Skip links

Click2Buy intègre l’IA et le Deep Learning pour matcher ses données

Click2Buy c’est maintenant 5 ans d’existence, plus de 500 marques clientes. 400 distributeurs nous font confiance, ainsi que des milliers de données reçues et traitées chaque jour. Une problématique est rapidement apparue : comment optimiser le traitement de ces données sans solliciter un temps homme considérable tout en assurant une fiabilité similaire ?

L’IA la solution ?

Nous vous en parlions dans un précédent article, l’intelligence artificielle et le deep learning sont de plus en plus présents dans notre quotidien et sont intégrés jour après jours dans de nombreuses entreprises.

Pour rappel, le Deep Learning est une machine dotée d’un réseau de neurones artificiels, hiérarchisés en plusieurs couches, communiquant entre eux et effectuant des calculs simples.

La machine apprend ainsi par elle-même à reconnaître, par exemple, des images ou à comprendre des langages parlés. (source Le Monde : Comment le « deep learning » révolutionne l’intelligence artificielle)

Click2Buy a donc décidé de s’inspirer des travaux de Yoon Kim et Yann Lecun et de s’appuyer sur les réseaux de neurones convolutionnels pour accélérer le temps de déploiement de sa solution.

 

Le fonctionnement

Pour que nos widgets fonctionnent, nous avons besoin de définir si le produit de la marque est présent chez le distributeur. L’étape préliminaire est donc de confirmer que les différentes données que nous traitons correspondent bien au produit en question.

Pour cela, nous passons par une première étape qui permet de transformer des mots en représentation vectorielle. La machine aura donc sa propre représentation du produit.

Par la suite, nous pouvons réaliser de multiples opérations mathématiques qui vont nous permettre de rapprocher les mots dans un ensemble. C’est à dire qu’on classe le mot dans une catégorie.

Pour finir, on matche automatiquement les produits et nous pouvons définir leur disponibilité chez le distributeur.

Ce procédé est prometteur : l’automatisation de cette opération nous fait gagner un temps précieux. De plus, la précision du match des données ainsi que la fiabilité sont optimisées de manière exponentielle.

 

Quelques ressources utiles si vous souhaitez plus de détails :

https://github.com/dav/word2vec

https://arxiv.org/pdf/1408.5882.pdf