本文是Python应用于推荐系统领域的技术文章。

Embedding的近邻搜索是当前图推荐系统非常重要的一种召回方式，通过item2vec、矩阵分解、双塔DNN等方式都能够产出训练好的user embedding、item embedding，对于embedding的使用非常的灵活：

• 输入user embedding，近邻搜索item embedding，可以给user推荐感兴趣的items

• 输入user embedding，近邻搜搜user embedding，可以给user推荐感兴趣的user

• 输入item embedding，近邻搜索item embedding，可以给item推荐相关的items

然而有一个工程问题，一旦user embedding、item embedding数据量达到一定的程度，对他们的近邻搜索将会变得非常慢，如果离线阶段提前搜索好在高速缓存比如redis存储好结果当然没问题，但是这种方式很不实时，如果能在线阶段上线几十MS的搜索当然效果最好。

Faiss是Facebook AI团队开源的针对聚类和相似性搜索库，为稠密向量提供高效相似度搜索和聚类，支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。

接下来通过jupyter notebook的代码，给大家演示下使用faiss的简单流程，内容包括：

1. 读取训练好的Embedding数据

2. 构建faiss索引，将待搜索的Embedding添加进去

3. 取得目标Embedding，实现搜索得到ID列表

4. 根据ID获取电影标题，返回结果

1、读取预训练好的Embedding数据

import pandas as pd

2、使用faiss建立索引

import faiss

3、实现近邻搜索

# 读取user embedding数据

4、拼接得到内容列表

# 把搜索出来的ID变成Series

df_result就是最终可以返回给前端的推荐的电影ID列表了。

如果本文对你有帮助的话，帮忙点个赞吧^_^

代码：https://github.com/peiss/ant-learn-recsys

本文分享自微信公众号 - 蚂蚁学Python（ds_data_driven）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。