发布于: Aug 12, 2022

这套解决方案以无服务器栈为基础,如下图所示。其中图像上传经 Amazon API Gateway 到面向 Amazon Simple Storage Service 的上传 API,上传事件会触发以 Lambda 函数实现的工作流,运行一系列用于自动决策的机器学习模型和业务规则。

整个事件驱动工作流如下所示:

  1. 卖方通过 API Gateway 向门户网站提交带有图像的房产列表。
  2. 图像被上传至 Amazon S3,继而触发 Amazon S3 事件。
  3. 包含 Amazon S3 对象相关元数据的事件,被进一步发布至分布式队列 Amazon Simple Queue Service(Amazon SQS)当中。
  4. 将 Amazon SQS 与 Lambda 相集成,Lambda 会轮询该队列直到发现新的可用事件调用 Lambda 函数。随着发送至 Amazon SQS 事件的持续增加,Lambda 还会自动调用更多函数来应对。
  5. 当函数被调用时,函数内的图像审核业务逻辑将被执行,并通过商标及联系信息模型与 Amazon Rekognition 共同推理图像是否存在违规。
  6. 将模型输出组合起来,即可根据业务规则完成进一步处理,决定后续操作——通知代理、转发至审核人员团队以进行检查或自动批准。

业务结果

数据科学与工程负责人 Mohammad Alauddin 表示,“随着业务的增长,提升效率已经成为影响我们扩展规模的重要因素。我们的团队也开始集思广益,思考如何在更好地服务于客户的同时,保持团队的高效率。通过 Amazon Web Services Lambda 与 Amazon Rekognition 在 Amazon Web Services 应用机器学习,我们增加了平台上高质量合规列表的数量,同时减少了列表的审核时间与成本。此外,我们不仅在规定的时间表内完成项目,并将误报数量减少了超过56%。”

相关文章