Yousinsa - YouTube जूते, फ़ैशन फ़ोटो और वीडियो संग्रह - प्रमाण-आधारित वीडियो के साथ फ़ैशन सिफारिशें देने वाली सेवा POC

YouTube फ़ैशन सिफारिशों को प्रमाण के आधार पर व्यवस्थित करने की कोशिश की

फ़ैशन YouTube देखते समय अक्सर "कौन-सी टी-शर्ट अच्छी है", "इस ब्रांड की value for money अच्छी है", "इसका fit अच्छा है" जैसी बहुत-सी सिफारिशें सुनने को मिलती हैं।

लेकिन बाद में जब वास्तव में कुछ खरीदना हो, तो अक्सर याद नहीं रहता। किस YouTuber ने किस वीडियो में और किस वजह से सिफारिश की थी, यह दोबारा ढूंढना भी मुश्किल होता है।

इसीलिए मैंने Yousinsa नाम का एक छोटा-सा POC बनाया।

यह एक ऐसी सेवा है जो YouTube फ़ैशन क्रिएटर्स के वीडियो से timestamp के आधार पर brand, product, category और recommendation reason निकालती है, और जब उपयोगकर्ता सवाल पूछता है तो उन्हीं प्रमाणों के आधार पर brand और product सुझाती है।

उदाहरण के तौर पर यह इस तरह काम करता है। नीचे दिए गए सवाल वे उदाहरण हैं जिन्हें वास्तव में चलाकर देखा गया और जिनके नतीजे अच्छे लगे।

• "मैं 30s का पुरुष हूँ और सफेद/काली basic टी-शर्ट ढूंढ रहा हूँ। बहुत पतली न हो, fit refined हो, और budget 50,000 won से कम हो। Uniqlo जैसा feel ठीक है, लेकिन बहुत आम चीज़ नहीं चाहिए।"
• "ऐसे daily sneakers सुझाओ जिन्हें office commute और weekend दोनों में पहना जा सके। पैर थोड़ा चौड़ा है, और बहुत flashy logo पसंद नहीं है। jeans और slacks दोनों के साथ अच्छे लगें तो बेहतर होगा।"
• "मैं एक neat महिलाओं के office look की तलाश में हूँ। बहुत चमकदार नहीं, monotone brand हो तो अच्छा रहेगा, और budget Draw Fit ब्रांड के आसपास हो तो ठीक रहेगा।"
• "फ़ैशन YouTubers द्वारा अक्सर सुझाए गए टी-शर्ट brands को उनके प्रमाण वीडियो के साथ दिखाओ। बहुत महंगे brands के बजाय ऐसे basic टी-शर्ट ज़्यादा हों जिन्हें वास्तव में खरीदना आसान हो।"

सामान्य chatbot की तरह सिर्फ "यह brand अच्छा है" कहने के बजाय, मेरा फोकस इस बात पर था कि इस YouTuber ने / इस वीडियो में / इस हिस्से में / इस कारण से सिफारिश की — यह तुरंत दिख सके।

फ़िलहाल DB में लगभग नीचे जितना डेटा है।

• evidence item: 29,044
• YouTube video: 3,011
• creator: 1,788
• brand: 7,507
• product image लगे हुए item: 26,206

अभी तक यह सुविधाएँ काम कर रही हैं।

• YouTube फ़ैशन वीडियो से brand/product/category/recommendation reason निकालना
• वीडियो के भीतर timestamp link सहेजना
• brand-wise/category-wise recommendation bundles देखना
• product image आधारित board view
• natural language में preference/budget/situation डालने पर recommendation बनाना
• recommendation results में प्रमाण वीडियो और product search link देखना

tech stack सरल है। Gemini CLI से वीडियो analysis किया, फिर Python script से post-processing करके SQLite में सहेजा। वेब के लिए static HTML/JS और lightweight Python server जोड़ा।

• सेवा: https://labs.foldalpha.com/fashion/
• कोड/रिपोर्ट: https://github.com/sbyoun/yousinsa
• रिपोर्ट PDF: https://github.com/sbyoun/yousinsa/blob/main/paper/yousinsa-paper.pdf

आजकल अगर कुछ चाहिए हो, तो पहले उसे बनाकर इस्तेमाल कर लेना सोचा हुआ से कहीं आसान हो गया है — यह बात मैं अक्सर महसूस करता हूँ। पहले एक सेवा बनाना अपने आप में बहुत बड़ा काम होता था, लेकिन अब छोटे POC को काफी तेजी से बनाया जा सकता है।

लेकिन इसलिए अब और कठिन चीज़ शायद differentiation है। UI या features की नकल जल्दी की जा सकती है, पर सच में उपयोगी recommendation बनाने के लिए प्रमाण-आधारित data को लगातार इकट्ठा करना और व्यवस्थित करना पड़ता है। उसमें समय लगना तय है, और मुझे लगता है कि ऐसा data accumulation ही असल differentiation बन सकता है।

मैं अभी भी कई तरह के प्रयोग कर रहा हूँ। feedback का स्वागत है।