Om prosjektet
Food Manager er en startup som vil redusere matsvinn ved å gi folk oversikt over maten de har hjemme. Appen deres foreslår måltider, holder handlelister, og lar brukeren skanne kvitteringen fra butikken, slik at varene automatisk havner i oversikten. Append ble hentet inn for å forbedre det leddet som gjorde alt det andre mulig: koblingen mellom kvitteringstekst og riktig produkt i matvaredatabasen.
Utfordring
Kvitteringer er skrevet for kassaapparatet, ikke for maskinlesing. Produktnavnene er forkortet, informasjonen varierer fra kjede til kjede, og samme vare kan hete forskjellige ting på forskjellige kvitteringer. Den eksisterende løsningen ga ofte feil treff, og en matoversikt full av feil varer er verre enn ingen oversikt.
Løsning
Vi utviklet en søketjeneste som kombinerer semantisk søk med produktegenskaper:
Gjennomføring
Tjenesten tar imot produktnavn, pris og annen informasjon fra kvitteringen.
En embeddingmodell gjør produkttekst om til vektorer, slik at systemet finner produkter som ligner – selv når navnet på kvitteringen ikke matcher databasen ord for ord.
Treffene forbedres ved å veie inn størrelse, vekt, produsent, leverandør, dagligvarekjede og eksakte ordtreff.
Når systemet ikke er sikkert, får brukeren flere forslag og velger riktig vare selv – ærligere enn å gjette feil.
Vektordataene ble lagt inn i Food Managers eksisterende database, slik at tjenesten samarbeider med infrastrukturen de allerede har. Løsningen ble integrert i appen sammen med selskapet Texicon.
Resultater
Løsningen er integrert i arbeidsflyten for kvitteringsskanning:
Mer presise treff mellom kvittering og produkt, brukeren fotograferer kvitteringen og får riktige varer inn i oversikten.
Der systemet er usikkert, velger brukeren blant flere forslag i stedet for å få feil svar servert.
Løsningen kjører på Food Managers eksisterende database og infrastruktur, ingen parallellsystemer å vedlikeholde.
Teknologi
- Python
- PostgreSQL (med pgvector)
- Embeddingmodeller
- FastAPI
Dato: 15.5.2026

