Qu'est-ce que la recherche vectorielle ?

La recherche vectorielle est une technique de récupération qui trouve des éléments par similarité mathématique dans un espace d'embedding à haute dimension, plutôt que par correspondance exacte de mots-clés. Chaque élément, comme un produit ou un document, est représenté par un vecteur numérique. Les requêtes sont converties dans le même format vectoriel, et les résultats sont renvoyés par ordre de distance au vecteur de requête.

Définition

Les vecteurs sont produits par des modèles d'embedding qui capturent le sens sémantique, de sorte que « running shoes » et « trainers » se retrouvent proches l'un de l'autre dans l'espace même si les chaînes ne correspondent pas. Des bases de données vectorielles spécialisées stockent ces embeddings et utilisent des algorithmes de plus proche voisin approximatif pour maintenir des temps de réponse bas même avec des millions d'éléments. La même approche fonctionne pour le texte, les images, l'audio et les médias mixtes.

Pourquoi c'est important

La recherche vectorielle rend la recherche en vitrine plus tolérante et plus intuitive. Les acheteurs trouvent des produits pertinents même avec des requêtes vagues, des fautes de frappe ou un langage descriptif qui n'apparaît pas dans les titres de produits. Elle sous-tend aussi les tâches de recommandation, de déduplication et de mise en correspondance de contenu à travers le stack de commerce.

Cas d'usage

Les applications courantes incluent la recherche produit sémantique, la recherche par image où les acheteurs téléversent une photo, la découverte de contenu entre pages éditoriales et produit, et l'étape de récupération au sein des pipelines de retrieval-augmented generation qui alimentent les assistants IA. Dans les vitrines composable, la recherche vectorielle est exposée comme un service que le frontend interroge en complément ou à la place de la recherche par mots-clés classique.

Ressources associées

Explorez Agentic Frontend Management Platform · Personalization.