H.I.D.R.A.: A Hierarchical, Interactive and Dynamic Recognition Architecture for Product Categorization

  • Renato Cordeiro Ferreira Laboratório de Pesquisa do Elo7 / Universidade de São Paulo http://orcid.org/0000-0001-7296-7091
  • Ígor Bonadio Laboratório de Pesquisa do Elo7 / Universidade de São Paulo
  • Vinicius Resende Laboratório de Pesquisa do Elo7
  • Beatriz Marouelli Laboratório de Pesquisa do Elo7
  • Junior Koch Laboratório de Pesquisa do Elo7
  • Henrique Oliveira Laboratório de Pesquisa do Elo7
  • Leandro Fadelli Laboratório de Pesquisa do Elo7
  • Helton Alponti Laboratório de Pesquisa do Elo7
  • André Formento Laboratório de Pesquisa do Elo7
  • Rodrigo Vedovato Laboratório de Pesquisa do Elo7

Resumo


The Hierarchical, Interactive and Dynamic Recognition Architecture (H.I.D.R.A.) for Product Categorization is a new intelligent system architecture developed by Elo7 to easily evolve its category tree and automatically classify millions of products, thus improving the page ranking of our marketplace.
Palavras-chave: Intelligent System, Machine Learning, Product Categorization, Reactive Architecture, Event Streaming, Microservices, Weak Supervised Learning

Referências

Bonér, J. (2016). Reactive Microservices Architecture. Technical report, Lightbend, Inc.

Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., and Ré, C. (2017). Snorkel: Rapid training data creation with weak supervision. In Proceedings of the VLDB Endowment. International Conference on Very Large Data Bases, volume 11, page

Wampler, D. (2019). Fast Data Architectures for Streaming Applications. Technical report, Lightbend, Inc.
Publicado
19/10/2020
Como Citar

Selecione um Formato
FERREIRA, Renato Cordeiro et al. H.I.D.R.A.: A Hierarchical, Interactive and Dynamic Recognition Architecture for Product Categorization. In: TRILHA DA INDÚSTRIA - CONGRESSO BRASILEIRO DE SOFTWARE: TEORIA E PRÁTICA (CBSOFT), 11. , 2020, Evento Online. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2020 . p. 139-143. DOI: https://doi.org/10.5753/cbsoft_estendido.2020.14622.