In einem unserer spannendsten Projekte haben wir eine hochmoderne Empfehlungsmaschine entwickelt. Unsere Schwerpunkte waren die Implementierung einer automatischen Bildanalyse unter Einsatz von GPT-4o. Diese Technologie ermöglicht es, Bilder effizient zu analysieren und wertvolle Informationen daraus zu gewinnen.
Ein weiterer wichtiger Aspekt des Projekts war die semantische Vektorsuche. Hierbei kamen OpenAI Embeddings in Kombination mit MongoDB und OpenSearch zum Einsatz. Diese Technologien halfen dabei, komplexe Suchanfragen inhaltlich zu verstehen und zu verarbeiten, was die Benutzererfahrung erheblich verbesserte.
Darüber hinaus haben wir über 4 Millionen Kunden-Bilder verschlagworten und indizieren lassen. Dieser Teil des Projektes war entscheidend, um sicherzustellen, dass die Kunden von simpleshow ihre Daten leicht und schnell finden können.
Auf dieser Basis haben wir die Recommendation Engine entwickelt. Diese innovative Engine kombiniert eine ausbalancierte Keyword- mit einer Vektorsuche und bietet zusätzlich erweiterte Filtermöglichkeiten, um personalisierte Empfehlungen noch präziser zu gestalten und den Nutzern genau die Inhalte zu bieten, die sie interessieren
Achievements:
- automatische Bildanalyse mit GPT-4o für >4 Mio Kundenbilder
- Verbesserung der Qualität der Bildempfehlungen um die Hälfte
- Straffung der Codebase der Recommendation Engine auf 25% der vorherigen Lösung
- Neuentwicklung Recommendation Engine mit hybrider, ausbalancierter Keyword- und Vektorsuche + Filter
- NestJS
- MongoDB
- OpenSearch
- OpenAI GPT-4o
- OpenAI Embeddings
- TypeScript
- Socket.io Websockets
- Angular
- AWS