Recommendation Model using Milvus vector db

Judul: Model Rekomendasi Menggunakan Milvus Vector Database dengan Docker

Baca tentang database vektor : https: //zilliz.com/authors/samin_chandeepa

Ringkasan

Repositori ini berisi implementasi model rekomendasi menggunakan MILVUS, database vektor yang dirancang untuk menyimpan dan mencari vektor dimensi tinggi secara efisien, digunakan dengan Docker. Model rekomendasi memanfaatkan kemampuan milvus untuk melakukan pencarian kesamaan yang cepat, memungkinkan pengambilan yang efisien dari item serupa berdasarkan preferensi pengguna atau atribut item.

Fitur

• Memanfaatkan milvus untuk penyimpanan dan pengambilan vektor dimensi tinggi yang efisien.
• Mengimplementasikan algoritma rekomendasi untuk rekomendasi yang dipersonalisasi.
• Mendukung strategi rekomendasi berbasis pengguna dan berbasis item.
• Memberikan API yang mudah digunakan untuk mengintegrasikan model rekomendasi ke dalam aplikasi yang ada.
• Mendukung skalabilitas untuk menangani dataset besar dan basis pengguna.
• Penempatan berlabuh untuk pengaturan dan manajemen yang mudah.

Instalasi

1. Klon Repositori ini:

   git clone https://github.com/HGSChandeepa/recommendation-model-milvus.git

2. Arahkan ke Direktori Proyek:

    cd recommendation-model-milvus

3. Bangun dan jalankan wadah Docker:

   docker-compose up --build

Penggunaan

1. Siapkan dataset Anda dan buat embeddings untuk item atau pengguna menggunakan metode pilihan Anda.

2. Konfigurasikan contoh milvus:

   • Atur server milvus dan konfigurasikan parameter koneksi di config.py .

3. Muat embeddings ke dalam milvus:

   • Gunakan skrip yang disediakan atau terapkan sendiri untuk memuat vektor ke dalam milvus.

4. Inisialisasi model rekomendasi:

   • Gunakan kelas yang disediakan atau terapkan logika rekomendasi Anda sendiri.

5. Berinteraksi dengan model rekomendasi:

   • Gunakan API yang disediakan untuk mendapatkan rekomendasi berdasarkan preferensi pengguna atau atribut item.

Contoh

Lihatlah buku catatan Jupyter yang disediakan ( examples/ ) untuk demonstrasi cara menggunakan model rekomendasi dengan set data sampel.

Berkontribusi

Kontribusi dipersilakan! Jika Anda memiliki ide untuk perbaikan atau menemukan masalah, buka masalah atau kirimkan permintaan tarik.

Lisensi

Proyek ini dilisensikan di bawah lisensi MIT.

Ucapan Terima Kasih

• Terima kasih kepada pencipta Milvus untuk menyediakan solusi basis data vektor yang efisien.
• Proyek ini terinspirasi oleh berbagai sistem dan perpustakaan rekomendasi.

Kontak

Untuk pertanyaan atau pertanyaan apa pun, jangan ragu untuk menghubungi [email protected].

Selamat merekomendasikan!