vector database food similarity

Database vektor untuk rekomendasi

Gunakan kasus rekomendasi kesamaan untuk produk makanan dengan database vektor chroma berdasarkan fakta makanan terbuka.

Cara kerjanya

1. Penambangan dan Persiapan Data (Data-Mining.js)

Sekitar 10.000 produk diambil menggunakan API Fakta Makanan Terbuka tetapi beberapa produk kekurangan informasi, jadi setelah diproses, kami memiliki sekitar 4.300 produk. Setiap produk memiliki pengidentifikasi unik, nama, URL gambar, dan persentase bahan. Ada lebih dari 1.500 vektor yang diindeks, dengan masing -masing vektor mewakili persentase bahan dalam total produk makanan (seperti gula, minyak, air, dll.).
Untuk memulai pembuatan dataset, jalankan perintah berikut:

npm run data-mining

2. Migrasi pada database vektor (migrasi.js)

Migrasi akan mengekspor Dataset Produk ( products.json ) ke database Chroma lokal.
Untuk meluncurkan migrasi, jalankan:

npm run migration

3. Permintaan database (query.js)

Untuk melakukan kueri ke database vektor, Anda perlu menghasilkan vektor dari data produk.
Pertama, kami menyebut API Produk Fakta Makanan Terbuka. Kemudian, kami menghasilkan vektor untuk embedding ( likeliest_recipes.json ) dan menggunakannya untuk membuat permintaan ke database.
Secara default, ketika kueri dilakukan pada database Chroma, produk serupa ditentukan menggunakan norma vektor Squared L2 Norm :

Norma vektor lainnya juga tersedia seperti Inner product atau Cosine similarity , lebih detail tentang Chroma dan HNSWLIB.

Instalasi

1. Instal Paket yang Diperlukan Menggunakan NPM

   npm ci

2. Untuk menjalankan database Chroma dalam wadah Docker, paparkan di port 8080

   docker run -p 8000:8000 chromadb/chroma:0.4.21

3. Permintaan database menggunakan kode produk unik dan tampilkan 3 kecocokan terdekat di konsol.
   Kode produk yang unik dapat ditemukan di URL Fakta Makanan Terbuka (contoh dengan 3017620429484 : https://world.openfoodfacts.org/product/3017620429484/nutella-hazelnut-spread-ferrero)

   node ./query.js product=3017620429484

Kumpulan data

Semua set data telah diekstraksi menggunakan API Fakta Makanan Terbuka. Donasi untuk Proyek Fakta Makanan Terbuka

• likeliest_recipes.json - Daftar semua vektor yang diindeks.
• Products.json - Daftar semua produk dengan vektor yang sesuai.

Lisensi

Proyek ini dilisensikan dengan lisensi GNU AGPL V3.
Lihat lisensi untuk detail lebih lanjut.