Kaip palyginti užklausų ir produktų įterpimus, kad rastumėte tinkamus kandidatus?

Palyginus užklausų ir produktų įdėjimus, dažnai naudojami panašumo ar atstumo matavimai vektorių erdvėje. Pagrindiniai požiūriai:

• Kosino panašumas (Cosine Similarity): matuoja kampą tarp dviejų vektorių, ignoruodamas jų ilgį. Dažnai naudojamas, nes gerai atspindi semantinį artumą.

• Euklido atstumas (Euclidean Distance): matuoja tiesią atstumą tarp taškų erdvėje.

• Manheteno atstumas (Manhattan Distance): sumuoja absoliučias skirtumus kiekvienoje koordinatėje.

Norint rasti aktualius produktus pagal užklausą:

1. Konvertuokite užklausą ir produktus į įdėjimus naudodami modelį (pvz., BERT, Word2Vec).
2. Apskaičiuokite kosino panašumą tarp užklausos įdėjimo ir kiekvieno produkto įdėjimo.
3. Rūšiuokite produktus pagal mažėjantį panašumą — patys aktualiausi bus viršuje.

Pavyzdys Python kalba naudojant kosino panašumą:

from sklearn.metrics.pairwise import cosine_similarity
import numpy as np

query_embedding = np.array([[0.1, 0.3, 0.5]])
product_embeddings = np.array([
    [0.2, 0.1, 0.4],
    [0.9, 0.8, 0.7],
    [0.05, 0.3, 0.5]
])

similarities = cosine_similarity(query_embedding, product_embeddings)
# similarities.shape = (1, produktų skaičius)

# Produktų indeksai, surūšiuoti pagal mažėjantį panašumą
sorted_indices = np.argsort(-similarities[0])

print("Aktualūs produktai pagal mažėjantį panašumą:", sorted_indices)

Skalavimui didelėse kolekcijose naudojamos specializuotos bibliotekos ir indeksai, pvz., FAISS arba Annoy.