
Контент
Отрасль
Электронная коммерция
Используемая технология