YUSP ÉS YUSPIFY PERSZONALIZÁCIÓS TERMÉKEK FEJLESZTÉSE
Pályázat címe:
YUSP ÉS YUSPIFY PERSZONALIZÁCIÓS TERMÉKEK FEJLESZTÉSE
A vissza nem térítendő támogatás összege:
277 750 404 Ft
Kedvezményezett neve:
Gravity Research & Development Zrt.
Projektazonosító:
2020-1.1.2-PIACI-KFI-2021-00289
Támogatási intenzitás:
56,28%
Összefoglaló:
A Gravity R&D 2010 óta jelen van az ajánlórendszerek világpiacán a Yusp perszonalizációs termékcsaládjával. Vezetői és kulcsmunkavállalói az ajánlórendszerrel foglalkozó ipari és akadémiai közösségben egyaránt elismertek.
A megvalósított projekt célja a vállalat versenyképességének megőrzése a nemzetközi piacon, vagyis a projekt tárgyát képező termékek továbbfejlesztése volt, a nagyvállalati és KKVs piaci szegmensek még hatékonyabb elérése és kiszolgálása céljából, valamint új technológiák beépítése a termékekbe az üzemeltetés hatékonyságának növelésére.
A nagyvállalati szektor (Yusp termék) számára a projektben az alábbi kutatási és kísérleti fejlesztési tevékenységeket valósítottuk meg:
- A GRU4Rec metaadatokon alapuló cold-start verziójának megvalósításával többszörös javulást értünk el más metaadat alapú megoldáshoz képest CTR-ben
- Megoldottuk a GRU4Rec cold-start verziójának GPU helyett a sokkal költséghatékonyabb CPU-ról való kiszolgálását azonos ajánlásminőség mellett
- Létrehoztuk a Gravity Deep Learning (GRVDL) keretrendszert, amellyel lehetővé vált a hatékony és gyors algoritmus-implementáció és -tesztelés éles környezetben.
- Már a GRVDL-ben deep learning módszereket implementáltunk átkattintási és konverziós arány optimalizálására, amellyel az éles rendszerben 5–20%-os teljesítményjavulást mértünk
- Két tudományos cikket írtunk az ajánlórendszerek kiértékelésének kérdésköréről, amelyeket az ajánlórendszerek szakmai területének legrangosabb nemzetközi konferenciáján jelentettünk meg:
- B. Hidasi, Á. T. Czapp, Widespread Flaws in Offline Evaluation of Recommender Systems, Recsys 2023, (ACM Digital Library).
- B. Hidasi, Á. T. Czapp, The Effect of Third Party Implementations on Reproducibility, Recsys 2023, (ACM Digital Library)
- Generatív AI segítségével dinamikus kreatívok (termékképek) létrehozó rendszert építettünk, amellyel szignifikánsan növelhetők az üzleti KPI-k.
A KKV szektor számára (Yuspify termék) olyan ajánlórendszer-megoldást fejlesztettünk a projektben, amely az erre a szegmensre jellemző informatikai erőforráshiányos adottságot is figyelembe véve, a lehető legnagyobb mértékű automatizálást nyújtja a termék integrálása és alkalmazása során.
A Yuspify termékünket az alábbi területeken fejlesztettük tovább:
- A felhasználói igények felmérése alapján új kezelőfelületet (vezérlőpult) terveztünk és implementáltunk, amely megkönnyíti a termék felhasználását, és ezáltal növeli a bevételt
- Két új modul-prototípussal egészítettük ki az eredeti termékünket, a perszonalizált keresővel, és a perszonalizált pop-up modullal
- Összekötöttük a Yuspify rendszert három termékkel, amelyből kettő (Shoprenter, UNAS) a hazai e-kereskedők nagy részét lefedi, a Taboola pedig a nemzetközi piacravitelt hivatott megvalósítani
Emellett a szolgáltatásaink üzemeltetésében is, amely mindkét fenti terméket érinti, további fejlesztéseket hajtottunk végre:
- Létrehoztunk egy grafikus kártyás (GPU) számításokat támogató tesztlabort, amellyel a vállalatunk költséghatékonyan tud deep learning algoritmusokat GPU-ra fejleszteni és tesztelni
- Összekötöttük a tesztlabort az üzemi kiszolgálási környezettel, hogy sikeres implementációs tesztek után hatékonyan lehet az üzemi szolgáltatást végezni
- Infrastruktúra-kiszolgálás fejlesztésében is jelentős újdonság, hogy áttértünk a Kubernetes alapú kiszolgálásra, amihez hozzáillesztettük az üzemeltetés összes fontos funkcióját, pl. monitorozás, karbantartás, skálázás, riportolás.
A projekt befejezési dátuma:
2023.08.31.
