我们每天都在接触推荐系统,短视频、电商、外卖、演出、广告……
今天,我们将演示 Jina AI 社区用户 Achintya 的项目,他用 Jina 搭建了一个电影推荐系统。
电影推荐系统原理概览
在这个 Demo 中,作者将电影推荐转换成了文本搜索问题。
系统将用户输入作为文本 query,并在数据库中搜索与查找类似电影。
注:开始前需要向模型提供电影的名称、描述和类型等字段。
技术栈:Jina,Rest API,Dart
数据库:IMDB 电影数据集
具体过程如下:
1、从 Kaggle 下载 IMDB 电影数据集。
2、将数据添加至 DocumentArray 中,以便进一步预处理和索引。
3、将 DocumentArray 发送至 Flow,用 Jina Hub 上的 Executor 对数据进行索引。
4、搜索 Flow 将对输入查询进行编码,并在索引数据中搜索最匹配的选项。
5、找到最佳匹配后,发送 Rest API 作为输出数据(该 API 适用于各种前端框架)

本文介绍了一个利用 Jina AI 社区用户 Achintya 的项目,该项目将电影推荐系统转化为文本搜索问题。通过 Jina、Rest API 和 Dart 技术,结合 IMDB 数据集,实现电影推荐。流程包括下载数据、DocumentArray 预处理、Flow索引、查询编码和搜索匹配。关键步骤包括构建 Flow、索引和搜索功能。
最低0.47元/天 解锁文章
1734

被折叠的 条评论
为什么被折叠?



