Retail e marketplace
Le righe "Potrebbe piacerti anche" mescolano prodotti simili con ciò che si vende ora, e non mostrano mai lo stesso elemento due volte in una sessione.
IA e LLMPersonalizzazionePiani Performance e Scale
Raccomandazioni in tempo reale
Raccomandazioni personali in un solo giro di letture. Feature dell'utente, elementi simili per vettore e ciò che è di tendenza, meno quello che ha già visto.
- segnali, un solo server
- 4
- elementi visti ripetuti
- 0
- conteggi di tendenza
- Dal vivo
Passo 1 di 6
Conta cosa è di tendenza
La lista Top-K è stata creata una volta con TOPK.RESERVE. Ogni visita la aggiorna, e gli elementi che escono dalla cima vengono segnalati.
Sessione di esempioplaying
# Conta cosa è di tendenza
hotkv> TOPK.ADD trending:shoes sku:88 sku:17 sku:88
1) (nil)
2) (nil)
3) (nil)
Una dimostrazione animata con comandi HotKV reali e risposte di esempio. Clicca su un passo qualsiasi per andarci. Comandi e risposte restano in inglese, esattamente come li digiti e li vedi in HotKV.
Il problema
Una buona raccomandazione combina chi è l'utente, cosa somiglia a ciò che gli è piaciuto, cosa è popolare in questo momento e cosa ha già visto. Questi segnali di solito vivono in quattro sistemi, e cucirli insieme al momento della richiesta aggiunge latenza a ogni pagina.
Come lo gestisce HotKV
HotKV li contiene tutti e quattro. Il feature store ha il profilo dell'utente, un indice vettoriale trova gli elementi simili, una struttura Top-K tiene traccia di ciò che è di tendenza man mano che arrivano gli eventi, e un filtro Bloom per utente rimuove gli elementi che ha già visto. Il sistema di raccomandazione legge tutto da un solo server in poche chiamate.
Passo dopo passo
Cosa succede, comando per comando
- 01
Conta cosa è di tendenza
La lista Top-K è stata creata una volta con TOPK.RESERVE. Ogni visita la aggiorna, e gli elementi che escono dalla cima vengono segnalati.
TOPK.ADD trending:shoes sku:88 sku:17 sku:88 - 02
Carica le feature dell'utente
Feature di profilo e di comportamento per il modello di ranking, con la loro età.
FEATURE.GET user_features user:42 - 03
Trova elementi simili
Il vettore dei gusti dell'utente trova i prodotti più vicini.
VSIM.SEARCH items 20 0.31 0.12 0.77 ... - 04
Scarta ciò che ha già visto
Un filtro Bloom per utente risponde a "già visto?" per l'intera lista di candidati in una sola chiamata.
BF.MEXISTS seen:user:42 sku:88 sku:5 sku:17 - 05
Aggiungi ciò che va forte
I prodotti più venduti del momento si uniscono ai candidati, e il modello di ranking ordina la lista finale.
TOPK.LIST trending:shoes WITHCOUNT - 06
Ricorda l'impression
Gli elementi mostrati vengono aggiunti al filtro dell'utente, così domani non si ripetono.
BF.MADD seen:user:42 sku:5 sku:17
Dove si usa
Scenari reali
Media e streaming
Le schermate home ordinano i programmi per vettori di gusto e popolarità dal vivo, e saltano i titoli che lo spettatore ha già finito.
Feed di notizie e contenuti
Gli articoli vengono raccomandati per similarità di argomento mentre le notizie di tendenza salgono in tempo reale.
Integrato
Cosa ottieni
Feature store
Feature tipizzate per utente o elemento, per letture a bassa latenza al momento dell'inferenza.
FEATURE.GETFEATURE.BATCHElementi simili
Vicini più prossimi da un indice vettoriale HNSW.
VSIM.SEARCHDi tendenza ora
Top-K mantiene gli elementi più frequenti in uno stream di eventi.
TOPK.ADDTOPK.LISTFiltri dei visti
I filtri Bloom rispondono a "già visto?" con memoria costante per utente.
BF.MADDBF.MEXISTSDomande frequenti
Un filtro Bloom può sbagliare?
Può occasionalmente dire che un elemento è stato visto quando non lo è stato, con un tasso di errore che scegli con BF.RESERVE. Non dice mai che un elemento non è stato visto quando lo è stato.
Dove gira il modello di ranking?
Nel tuo servizio. HotKV serve feature e candidati a bassa latenza, e il tuo modello decide l'ordine finale.
Quali piani lo includono?
Il feature store fa parte dei piani Performance e Scale. Ricerca vettoriale, Top-K e filtri Bloom funzionano su ogni piano.
Casi d'uso correlati
Provalo sul tuo carico di lavoro
HotKV parla il protocollo Redis, quindi puoi puntarci un client esistente ed eseguire questi stessi comandi.