Первоапрельский розыгрыш с коврами, outdoor и превращение двумерного в 3D: как в «ЛУН» повышают узнаваемость бренда с помощью ML Первоапрельский розыгрыш с коврами, outdoor и превращение двумерного в 3D: как в «ЛУН» повышают узнаваемость бренда с помощью ML

«ЛУН» – это наибольший поисковик жилья в Украине, который ежедневно обрабатывает 6 млн объявлений, индексирует 10 тыс. сайтов и принимает 100 млн посетителей в год. Как в компании, приветствующей инновационные подходы к решению проблем, используют машинное обучение?

Об этом на лекции в «Лунотеке» рассказал Владимир Кубицкий – глава команды AI-разработок «ЛУН».

AI как маркетинговый инструмент

Первого апреля прошлого года на сайте «ЛУН» появился новый AI-фильтр – «С ковром на стене». Алгоритм находился на сайте неделю, и за это время нашел широкий отклик в украинских и зарубежных медиа.

Владимир утверждает, что идея родилась с желания сделать акцент на качестве ремонта. Для локализации ковра на фото использовали две нейросети – Region Proposal Network для генерации кандидатов и сеть для определения объектов, исходя из них.

«Мы правильно определяем 99% ковров на стене, а наши сервера успевают обрабатывать порядка 50 изображений в секунду, гарантируя постоянную работоспособность фильтра», – утверждает Андрей Мима, Co-founder & CFO компании «ЛУН».

AI Conference Kyiv: Pervoaprelskiy rozyigryish s kovrami, outdoor i prevraschenie dvumernogo v 3D 1
Как выглядел и работал AI-фильтр «ЛУН» по коврам, DOU

Работа с наружной рекламой

«Вы покупаете рекламу в Facebook, Google и делаете замеры узнаваемости бренда. В определенный момент, когда все эти каналы перенасытились, узнаваемость перестает расти. У нас, например, по последним замерам – 78% узнаваемости по Киеву», – говорит Владимир Кубицкий.

Когда компания растет, повышается и показатель узнаваемости бренда. Чтобы поддерживать интерес пользователей на определенном уровне, необходимо задействовать несколько каналов коммуникации. В определенный момент компания решила, что стоит использовать и наружную рекламу.

Но если с метриками интернет-площадок все более-менее понятно, то как измерить рентабельность outdoor-объявлений?

«Мы хотели быть красивыми, ненавязчивыми и не конкурировать с другими объявлениями. Пришли в агентство, говорим: у нас есть миллион гривен, нам нужны борды – скажите, какие вешать. Они говорят: вот эти три – и всё, деньги закончились. Мы поинтересовались, почему одни борды стоят очень дорого, а другие – нет, – делится Владимир. – Оказалось, у агентства был один критерий качества – количество проходящего трафика. Они не учитывали сезон (например, деревья распустились и закрыли рекламу), борды конкурентов и сложность транспортной развязки на дороге. Но нам хотелось рациональнее тратить деньги, которые мы заработали».

AI Conference Kyiv: Pervoaprelskiy rozyigryish s kovrami, outdoor i prevraschenie dvumernogo v 3D 2
Пример рекламных объявлений, «ЛУН»

Поэтому команда AI-разработок «ЛУН» решила взять оценку наружной рекламы в свои руки. Для осуществления этой идеи использовали систему универсальной локализации. Она определяет билборды в видеоряде, высчитывает динамическую площадь в зоне видимости, считает время, за которое водитель успевает увидеть рекламное объявление, а также учитывает конкуренцию с другими бордами в режиме реального времени.

«Мы проехали с обычной камерой с видеорегистратора на обычной машине. Отснятый видеоряд натравили на систему локализации, задействовав поверх него фильтр Калмана [рекурсивный фильтр, оценивающий вектор состояния динамической системы – ред.] и завернули это всё в постпроцессор, – поясняет специалист. – Таким образом, любая машина с любой камерой сама находит борд, присваивает ему ID, ведёт его всё время на протяжении записи, считает площадь, суммарно занимаемую этим бордом во время присутствия, и рекламу конкурентов. Всё сработало».


Как работает система универсальной локализации, «ЛУН»

Ребята также протестировали разработку в Калифорнии. И тоже успешно, признался Владимир.

От плоского к объёмному – с помощью ML

В 2018 году Facebook запустил функцию публикации 3D-фотографий. Чтобы воспользоваться ею, нужно загрузить фотографию с телефона с двумя камерами.

Всё это – упрощенный алгоритм, с помощью которого снимают настоящие стереофильмы, для чего используется специальная кинокамера с двумя объективами. Каждый из них снимает кадры для определенного глаза: стереоэффект в кино основан на том, что правому и левому глазу демонстрируют различные кадры.

Тем не менее, сейчас стереоизображение можно создать и из одного плоского – к примеру, «Титаник» изначально сняли в 2D-формате, а спустя 15 лет конвертировали в 3D.

Такое же решение решили использовать и в «ЛУН», чтобы добавить интерактивное взаимодействие с контентом.

«Мы подумали: что, если 3D-фильмы разобрать на кадры покамерно и научить нейросеть по картинке левого глаза рисовать картинку правого глаза? Зная фокусное расстояние и архитектуру камеры, которую мы имитируем, можно вычислить карту глубины», – объясняет лектор.

Так, нейронная сеть, обучившись на стереофотографиях, понимает, как устроены квартиры, и сама создает стереоизображения из обычных фото.

Алгоритм, совершенствующий систему рекомендаций на сайте

Зачастую у пользователей поисковиков жилья (особенно у тех, кто ищет аренду квартиры) ограничено время – все наиболее выгодные предложения быстро разбирают. При этом, помимо цены и расположения, хочется выбрать ещё и подходящий интерьер. Чтобы помочь посетителям, разработчики «ЛУН» используют машинное обучение.

«У людей разные вкусы, и в определенный момент они хотят искать не по параметрам, а по тому, что нравится. Для этого мы сделали систему, которая по фото может декомпозировать интерьер на составляющие и попытается найти похожие», – утверждает Владимир.

AI Conference Kyiv: Pervoaprelskiy rozyigryish s kovrami, outdoor i prevraschenie dvumernogo v 3D 3
Фильтрация объявлений, «ЛУН»

Сначала проблема – потом решение

Оценить конкретный экономический эффект, который компании приносит машинное обучение, достаточно трудно.

«Чтобы понять, принесёт ли компании ценность алгоритмическое решение или тот же чат-бот, надо задать один вопрос: какую проблему я решаю и существует ли эта проблема. Часто хочется разработать что-то просто потому, что хочется. Но мы всегда стараемся вначале отыскать проблему, а потом уже её решать», – заключает Head of AI в «ЛУН».


Об эффективном использовании машинного обучения в бизнесе много
нового расскажут на AI Conference Kyiv,
которая состоится 4 июня в столице Украины.

Не пропустите ►►►

Похожие новости