嗨，大家好，我是 Redis Enterprise ，我爹妈都叫我小 R 。我是个程序猿，但混迹在名利场中。有幸认识了个很聊得来的朋友，江湖人称 Superlinked ，在伦敦开发软件基础设施。前阵子，这家伙有点困难才联系我。问 应用程序怎么才能 匹配用户、检测恶意机器人并根据行为细分用户 ，给用户提供个性化体验 。侠义肝胆 的 我，带上我的 向量检索 ，为朋友解决了这个问题。

一、 Redis 帮助开发者创造个性化的用户体验

1、 机器学习成为企业利润增长的助手

要吸引当今 眼光高 的用户，软件应用程序必须足够智能，能够立即适应个人需求，包括提供定制内容和 推荐 。 越来越多的企业使用机器学习（ Machine   Learning,  ML ）技术来创建这些自适应的个性化体验。 根据 Gartner 最近的一项调查，近三分之二的数字营销者难以为客户提供个性化体验 ，但 那些成功将机器学习投入生产的企业，其利润率通常会提高 3% 至 15% 。

2、 Superlinked 帮助机器学习运营团队提供个性化体验

Superlinked 公司 帮助软件开发人员构建能够理解用户的应用程序，并提供个性化和引人入胜的体验。这家规模虽小但发展迅速的公司开发了一种软件基础架构，使机器学习运营（MLOps ）团队能够创建 理解 用户偏好、内容属性和其他变量的模型。Superlinked 的独特数据处理和配置引擎有时被称为 “ ML 基础架构即服务 ” ，它使 ML 技术既易于访问 和使用 。

通过根据每个应用程序的需求定制内容，Superlinked 的技术平台可以帮助组织建立详细的客户档案，从而提供更多相关的内容和 推荐 。其独特的个性化技术正在迅速受到社交媒体平台、在线市场和以第一方数据为中心的电子商务公司的关注。

3、 Redis Enterprise Cloud 的向量检索

借助 Redis Enterprise Cloud ， Superlinked 使机器学习技术更易于访问并且更容易嵌入到流行的应用程序中。开发人员无需高层次机器学习、 MLOps 或数据科学专业知识 ，就 可以在数小时内推出个性化体验。自从部署 Redis Enterprise   Cloud 以来，Superlinked 在 持续 高负载使用 （每秒 100 多个向量搜索查询） 期间， 95% 的 延迟时间 低于  30 毫秒 。

Superlinked 联合创始人 Daniel Svonava 表示：

“ 当我们的客户构建这些复杂的产品时，Redis 的 向量 数据库技术发挥着关键作用。这一切都是为了获取有关 用户 的内容的数据，了解用户在做什么，并在人们创建帐户、注册服务和表明他们的偏好时捕获信息。我们将所有这些信息编码为向量嵌入。Redis Enterprise Cloud 帮助我们存储和索引信息。 ”

“ 我们对 向量 数据库有非常具体的要求，我们研究了可用的选项，并确定 Redis   Enterprise Cloud 最适合我们的需求。 ”

二、 Superlinked 为什么选择了 Redis Enterprise Cloud

向量是数据点的数学表示。这种数据库结构对于将非结构化数据转换为数 值 表示来发挥作用的人工智能和 机器学习 应用程序非常有用。 向量 相似性搜索（ V ector Similarity   Search , VSS ）功能允许机器学习应用程序查找与给定查询 向量 相似的数据点。它们通常用于推荐系统、图像和视频搜索、自然语言处理和异常检测。

敲黑板：关于 “ Redis Enterprise 的向量相似性搜索 （VSS ） ”这个问题，上一篇有更详细的介绍。

1、 输入和输出的速度

“ 向量数据库的许多基准都侧重于搜索性能， ” Svonava 解释说。 “ 然而，我们更关注的是 向量 操作的数据输入和数据输出速度。当我们比较领先 的向量数据库 产品的 性能指标 时，Redis Enterprise Cloud 是 最好的选择 。 ”

2、 C++ 语言

Redis Enterprise Cloud 允许开发人员在系统内部执行代码，而不仅仅是 依赖 外部代码模块。 据 Svonava 称， Redis Enterprise Cloud 支持的 C++ 语言更适合用于这些嵌入式代码模块 ， 因 为它有强大 的内存管理 能力 。他还喜欢将数据库索引的一部分 转移 到闪存中，以最大限度地提高性能。

“ 其他一些 向量 数据库使用垃圾回收 机制（ garbage collection ） 进行内存管理， ” Svonava 补充说。 " 这些数据库很难满足我们的实时请求 需求 ，因为它们会引入随机 的 延迟，使某些查询速度 变 慢十倍。 Redis Enterprise Cloud 对 C ++ 的支持对我们来说非常重要。

Superlinked 已经建立了一个 “ Vector Ops ” 平台，该平台可以接收内容、用户和事件，并实现实时推荐和搜索。所有这些都是通过利用 Redis Enterprise 作为 向量 数据库来实现的。

Vector Ops 平台

三、 交互式的实时体验

任何使用用户生成内容的网站或应用程序都可以从 Superlinked 基础设施中受益，因为它有助于个性化地提供数据和信息流。Svonava 说： “ 准确、相关的内容是吸引用户的关键。 ” Redis Enterprise Cloud 的实时数据分析 能力 可以揭示用户对哪些内容感兴趣，以及如何最好地向他们展示 合适 的内容 ， 这必须在用户滚动浏览他们的信息 流 时快速完成。

Svonava 认为，软件行业正在从相对 简单 的匹配算法（利用硬编码规则来个性化内容）转向交互式实时体验，在这种体验中，系统会观察用户行为并做出响应。例如，就业市场可以自动匹配空缺职位和可用候选人。在这样一个市场中，Superlinked 使用 Redis Enterprise Cloud 来存储有关每个空缺职位和每个候选人的各种属性的半结构化数据。Redis Enterprise 的 向量 技术使该客户的招聘市场能够实时观察用户的行为。Svonava 补充说： “ 它不是有一套固定的过滤器，而是从人们如何与数据交互中学习。 ”

其他职位推荐引擎使用的是僵化的评分机制，无法辨别这些数据集中许多微妙、不断变化的关系。 地点、职 位名 称、资历和其他数据点的列表被硬编码到这些规则中，并通过基本的搜索界面提取数据。