vector database food similarity

推荐的向量数据库

基于开放食品事实的具有色度矢量数据库的食品的相似性建议。

它如何工作

1。数据挖掘和准备（数据挖掘）

使用开放食品事实API检索了大约10,000种产品，但有些产品缺乏信息，因此经过处理后，我们有大约4,300种产品。每种产品都有唯一的标识符，名称，图像URL和成分的百分比。有超过1,500个索引向量，每个载体代表食品总食品中成分的百分比（例如糖，油，水等）。
要启动数据集的生成，请运行以下命令：

npm run data-mining

2。在矢量数据库上的迁移（迁移.js）

迁移将将产品数据集（ products.json ）导出到本地Chroma数据库。
要启动迁移，请运行：

npm run migration

3。查询数据库（query.js）

要对矢量数据库进行查询，您需要从产品数据中生成向量。
首先，我们称之为开放式食物事实产品API。然后，我们生成用于嵌入的向量（ likeliest_recipes.json ），并使用它们向数据库提出请求。
默认情况下，当在Chroma数据库上执行查询时，使用Squared L2 Norm Vector Norm确定相似的产品：

其他矢量规范也可用，例如Inner product或Cosine similarity ，有关Chroma和Hnswlib的更多详细信息。

安装

1. 使用NPM安装所需的软件包

   npm ci

2. 要在Docker容器中运行Chroma数据库，请将其暴露在端口8080上

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

3. 使用唯一的产品代码查询数据库，并在控制台中显示最接近的匹配项。
   独特的产品代码可以在开放式食品事实URL中找到（例如3017620429484 ：https：//world.openfoodfacts.org/product/3017620429484/nutella-nnetella-hazel-hazelnut-spread-ferrearo）

   node ./query.js product=3017620429484

数据集

所有数据集都是使用开放式食物事实API提取的。捐赠给开放食品事实项目

• likeliest_recipes.json-所有索引向量的列表。
• products.json-所有产品列表及其相应的向量。

执照

该项目已获得GNU AGPL V3许可证的许可。
有关更多详细信息，请参见许可证。