Recomanacions amb IA per a una plataforma d’art digital
Convertim dades reals d’usuari en sistemes intel·ligents i escalables que resolen problemes de negoci concrets.
Sparsity va col·laborar en el disseny i la construcció d’un motor de recomanació capaç de suggerir obres d’art personalitzades (pintura, il·lustració i fotografia) als seus usuaris. L’objectiu: ajudar la gent a descobrir peces que els encantin i, alhora, donar visibilitat real als artistes emergents dins la plataforma.
La recomanació és un problema molt més difícil del que sembla. Si no l’encertes, els usuaris veuen una vegada i una altra el mateix artista, la mateixa col·lecció i el mateix estil. Si l’encertes, la plataforma esdevé un veritable motor de descoberta. El nostre equip hi va treballar des de dos angles complementaris.
El filtratge col·laboratiu, que aprèn de com els usuaris interactuen realment amb el contingut («m’agrada», llistes, temps dedicat a mirar una peça) per recomanar continguts que han agradat a persones amb gustos semblants. Vam començar amb mètodes senzills basats en distàncies i vam anar avançant cap a la factorització de matrius, una tècnica que treu a la llum patrons ocults en el comportament dels usuaris i que escala amb eficiència en catàlegs grans. La millora va ser mesurable: la nostra mètrica d’avaluació (AUC) va passar de 0,76 amb els primers models a 0,93 amb l’enfocament refinat, i les recomanacions van guanyar molta diversitat entre artistes i col·leccions.
El filtratge basat en contingut, que mira l’obra mateixa (etiquetes, descripcions i biografies dels artistes) convertida en representacions numèriques mitjançant embeddings generats amb IA. Aquest enfocament és clau per resoldre el problema de l’«arrencada en fred»: els artistes acabats d’arribar i les peces pujades fa poc encara no tenen historial d’interaccions, però igualment es poden recomanar només pel seu contingut, i això ajuda els creadors nous a fer-se descobrir des del primer dia. Combinar els dos enfocaments en una única biblioteca de recomanació eficient dona a la plataforma un sistema que s’adapta als gustos dels usuaris consolidats i alhora és just amb els artistes nous i emergents, un equilibri imprescindible per a qualsevol mercat creatiu sa.