Recomendación semántica de productos similares en buscadores e-commerce

Abstract

En el presente documento se expone la investigaci on, desarrollo y experimentaci on de una soluci on para abordar el problema de b usquedas sin resultados en un contexto de ecommerce. La soluci on realizada consiste en el desarrollo de un componente sem antico para los buscadores de ecommerce desarrollados por la empresa Impresee. Actualmente, los buscadores desarrollados por Impresee no cuentan con una soluci on general para b usquedas sin resultados |zero-hit|. Asimismo, los buscadores se basan unicamente en b usquedas literales, lo que no permite resolver casos de b usqueda zero-hit y tampoco generar recomendaciones de productos similares. De esa forma, el componente sem antico desarrollado busca proporcionar recomendaciones de productos similares para casos de b usquedas sin resultados en tiendas de ecommerce. Para ello, la soluci on utiliza informaci on visual e informaci on textual de los productos del cat alogo y del listado b usquedas sin resultados de una tienda. La informaci on de los cat alogos de la tienda es mantenida por Impresee. Sin embargo, el listado de zero-hit solo contiene los t erminos sin resultados. En ese sentido, para obtener informaci on de texto e im agenes de las b usquedas zero-hit, la soluci on utiliza las API de OpenAI y Google para conseguir dicha informaci on. Luego, se procesa toda informaci on para calcular descriptores de texto y descriptores visuales, para ambos conjuntos de datos. Finalmente, para cada zerohit del listado mencionado, se realiza una b usqueda basada en informaci on de texto y otra basada en informaci on de texto y visual. Ambas b usquedas, para cada zero-hit, obtienen como resultados los cinco productos en el cat alogo que son m as similares al zero-hit. La soluci on se evalu o con datos reales de una tienda que contrata los servicios de Impresee y su efectividad se midi o mediante el c alculo del p@5 promedio y la desviaci on est andar para ambas b usquedas |texto y texto + visual|. El p@5 promedio mide la proporci on promedio de recomendaciones relevantes en los primeros 5 resultados de los productos m as similares. La desviaci on est andar asociada indica la variabilidad de los resultados. Cuando se utiliz o Google como fuente de informaci on, se obtuvo un p@5 promedio de 57.14% y 64.76% para b usquedas basadas en texto y texto + visual, respectivamente, con desviaciones est andar de 37.56% y 29.60 %. En cambio, cuando se utiliz o OpenAI, se obtuvo un p@5 promedio de 60.95% y 65.71% para b usquedas basadas en texto y texto + visual, respectivamente, con desviaciones est andar de 35.48% y 30.42 %. i