Общий обзор системы рекомендаций Streamplate в реальном времени
Что отличает Streamplate от многих других сервисов листинга продуктов питания, так это то, что он генерирует рекомендации по факторам, помимо географической близости.
Расстояние до места, естественно, важно при выборе места, где можно поесть или выпить. Однако Streamplate считает, что это всего лишь один из аспектов гораздо более богатой плоскости принятия решений. Для Streamplate существует набор из более чем сотни переменных, которые определяют списки мест и связанных с ними меню.
Некоторые из этих факторов включают в себя людей, с которыми вы находитесь, влажность, ультрафиолетовое излучение, поток трафика, приближающиеся праздники, мгновенную популярность места, ближайшие крупные события и так далее.
Когда пользователь открывает Streamplate, он получает отсортированный список мест в общем порядке предпочтений для этого пользователя. В каждом заведении есть отсортированное меню, опять же, отсортированное по предпочтениям. Это означает, что хотя в логике существует последовательное разграничение (сначала — сортировка мест, затем — сортировка меню), должно быть почти параллельное выполнение.
Это естественно проблематично, когда один информирует другого.
Кроме того, важно сосредоточиться на скорости — быстрые списки обеспечивают лучший пользовательский опыт. Так что дело не только в актуальности, но и в своевременности.
На приведенном выше графике показано общее представление о том, как работает Streamplate. Наша первоначальная цель — отображать результаты, обеспечивающие высокую конверсию менее чем за 2 секунды.
Чтобы еще больше подчеркнуть техническую цель — представьте, если бы Google сортировал свои результаты для вас на основе того, с кем вы были, где вы были и чего вы хотели в данный момент. Затем умножьте это на количество пользователей, использующих Streamplate в данный момент.
Обязательно подпишитесь на наш ограниченный выпуск в ближайшие недели здесь.
Спасибо за прочтение!
Брайан
