milvus-logo
Star
0
Forks
0
快速开始

推荐系统

本教程将介绍如何使用开源向量数据库 Milvus 搭建推荐系统。

本教程中使用到的 ML 模型及第三方软件包括:

  • PaddlePaddle
  • Redis or MySQL

推荐系统是一种信息过滤系统,可用于推荐个性化电影、音乐、产品、订阅消息等各种应用场景。与搜索引擎不同,推荐系统不需要用户准确地描述他们的需求,可以通过分析用户行为来发现用户的需求和兴趣。


通过本教程,你将学会如何搭建一个电影推荐系统,可以根据用户的兴趣来推荐电影。要构建这样的推荐系统,首先下载一个与电影相关的数据集。本教程使用 MovieLens 1M。或者你也可以准备自己的数据集,里面应包括用户对电影的评分,用户的特征统计和电影的描述。使用 PaddlePaddle 组合用户 ID 和特征,并将它们转换为 256 维向量。 以类似的方式将电影 ID 和特征转换为向量。 将电影向量存储在 Milvus 中,并使用用户向量进行相似度搜索。 如果用户向量与电影向量相似,Milvus 将返回电影向量及其 ID 作为推荐结果。 然后使用存储在 Redis 或 MySQL 中的电影向量 ID 查询电影信息。


recommender_system
Workflow of a recommender system.

该页面是否对你有帮助?
本页目录