68 lines
2.0 KiB
Python
68 lines
2.0 KiB
Python
"""
|
||
推荐系统配置
|
||
"""
|
||
import os
|
||
from app.core.config import settings
|
||
|
||
# Milvus 集合名称
|
||
MILVUS_COLLECTION_SKETCH_VECTORS = "sketch_vectors_norm"
|
||
|
||
# Redis key 前缀
|
||
REDIS_KEY_USER_PREF_PREFIX = "user_pref"
|
||
|
||
# 推荐系统配置参数
|
||
RECOMMENDATION_CONFIG = {
|
||
# 时间衰减半衰期（用于计算时间衰减权重）
|
||
# 值越小，最近的行为权重越大
|
||
"K_half": 10,
|
||
|
||
# 探索与利用的比例 (0.0-1.0)
|
||
# - 值越大，使用探索分支（随机推荐）的几率越大，结果更随机
|
||
# - 值越小，使用利用分支（基于用户偏好）的几率越大，结果更精准
|
||
# - 建议范围: 0.3-0.7，要增加随机性可提高到 0.6-0.8
|
||
"explore_ratio": 0.5,
|
||
|
||
# 向量检索返回的候选数量
|
||
# 值越大，候选池越大，但计算成本也越高
|
||
# 建议范围: 100-1000
|
||
"topk": 200,
|
||
|
||
# Style 加分系数（同 style 的候选进行加分）
|
||
# 值越大，匹配 style 的候选被选中的概率越大
|
||
# 要降低某个结果的重复率，可以降低此值（如 0.1 或 0.05）
|
||
"style_bonus": 0.2,
|
||
|
||
# Softmax 抽样的温度参数
|
||
# - 温度越高（>1.0），概率分布越均匀，结果更随机，重复率更低
|
||
# - 温度越低（<1.0），高分项概率越大，结果更集中，重复率更高
|
||
# - 温度=1.0 为标准 Softmax
|
||
# - 建议范围: 1.0-3.0，要增加随机性可提高到 2.0-3.0
|
||
"softmax_temperature": 0.07,
|
||
|
||
# 监听间隔（秒）
|
||
"listen_interval_sec": 30,
|
||
|
||
# 批量处理大小
|
||
"batch_size": 1000,
|
||
|
||
# Redis 过期时间（秒，30天）
|
||
"redis_expire_seconds": 2592000,
|
||
|
||
# 向量维度
|
||
"vector_dim": 2048,
|
||
}
|
||
|
||
# 数据库表名
|
||
TABLE_USER_PREFERENCE_LOG = "user_preference"
|
||
TABLE_SYS_FILE = "t_sys_file"
|
||
|
||
# MySQL 连接配置（用于推荐系统）
|
||
MYSQL_CONFIG = {
|
||
"host": settings.MYSQL_HOST,
|
||
"port": settings.MYSQL_PORT,
|
||
"user": settings.MYSQL_USER,
|
||
"password": settings.MYSQL_PASSWORD,
|
||
"database": settings.MYSQL_DB,
|
||
"charset": "utf8mb4"
|
||
}
|