Design and implementation of a personalized search suggestion system

Abstract

Aquest treball final de grau consisteix en el disseny i la implementació d'un sistema de suggerències personalitzades per a un motor de cerca de productes usat per diversos supermercats online de diferents països del món. El projecte constitueix un conveni de cooperació educativa entre la Universitat Politècnica de Catalunya (UPC) i l'empresa britànica de software Ocado Technology. El nou sistema té la finalitat de substituir la solució existent, que ofereix els mateixos suggeriments a tots els clients del supermercat en línia, per passar a proporcionar una llista de productes adaptada segons els hàbits de compra de cada client. A la part de disseny, s'estudien les alternatives principals per emmagatzemar les dades sobre les suggerències de manera òptima en termes d'espai i temps d'accés. A la part d'implementació, es programa la lògica per llegir les suggerències de la base de dades i filtrar possibles termes censurats per alguns supermercats. A més, s'hi inclou un mecanisme de reserva per completar la llista amb productes populars del supermercat en general en cas que no hi hagi informació suficient per proporcionar una llista completa de suggeriments personalitzats a un client. Finalment, també s'explica la implementació d'un procés automatitzat que s'executa diàriament per mantenir actualitzats les suggerències de cada usuari d'acord amb les dades generades en una base de dades diferent per part de l'equip de ciència de dades d'Ocado Technology.

This final degree project consists of the design and implementation of a personalized suggestion system for a product search engine used by various online supermarkets in different countries around the world. The project constitutes an educational cooperation agreement between the Universitat Politècnica de Catalunya (UPC) and the British software company Ocado Technology. The new system is intended to replace the existing solution, which offers the same suggestions to all customers of the online supermarket, to start providing a list of products tailored to each customer's purchasing habits. In the design part, the main alternatives to store the data of suggestions in an optimal way in terms of space and access time are analyzed. In the implementation part, the logic to read the suggestions from the database and filter possible terms blacklisted by some supermarkets is programmed. In addition, a fallback mechanism is included to populate the list with popular generic supermarket products in case there is not enough information to provide a complete list of personalized suggestions to a customer. Finally, the implementation of an automated process that is executed daily to keep each user's suggestions updated according to the data generated in a different database by the Ocado Technology Data Science team is also explained.