Faire des recommandations de films pertinentes en utilisant Amazon Neptune, Amazon Neptune Machine Learning et Amazon OpenSearch Service.

Dans cet article, nous discutons d'une conception pour une base de données de graphique de contenu de film hautement recherchable basée sur Amazon Neptune, un service de base de données de graphique géré. Nous démontrons comment construire une liste de films pertinents correspondant aux critères de recherche d'un utilisateur grâce à la combinaison puissante de méthodes de similarité lexicale, sémantique et graphique en utilisant Neptune, Amazon OpenSearch Service et Neptune Machine Learning. Pour correspondre, nous comparons des films avec des textes similaires ainsi que des embeddings vectoriels similaires. Nous utilisons des modèles de réseau neuronal de phrase et de réseau neuronal de graphique (GNN) pour construire ces embeddings.