向量搜索算法基础

文档摘要

向量搜索算法基础向量相似性搜索（Similarity Search）是向量数据库的核心功能，通过计算向量间的相似度或距离，快速从海量数据中找到目标数据点。例如：在电商平台中，向量相似性搜索是“猜你喜欢”等推荐功能的核心引擎。其工作流程通常如下：首先，利用深度学习模型分别生成用户向量和商品向量。用户向量基于其历史行为（如浏览、购买记录）生成，商品向量则从其属性（如标题、描述、图片）中提取。接着，将所有商品向量存入向量数据库，并为其构建高效的索引。当用户访问平台时，系统会将该用户的向量作为查询条件，在向量数据库中快速搜索与之最相似的若干商品向量，从而实现个性化推荐。这种基于向量语义相似度的推荐，比传统方法更能理解用户的潜在偏好。那么问题来了，怎么定义这个向量相似性呢？