خوشهبندی میلیاردها محصول شاپیفای برای خرید با ایجنت
هوش مصنوعیخلاصهٔ کاملتر
شاپیفای میگه دو فروشنده میتونن یه محصول یکسان رو کاملاً جور دیگهای لیست کنن؛ یکی یه محصول با چند وریانت طعم میسازه، اون یکی برای هر طعم یه لیست جدا. وقتی یه ایجنت خرید میخواد بهترین گزینه رو تو کل دیتاست پیدا کنه، باید بفهمه اینها همون یه محصولن، بدون اینکه کسی بهش گفته باشه.
قلب راهکار، خوشهبندی محصولاته: همهٔ وریانتها و محصولات مربوط زیر یه شناسهٔ واحد (UPI) جمع میشن. مقاله میگه دو جور خطا خطرناکه: خطای precision (محصولات متفاوت اشتباهی یکی میشن، مثلاً کفش مردونه و زنونه) و خطای recall (یه وریانت جا میمونه). اینها با هم در کشمکشان و شاپیفای رویکرد precision-first رو انتخاب کرده، چون نشوندادن محصول اشتباه بدتر از نتیجهٔ ناقصه.
چرا LLM؟ چون آدم موقع دیدن یه فروشگاه بدون هیچ آنتولوژی رسمی میفهمه «فرش طرح هندسی مشکی» و «کرم» احتمالاً یه فرش تو دو رنگن، ولی «آبی نیمهشب» و «سبز مریمی» تو یه فروشگاه رنگ، دو محصول جدان. این قضاوت به کانتکستِ بدونساختار وابستهست و LLM میتونه این سیگنالها رو دربیاره.
چارچوب اصلیشون یه سؤاله: خریدار اصلاً این محصول رو برای چی میخره؟ اگه یه ویژگی جواب این سؤال رو عوض نکنه، وریانته؛ اگه عوض کنه، بخشی از هویت محصوله و باید UPI جدا بشه. برای پودر پروتئین، طعم فقط وریانته؛ برای رنگ، خودِ رنگ هویت محصوله.
فلوشون دومرحلهایه: مرحلهٔ اول برند و مدل هر محصول رو استخراج میکنه و اول یه آرایهٔ «الگوها» میسازه تا اول زبان فروشگاه رو بفهمه بعد برچسب بزنه. مرحلهٔ دوم کارِ نقده—یه خوشهٔ پیشنهادی رو میگیره و آیتمهای ناجور رو بیرون میندازه. نویسنده میگه نقدکردن خیلی از خوشهبندی از صفر ارزونتر و مطمئنتره.
به گفتهٔ مقاله، نقطهٔ عطف واقعی، «اسکیمای خروجی ساختارمند پویا» بوده: برای هر محصول تو ورودی، اسکیما یه فیلد اجباری تعریف میکنه، پس مدل اصلاً نمیتونه محصولی رو جا بندازه یا شناسهٔ الکی بسازه. جالب اینکه تمیزکردن توکنهای غیرِASCII از خروجی، recall رو ۸٪ بهتر کرده. نتیجه اینکه اسکیمای خروجی بهاندازهٔ خودِ متنِ پرامپت روی کیفیت اثر داره.
نکات کلیدی:
- هدف: تبدیل میلیاردها لیست محصول به یه کاتالوگ واحد (UPI) برای ایجنتهای خرید
- دو خطای اصلی: precision (ادغام اشتباه) و recall (جاموندن وریانت)؛ رویکرد precision-first
- چارچوب «ارزش اصلی خرید»: اگه ویژگی هدف خرید رو عوض کنه، محصول جداست
- فلوی دومرحلهای LLM: پیشنهاد خوشه، بعد نقد و حذف آیتم ناجور
- اسکیمای خروجی ساختارمند پویا، مدل رو مجبور میکنه هیچ محصولی رو جا نندازه
