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：https://www.kaggle.com/datasets/harshitshankhdhar/imdb-dataset-of-top-1000-movies-and-tv-shows

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）。

代码演示：3 个关键步骤打造电影推荐系统

本 Demo 的核心步骤包括：构建 Flow、索引以及和搜索功能。

1、创建 Flow

这里会用到两个 Executor： SimpleIndexer 及 TransformerTorchEncoder

2、创建 Index 函数

Index 函数获取文本格式的图像数据集，并将其转换为 Jina 原生的 DocumentArray，发送至 Flow 进行索引和搜索。

3、创建搜索函数

搜索函数接收文本输入，并发出 HTTP post 请求，从 Jina 后端获取类似的电影片名。

以上就是用 Jina 创建电影推荐系统的全部过程，完整代码请访问 GitHub Repo：

https://github.com/achintya-7/Movie_Recommender_Flutter

关于作者 Achintya：

Jina AI 社区成员，计算机科学专业大二学生，专注于机器学习及应用开发。

本文涉及的学习资料：

Learning Bootcamp：https://learn.jina.ai/

DocArray 文档：https://docarray.jina.ai/

Jina 文档：https://docs.jina.ai/

加入 Jina 社区：https://slack.jina.ai/

阅读原 blog：https://medium.com/jina-ai/movie-recommender-powered-by-jina-ai-933ebe118c30