推荐系统
本教程演示如何使用开源向量数据库Milvus构建推荐系统。
使用的ML模型和第三方软件包括：
-
PaddlePaddle
-
Redis或MySQL
推荐系统是信息过滤系统的一个子集，可用于个性化电影、音乐、产品和信息流推荐等各种场景。与搜索引擎不同，推荐系统不需要用户准确描述其需求，而是通过分析用户行为来发现用户的需求和兴趣。
在本教程中，您将学习如何构建一个电影推荐系统，该系统可以建议符合用户兴趣的电影。要构建这样的推荐系统，首先需要下载一个与电影相关的数据集。本教程使用MovieLens 1M。或者，您可以准备自己的数据集，其中应包括用户对电影的评分、用户的人口统计特征和电影描述等信息。使用PaddlePaddle将用户ID和特征组合并将其转换为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性搜索。如果用户向量与电影向量相似，Milvus将返回电影向量和其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。
Workflow of a recommender system.