dressr
In Zusammenarbeit mit
Clemens Wolfsberger und Benjamin Höllmüller
Projektbeschreibung
dressr ist ein Second-Hand-Marktplatz mit Social-Feed-UX statt klassischer Listenansicht. Nutzer scrollen durch Outfits wie in einer Social-App — gesteuert von einer KI-Komponente, die Produktbilder und Beschreibungen analysiert, Feature-Vektoren berechnet und daraus ähnliche Artikel gruppiert sowie Nutzerinteressen ableitet.
Kernfunktionen
Feed-basiertes Browsing
Artikel werden als Cards präsentiert — kein Listenscrolling, sondern ein Swipe-Feed wie in Social-Media-Apps. Das reduziert kognitive Last und steigert die Verweildauer.
KI-gestützte Feature-Vektoren
Eine KI-Komponente analysiert Produktbilder und -beschreibungen und berechnet pro Artikel einen Feature-Vektor. Ähnliche Artikel werden im Vektorraum gruppiert — die Basis für Empfehlungen und Entdeckung.
Nutzerinteressen-Erkennung
Durch die Analyse der Interaktionen im Vektorraum werden implizite Nutzerinteressen abgeleitet. Der Feed passt sich dynamisch an — ohne explizite Präferenzeingabe.
Media-Pipeline mit MinIO
Bilder werden beim Upload automatisch komprimiert und über MinIO-Buckets gespeichert. Die Auslieferung ist CDN-ähnlich strukturiert — schnell und skalierbar.
Technologien
