vector database food similarity

推薦的向量數據庫

基於開放食品事實的具有色度矢量數據庫的食品的相似性建議。

它如何工作

1。數據挖掘和準備（數據挖掘）

使用開放食品事實API檢索了大約10,000種產品，但有些產品缺乏信息，因此經過處理後，我們有大約4,300種產品。每種產品都有唯一的標識符，名稱，圖像URL和成分的百分比。有超過1,500個索引向量，每個載體代表食品總食品中成分的百分比（例如糖，油，水等）。
要啟動數據集的生成，請運行以下命令：

npm run data-mining

2。在矢量數據庫上的遷移（遷移.js）

遷移將將產品數據集（ products.json ）導出到本地Chroma數據庫。
要啟動遷移，請運行：

npm run migration

3。查詢數據庫（query.js）

要對矢量數據庫進行查詢，您需要從產品數據中生成向量。
首先，我們稱之為開放式食物事實產品API。然後，我們生成用於嵌入的向量（ likeliest_recipes.json ），並使用它們向數據庫提出請求。
默認情況下，當在Chroma數據庫上執行查詢時，使用Squared L2 Norm Vector Norm確定相似的產品：

其他矢量規範也可用，例如Inner product或Cosine similarity ，有關Chroma和Hnswlib的更多詳細信息。

安裝

1. 使用NPM安裝所需的軟件包

   npm ci

2. 要在Docker容器中運行Chroma數據庫，請將其暴露在端口8080上

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

3. 使用唯一的產品代碼查詢數據庫，並在控制台中顯示最接近的匹配項。
   獨特的產品代碼可以在開放式食品事實URL中找到（例如3017620429484 ：https：//world.openfoodfacts.org/product/3017620429484/nutella-nnetella-hazel-hazelnut-spread-ferrearo）

   node ./query.js product=3017620429484

數據集

所有數據集都是使用開放式食物事實API提取的。捐贈給開放食品事實項目

• likeliest_recipes.json-所有索引向量的列表。
• products.json-所有產品列表及其相應的向量。

執照

該項目已獲得GNU AGPL V3許可證的許可。
有關更多詳細信息，請參見許可證。