Usando os MongoDB Atlas Triggers para resumir as avaliações do Airbnb com OpenAI
Pavel Duchovny4 min read • Published Oct 31, 2023 • Updated Oct 31, 2023
Avalie esse Tutorial
No domínio do aluguel de propriedades, as avaliações executam um papel fundamental. Ostriggers do MongoDB Atlas, combinados com o poder dos modelos do OpenAI, podem ajudar a resumir e analisar essas avaliações em tempo real. Neste artigo, exploraremos como utilizar os triggers do MongoDB Atlas para processar avaliações do Airbnb, gerando resumos concisos e marcações relevantes.
Este artigo é um recurso adicional adicionado ao aplicativo de pesquisa de sentimentos de hotéis e apartamentos desenvolvido em Leveraging OpenAI e MongoDB Atlas para melhoria da funcionalidade de pesquisa.
Os triggers do MongoDB Atlas permitem que os usuários definam funções que são executadas em tempo real em resposta a operações de banco de dados. Esses triggers podem ser aproveitados para aprimorar os recursos de processamento e análise de dados. Neste exemplo, pretendemos gerar avaliações resumidas e marcações para um conjunto dedados de amostra do Airbnb.
Nosso modelo de dados original tem cada avaliação incorporada no documento de listagem como uma array:
- Aplicativo App Services (por exemplo, aplicativo -0). Garanta a vinculação ao cluster com os dados do Airbnb.
- Conta OpenAI com acesso API.
- Navegue até seu aplicativo App Services.
- Em "Values (Valores de )," crie um segredo chamado
openAIKey
com sua chave de API da OPEN AI . - Crie um valor vinculado chamado OpenAIKey e vincule ao segredo.
O trigger fornecido escuta alterações na collection sample_airbnb.listingsAndReviews. Ao detectar uma nova revisão, ele faz uma amostra de até 50 avaliações, as envia para a API do OpenAI para resumo e atualiza o documento original com o conteúdo resumido e as tags.
Observe que o trigger reage a atualizações que foram marcadas com o sinalizador
"process" : false
. Este campo indica que ainda não foi criado nenhum resumo para este lote de revisões.Exemplo de uma operação de atualização de revisão que acionará este trigger:
Para evitar a sobrecarga da API com um grande número de avaliações, uma função sampleReviews é definida para amostrar aleatoriamente até 50 avaliações:
A lógica de trigger principal é invocada quando um evento de alteração de atualização é detectado com um campo
"process" : false
.As principais etapas incluem:
- Preparação de solicitação de API: as avaliações do documento alterado são amostradas e preparadas em uma string para a API OpenAI. O formato e as instruções são personalizados para garantir que a API retorne um JSON válido com conteúdo e tags resumidos.
- Interação da API: usando o context.http.post método, o trigger envia os dados preparados para a API OpenAI.
- Atualizando o documento original: após uma resposta bem-sucedida da API, o trigger atualiza o documento original com o conteúdo resumido, tags negativas (neg_tags), tags positivos (pos_tags) e um sinalizador de processo definido como true.
Aqui está um exemplo de resultado que é adicionado ao documento de listagem processado:
Depois que os dados são adicionados aos nossos documentos, fornecer essas informações em nosso aplicativo VUE é tão simples quanto adicionar esse modelo HTML:
Ao integrar os triggers do MongoDB Atlas com os modelos poderosos da OpenAI, podemos processar e analisar com eficiência grandes volumes de avaliações em tempo real. Essa configuração não apenas fornece resumos concisos das avaliações, mas também as categoriza em etiquetas positivas e negativas, oferecendo informações valiosas para anfitriões e possíveis locatários.