[发明专利]基于Milvus向量相似搜索的物料推荐方法、系统及存储介质

说明书

本发明提供了一种基于Milvus向量相似搜索的物料推荐方法，包括如下方法步骤：S1、海豚调度模块将物料实例的嵌入向量数据，同步至云原生向量数据库集群；S2、路由服务模块获取物料实例的IP列表；S3、向量服务模块获取物料实例的IP列表；S4、向量服务模块，请求多个云原生向量数据库，对物料实例IP列表中对应物料实例的嵌入向量进行相似搜索；S5、多个云原生向量数据库对待搜索的物料实例的嵌入向量，与云原生向量数据库中的业务向量进行余弦相似计算，并将相似度最高的K个嵌入向量返回至向量服务模块；S6、推荐服务模块，根据K个物料实例的嵌入向量进行物料推荐。本发明能够搜索出与待搜索物料最相似的物料，提升算法推荐的各项指标。

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种基于Milvus向量相似搜索的物料推荐方法、系统及存储介质。

背景技术

Milvus(云原生向量数据库)是一款云原生向量数据库，它具备高可用、高性能、易拓展的特点，用于海量向量数据的实时召回。Milvus基于FAISS、Annoy、HNSW等向量搜索库构建，核心是解决稠密向量相似度检索的问题。在向量检索库的基础上，Milvus支持数据分区分片、数据持久化、增量数据摄取、标量向量混合查询、time travel等功能，同时大幅优化了向量检索的性能，可满足任何向量检索场景的应用需求。

现有的物料推荐方法难以搜索到与用户点击的物料最相似的物料，物料推荐的各项指标，例如收入、点击率、arpu值(每用户平均收入，Average Revenue Per Use)等与用户的实际情况存在较大差异。

发明内容

本发明提供了一种基于Milvus向量相似搜索的物料推荐方法、系统及存储介质，以解决现有技术中难以搜索到与用户点击的物料最相似的物料的技术问题。

本发明的一个方面在于提供一种基于Milvus向量相似搜索的物料推荐方法，所述物料推荐方法包括如下方法步骤：

S1、海豚调度模块将物料实例的嵌入向量数据，同步至云原生向量数据库集群，其中，所述云原生向量数据库集群中包括多个云原生向量数据库；

S2、路由服务模块，从多个云原生向量数据库，获取物料实例的IP列表；

S3、向量服务模块调用路由服务模块，从路由服务模块获取物料实例的IP列表；

S4、向量服务模块，将物料实例IP列表通过轮询的负载均衡策略，请求多个云原生向量数据库，对物料实例IP列表中对应物料实例的嵌入向量进行相似搜索；

S5、多个云原生向量数据库对待搜索的物料实例的嵌入向量，与云原生向量数据库中的业务向量进行余弦相似计算，并将相似度最高的K个物料实例的嵌入向量返回至向量服务模块；

S6、推荐服务模块，获取K个物料实例的嵌入向量，根据K个物料实例的嵌入向量进行物料推荐。

在一个优选的实施例中，在步骤S1中，海豚调度模块通过调用云原生向量数据库数据同步接口，将物料实例的嵌入向量数据，同步至云原生向量数据库集群。

在一个优选的实施例中，在步骤S3中，向量服务模块，通过HTTP协议调用路由服务模块，从路由服务模块获取物料实例的IP列表。

在一个优选的实施例中，在步骤S2中，路由服务模块，对多个云原生向量数据库进行健康检查，

当多个云原生向量数据库中存在不健康的物料实例IP，则路由服务模块将物料实例IP列表中不健康的物料实例IP剔除。

在一个优选的实施例中，向量服务模块，从路由服务模块获取剔除不健康的物料实例IP的物料实例IP列表。