playlist2vec

關於

該存儲庫包含playlist2vec.com的代碼，該網站旨在演示我們的論文中描述的矢量搜索模型，“播放列表的代表，探索和建議”。

特徵

• 直觀搜索接口和Spotify集成
• 微服務體系結構，用於無縫可擴展性。
• 簡化部署的Docker容器。
• 使用低成本庫（SQLite和Usearch矢量搜索）的利用來最大程度地減少應用程序足跡。
• 基於MMAP的向量搜索使應用程序可以在預算友好的機器（例如Raspberry Pi）上有效運行。
• NGINX配置可用於穩健的流量處理。
• 限制了為保護DDOS攻擊而實施的速率。
• NGINX緩存以優化服務器資源使用情況。
• 使用Kubernetes自動縮放功能。

安裝

注意：此設置已在Ubuntu 22.04上進行了X86_64和AARCH64架構的測試。

1。安裝Docker

1. 請按照此鏈接安裝Docker的說明：在Ubuntu上安裝Docker。
2. 確保完成此處概述的後安裝步驟。

2。安裝nginx

通過以下可用的指南安裝NGINX：如何在Ubuntu上安裝NGINX 22.04。

3。安裝nodejs

您可以通過參考本教程：如何在Ubuntu 22.04上安裝Node.js來安裝Node.js（v20.18.0）。

4。下載代碼

運行以下命令以克隆存儲庫：

 git clone https://github.com/piyp791/playlist2vec.git

5。導航到項目

通過運行：導航到項目目錄：

 cd playlist2vec

6。 nginx設置

1. 將nginx/nginx.conf文件複製到/etc/nginx/ 。

2. 將nginx/site_config文件複製到/etc/nginx/sites-available/<YOURSITENAME> 。

3. 創建一個符號鏈接，從sites-available到sites-enabled並具有以下命令：

    sudo ln -s /etc/nginx/sites-available/<YOURSITENAME> /etc/nginx/sites-enabled/
   

4. 通過執行刪除默認配置文件：

    sudo rm /etc/nginx/sites-enabled/default
   

5. 為NGINX創建一個緩存目錄：

    sudo mkdir /var/cache/nginx
   

6. 通過運行來驗證配置是正確的：

    sudo nginx -t
   

7. 通過命令重新啟動nginx：

    sudo systemctl restart nginx
   

7。安裝應用程序

從項目目錄中，執行構建腳本：

 ./build.sh.

這將創建網站的HTTP版本，該版本可以與HTTPS前端的CloudFlare隧道之類的服務集成。

筆記

默認情況下，構建腳本將應用程序配置為使用Mini版本的語料庫，其中包含377,000個項目。在此配置中，將迷你語料庫的搜索索引加載到內存中。相比之下，使用完整語料庫構建的搜索索引以內存映射模式訪問。

要更改此設置，您可以修改.env文件。將IS_MINI變量設置為false以使用語料庫的完整版本：

 IS_MINI=false

在開發模式下運行（無NGINX）

設置搜索服務：

 cd search-service
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn src.server:app --port 3001

設置自動完成服務：

 cd autocomplete-service
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn src.server:app --port 3002

設置網絡服務器：

 cd web-server
npm install
npm run start-dev-mode

運行測試

 cd web-server
npm run test-dev

引用

 Papreja, P., Venkateswara, H., Panchanathan, S. (2020). Representation, Exploration and Recommendation of Playlists. In: Cellier, P., Driessens, K. (eds) Machine Learning and Knowledge Discovery in Databases. ECML PKDD 2019. Communications in Computer and Information Science, vol 1168. Springer, Cham. https://doi.org/10.1007/978-3-030-43887-6_50