用户案例|Shopee 在多媒体理解业务的向量检索系统实践
Shopee 是一家全球性的电商平台,业务范围辐射东南亚、拉美等多个地区。多媒体理解(Multimedia Understanding,下文简称 MMU)团队是 Shopee 内专注于提供多媒体内容理解服务的团队,为电商、直播、短视频等业务提供支持。 MMU 团队需要支持公司不同业务场景对多媒体理解的需求。以向量检索为例,可能会有如下业务场景: 实时推荐,如视频召回系统 视频供给,如视频原创系统 视频去重,如视频指纹系统 因此在 MMU 团队的向量检索场景下,需要同时具备向量召回基础引擎能力以及不同业务场景下的业务架构能力。由于不同业务场景对基础引擎和业务架构的需求不同,并且在业务落地时还需要结合人力、时间等各类因素综合考虑,这给团队完成相应系统建设带来了多方面挑战。 本文内容将基于以上背景,分享 Shopee MMU 团队基于 Milvus 引擎在检索业务系统以及平台化建设的相关实践。 01.Milvus 实践 1.1 向量检索引擎 随着越来越多的向量检索需求出现,例如基于视频内容的召回、去重等,团队需要一种通用向量检索引擎方案,来保障团队效率及系统稳定性,从而为业务提供更好支持。 ...