Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
@@ -77,14 +77,29 @@ def embed_user_data(user_data):
|
|
77 |
return user_embedding.detach().numpy()
|
78 |
|
79 |
# MongoDB Atlas에서 데이터 가져오기
|
80 |
-
product_data = product_collection.find_one({"product_id": 1}) # 특정 상품 ID
|
81 |
-
|
82 |
all_users = user_collection.find() # 모든 사용자 데이터 가져오기
|
83 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
84 |
# 상품 임베딩 수행
|
85 |
-
|
86 |
product_embedding = embed_product_data(product_data)
|
87 |
-
print("Product Embedding:
|
88 |
|
89 |
# MongoDB Atlas의 product_embeddings 컬렉션에 임베딩 저장
|
90 |
product_embedding_collection.update_one(
|
@@ -92,24 +107,7 @@ if product_data:
|
|
92 |
{"$set": {"embedding": product_embedding.tolist()}}, # 벡터를 리스트 형태로 저장
|
93 |
upsert=True # 기존 항목이 없으면 새로 삽입
|
94 |
)
|
95 |
-
print("Embedding saved to MongoDB Atlas
|
96 |
-
else:
|
97 |
-
print("Product not found.")
|
98 |
-
|
99 |
-
# # 사용자 임베딩 수행
|
100 |
-
# if user_data:
|
101 |
-
# user_embedding = embed_user_data(user_data)
|
102 |
-
# print("User Embedding:", user_embedding)
|
103 |
-
|
104 |
-
# # MongoDB Atlas의 user_embeddings 컬렉션에 임베딩 저장
|
105 |
-
# user_embedding_collection.update_one(
|
106 |
-
# {"user_id": user_data["user_id"]}, # user_id 기준으로 찾기
|
107 |
-
# {"$set": {"embedding": user_embedding.tolist()}}, # 벡터를 리스트 형태로 저장
|
108 |
-
# upsert=True # 기존 항목이 없으면 새로 삽입
|
109 |
-
# )
|
110 |
-
# print("Embedding saved to MongoDB Atlas based on user_id.")
|
111 |
-
# else:
|
112 |
-
# print("User not found.")
|
113 |
|
114 |
# 사용자 임베딩 수행
|
115 |
for user_data in all_users:
|
|
|
77 |
return user_embedding.detach().numpy()
|
78 |
|
79 |
# MongoDB Atlas에서 데이터 가져오기
|
80 |
+
# product_data = product_collection.find_one({"product_id": 1}) # 특정 상품 ID
|
81 |
+
all_products = product_collection.find() # 모든 상품 데이터 가져오기
|
82 |
all_users = user_collection.find() # 모든 사용자 데이터 가져오기
|
83 |
|
84 |
+
# # 상품 임베딩 수행
|
85 |
+
# if product_data:
|
86 |
+
# product_embedding = embed_product_data(product_data)
|
87 |
+
# print("Product Embedding:", product_embedding)
|
88 |
+
|
89 |
+
# # MongoDB Atlas의 product_embeddings 컬렉션에 임베딩 저장
|
90 |
+
# product_embedding_collection.update_one(
|
91 |
+
# {"product_id": product_data["product_id"]}, # product_id 기준으로 찾기
|
92 |
+
# {"$set": {"embedding": product_embedding.tolist()}}, # 벡터를 리스트 형태로 저장
|
93 |
+
# upsert=True # 기존 항목이 없으면 새로 삽입
|
94 |
+
# )
|
95 |
+
# print("Embedding saved to MongoDB Atlas based on product_id.")
|
96 |
+
# else:
|
97 |
+
# print("Product not found.")
|
98 |
+
|
99 |
# 상품 임베딩 수행
|
100 |
+
for product_data in all_products:
|
101 |
product_embedding = embed_product_data(product_data)
|
102 |
+
print(f"Product ID {product_data['product_id']} Embedding: {product_embedding}")
|
103 |
|
104 |
# MongoDB Atlas의 product_embeddings 컬렉션에 임베딩 저장
|
105 |
product_embedding_collection.update_one(
|
|
|
107 |
{"$set": {"embedding": product_embedding.tolist()}}, # 벡터를 리스트 형태로 저장
|
108 |
upsert=True # 기존 항목이 없으면 새로 삽입
|
109 |
)
|
110 |
+
print(f"Embedding saved to MongoDB Atlas for Product ID {product_data['product_id']}.")
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
111 |
|
112 |
# 사용자 임베딩 수행
|
113 |
for user_data in all_users:
|