Estile：通过明亮的数据抓取增强人工智能驱动的服装推荐功能

# Web 开发# AI# Dev Challenge

我建造了什么

Estile 是一款人工智能时尚推荐应用，旨在帮助用户发现符合自己喜好的服装商品。该应用结合了人工智能和网页抓取技术，可以推荐服装，并自动在 eBay 上实时搜索匹配商品。

该应用程序的人工智能系统根据用户偏好和趋势推荐款式。然后，它使用自定义微调流程来优化搜索关键词，并确保产品与 eBay 上现有商品准确匹配。

链接

前端代码存储库

后端代码存储库

截图

HomeLoadingResultFine-tuning loggingFine-tuning process

如何使用 Bright Data

Bright Data 通过实现实时数据抓取和微调 AI 模型，在构建 Estile 方面发挥了重要作用。以下是我利用它的方式：

  • 实时抓取服装推荐 - 使用 Bright Data 的抓取浏览器，我从动态和 JavaScript 密集型网站中提取数据，以获取最新的时尚单品和趋势。这确保了推荐始终是最新且相关的。
  • eBay 数据收集和 AI 微调 - 我利用 Bright Data 的 Web Scraper API 收集和构建来自 eBay 的数据。这些数据用于训练和微调语言模型 (LLM)，该模型将 AI 生成的时尚描述与最佳产品关键词相匹配。这使该应用程序能够提高搜索准确性并向用户提供精准的产品建议。

    • 附加提示资格

  • 提示 2：构建 Web Scraper API 来解决业务问题——Estile 展示了 Web 抓取的实际用途，以应对产品发现和推荐系统中的挑战。

    • 非常感谢 DEV.to 团队主办这次激动人心的黑客马拉松。也感谢您考虑我的项目参加 Bright Data Web Scraping Challenge！

    DEV 挑战现已开始！

    DEV Challenges Hub

    查看所有参与方式、证明您的技能并赢取奖品。

    访问挑战中心