Recommendation Model using Milvus vector db

Título: Modelo de Recomendação usando o banco de dados Vector Milvus com Docker

Leia sobre bancos de dados vetoriais : https: //zilliz.com/authors/samin_chandeepa

Visão geral

Este repositório contém uma implementação de um modelo de recomendação usando o MILVUS, um banco de dados vetorial projetado para armazenar e pesquisar vetores de alta dimensão com eficiência, implantado com o Docker. O modelo de recomendação aproveita os recursos do MILVUS para realizar pesquisas rápidas de similaridade, permitindo uma recuperação eficiente de itens semelhantes com base em preferências do usuário ou atributos de itens.

Características

• Utiliza Milvus para armazenamento e recuperação eficiente de vetores de alta dimensão.
• Implementa algoritmos de recomendação para recomendações personalizadas.
• Suporta estratégias de recomendação baseadas em usuários e baseadas em itens.
• Fornece APIs fáceis de usar para integrar o modelo de recomendação em aplicativos existentes.
• Suporta escalabilidade para lidar com grandes conjuntos de dados e bases de usuários.
• Dockerized Implement para facilitar a configuração e o gerenciamento.

Instalação

1. Clone este repositório:

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

2. Navegue até o diretório do projeto:

    cd recommendation-model-milvus

3. Construa e execute o contêiner do docker:

   docker-compose up --build

Uso

1. Prepare seu conjunto de dados e gerar incorporação para itens ou usuários usando seu método preferido.

2. Configure a instância do Milvus:

   • Configure um servidor MILVUS e configure parâmetros de conexão em config.py .

3. Carregue as incorporações em Milvus:

   • Use os scripts fornecidos ou implemente o seu próprio para carregar vetores no Milvus.

4. Inicialize o modelo de recomendação:

   • Use as classes fornecidas ou implemente sua própria lógica de recomendação.

5. Interagir com o modelo de recomendação:

   • Use as APIs fornecidas para obter recomendações com base nas preferências do usuário ou nos atributos do item.

Exemplo

Confira os notebooks Jupyter fornecidos ( examples/ ) para obter uma demonstração de como usar o modelo de recomendação com conjuntos de dados de amostra.

Contribuindo

As contribuições são bem -vindas! Se você tiver alguma idéia de melhoria ou encontrar algum problema, abra um problema ou envie uma solicitação de tração.

Licença

Este projeto está licenciado sob a licença do MIT.

Agradecimentos

• Graças aos criadores do Milvus por fornecer uma solução eficiente de banco de dados vetorial.
• Este projeto foi inspirado em vários sistemas de recomendação e bibliotecas.

Contato

Para qualquer dúvida ou consulta, entre em contato com [email protected].

Feliz recomendação!