Recommendation Model using Milvus vector db

Название: Рекомендационная модель с использованием базы данных Vector Milvus с Docker

Читайте о векторных базах данных : https: //zilliz.com/authors/samin_chandeepa

Обзор

Этот репозиторий содержит реализацию рекомендательной модели с использованием Milvus, векторной базы данных, предназначенной для эффективного хранения и поиска высокоразмерных векторов, развернутых с Docker. Рекомендационная модель использует возможности Milvus для выполнения быстрого поиска сходства, что позволяет эффективно извлекать аналогичные элементы на основе предпочтений пользователей или атрибутов элемента.

Функции

• Использует Milvus для эффективного хранения и извлечения высокоразмерных векторов.
• Реализует алгоритмы рекомендаций для персонализированных рекомендаций.
• Поддерживает как пользовательские, так и на основе элементов стратегии рекомендаций.
• Предоставляет простые в использовании API для интеграции модели рекомендаций в существующие приложения.
• Поддерживает масштабируемость для обработки больших наборов данных и пользовательских баз.
• Стоимость развертывания для легкой настройки и управления.

Установка

1. Клонировать это хранилище:

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

2. Перейдите к каталогу проекта:

    cd recommendation-model-milvus

3. Создайте и запустите контейнер Docker:

   docker-compose up --build

Использование

1. Подготовьте свой набор данных и генерируйте Entgeddings для элементов или пользователей, используя ваш предпочтительный метод.

2. Настройте экземпляр Milvus:

   • Настройте сервер Milvus и настройте параметры подключения в config.py .

3. Загрузите вторжения в Милвус:

   • Используйте предоставленные сценарии или реализуйте свои собственные для загрузки векторов в Милвус.

4. Инициализировать модель рекомендаций:

   • Используйте предоставленные классы или реализуйте свою собственную логику рекомендаций.

5. Взаимодействуйте с рекомендательной моделью:

   • Используйте предоставленные API, чтобы получить рекомендации на основе предпочтений пользователей или атрибутов элемента.

Пример

Ознакомьтесь с предоставленными ноутбуками Jupyter ( examples/ ) для демонстрации того, как использовать модель рекомендации с образцами наборов данных.

Внося

Взносы приветствуются! Если у вас есть какие -либо идеи для улучшения или вы найдете какие -либо проблемы, откройте проблему или отправьте запрос на привлечение.

Лицензия

Этот проект лицензирован по лицензии MIT.

Благодарности

• Благодаря создателям Milvus за предоставление эффективного решения для векторной базы данных.
• Этот проект был вдохновлен различными системами рекомендаций и библиотеками.

Контакт

По любым вопросам или запросам, не стесняйтесь обращаться к [email protected].

Счастливого рекомендации!