М16.ТЕХ

Фудтех платформа Инлайн M16 состоит из 10 B2B площадок разделенных по секторам продовольственного рынка. Ядро платформы технология подбора покупателей Axe320, на основе AI и анализа больших данных. Цель проекта: - Увеличить объемы оптовой продажи пищевой продукции онлайн - Создать технологию определения потребностей участников рынка; - Прогнозировать спрос, цены на товары с учётом сезонности, региона, сегмента; - Сократить время на поиск покупателя и на подбор поставщика с помощью AI.

Настоящее техническое решение относится к области вычислительной техники, в частности, к способам анализа и обработки пользовательских данных. Технической задачей, на решение которой направлено заявленное решение, является создание способа анализа и обработки пользовательских данных. Технический результат заключается в повышении качества анализа и обработки пользовательских данных. Дополнительным техническим результатом является увеличение производительности вычислительных систем при решении поставленной задачи (т.е. решение позволяет производить обработку данных с получением результата (продукта) за меньшее количество времени, за счет полной автоматизации процесса), тем самым снижая нагрузку на центральные процессоры вычислительных устройств (серверов), за счет уменьшения количества обрабатываемых запросов. Заявленные технические результаты достигаются за счет осуществления способа анализа и обработки пользовательских данных, содержащего этапы, на которых: осуществляют сбор данных о пользователе, причем сбор данных осуществляется путем регистрации потока событий в ходе работы пользователя на B2B ресурсе; осуществляют сохранение журнала потока событий в базу данных, в хранилище ClickHouse, в виде таблицы, содержащей перечень посещаемых пользователем веб-страниц; посредством вычислительных мощностей серверной инфраструктуры осуществляют определение вида продукции с помощью нейронной сети, реализованной на языке программирования python и библиотеке keras, в которой на вход нейронной сети передается текст страницы, на выходе сеть классифицирует продукт, содержащийся в тексте, причем нейронная сеть для классификации продукта использует: слой векторного представления (Embedding); рекуррентный слой (LSTM); исключение (Dropout); линейные слои для каждого признака; далее для каждой страницы ресурса, просматриваемой пользователем, посредством вычислительных мощностей серверной инфраструктуры осуществляют автоматическое заполнение таблицы интересов, которая в свою очередь сохраняется в базу данных, и состоит из даты, классифицированного продукта и идентификатора пользователя, который просматривал веб-страницу, содержащую наименование и описание продукта; на основе заполненной таблицы интересов, посредством вычислительных мощностей серверной инфраструктуры, осуществляют автоматическую выборку из базы данных пользователей, интересующихся продуктом; причем по колонке продукт, выявляются все пользователи, которые интересовались продуктом; по колонке идентификатор-пользователя осуществляется группировка записей и подсчет количества строк, представляющих количественный показатель интереса; осуществляется сортировка полученной выборки по показателю интереса в убывающем порядке. В частном варианте реализации описываемого способа, регистрируемым потоком событий являются посещаемые пользователем ресурсы и продукция, содержащаяся на посещенной веб-странице ресурса.