Applications 🇷🇺 06.08.2026 04:02

Comment un LLM a ramené une fonctionnalité de Google Maps (compétence Claude incluse)

AnthropicAnthropic OpenAIOpenAI DataForSEODataForSEO ApifyApify
Un développeur utilise des LLM et des API publiques pour recréer la fonctionnalité « Votre correspondance » de Google Maps, supprimée en 2023. L'approche consiste à extraire les avis des contributeurs via DataForSEO et Apify, à noter les candidats avec un filtrage collaboratif, et à relever des défis tels que les listes virtualisées et les délais d'attente.
En 2018, Google Maps a introduit « Votre correspondance » – un pourcentage indiquant la probabilité qu'un utilisateur aime un restaurant, en se basant sur ses avis passés. L'auteur s'est fié à cette fonctionnalité jusqu'à ce qu'elle soit discrètement supprimée en 2023. Pour la recréer, il a utilisé une approche de filtrage collaboratif basé sur les utilisateurs : trouver des personnes dont les notes corrèlent avec les vôtres, puis recommander des lieux qu'elles ont aimés et que vous n'avez pas essayés. Cependant, le scraping direct de Google Maps s'est avéré difficile en raison des listes virtualisées et des événements de défilement synthétiques ignorés, alors il est passé à deux API payantes : DataForSEO (pour les avis des lieux de départ) et Apify (pour l'extraction des historiques des contributeurs). Le pipeline a collecté environ 730 contributeurs et 32 500 avis, produisant environ 4 000 lieux candidats. La formule de notation pondère les soutiens par affinité (chevauchement avec vos likes de départ) et atténue l'activité (nombre d'avis) pour éviter le biais des contributeurs prolifiques mais indiscriminés. Les coûts étaient significatifs : Apify facturait 0,0015 $ par ligne d'avis (total 48,67 $), tandis que DataForSEO était moins cher par avis mais manquait d'extraction au niveau du contributeur. La compétence finale et le script sont disponibles dans un dépôt, avec un avertissement que la méthode n'est pas un véritable système de recommandation et ne corrige pas le biais de popularité.
Source: Habr — хаб ML — original
Nos articles précédents sur ce sujet ↓
Infos fraîches