Embeddings和向量数据库#

学习内容#

1. 基于内容的推荐#

• 什么是N-Gram
• 余弦相似度计算
• 为酒店建立内容推荐系统

2. Word Embedding#

• 什么是Embedding
• Word2Vec进行词向量训练

3. 向量数据库#

• FAISS, Milvus, Pinecone的特点
• 向量数据库与传统数据库的对比

4. Faiss工具使用#

• 文本抄袭自动检测分析
• 使用DeepSeek + Faiss搭建本地知识库检索

学习收获#

• 掌握Embedding核心原理与应用
• 理解N-Gram、词向量（Word2Vec）和余弦相似度等核心概念
• 了解掌握FAISS、Milvus、Pinecone等向量数据库的特点及适用场景
• 通过酒店内容推荐系统、文本抄袭检测等案例，学会基于Embedding和向量数据库构建实际应用