توضح هذه السلسلة المكونة من ثلاثة أجزاء كيفية استخدام الشبكات العصبية للرسم البياني (GNNs) و أمازون نبتون لتوليد توصيات الفيلم باستخدام IMDb و Box Office Mojo Movies / TV / OTT حزمة البيانات المرخصة ، والتي توفر مجموعة واسعة من البيانات الوصفية الترفيهية ، بما في ذلك أكثر من 1 مليار تصنيف مستخدم ؛ قروض لأكثر من 11 مليون من أعضاء الطاقم وطاقم العمل ؛ 9 ملايين فيلم وتليفزيون وترفيه ؛ وبيانات شباك التذاكر العالمية من أكثر من 60 دولة. يقوم العديد من عملاء وسائل الإعلام والترفيه في AWS بترخيص بيانات IMDb من خلال تبادل بيانات AWS لتحسين اكتشاف المحتوى وزيادة تفاعل العملاء والاحتفاظ بهم.
يوضح الرسم البياني التالي البنية الكاملة التي تم تنفيذها كجزء من هذه السلسلة.
In جزء 1، ناقشنا تطبيقات GNNs وكيفية تحويل وإعداد بيانات IMDb الخاصة بنا إلى رسم بياني معرفي (KG). قمنا بتنزيل البيانات من AWS Data Exchange وقمنا بمعالجتها بتنسيق غراء AWS لتوليد ملفات KG. تم تخزين ملفات KG بتنسيق خدمة تخزين أمازون البسيطة (Amazon S3) ثم تحميلها بتنسيق أمازون نبتون.
In جزء 2، أوضحنا كيفية الاستخدام أمازون نبتون ML (في الأمازون SageMaker) لتدريب رياض الأطفال وإنشاء حفلات الزفاف في رياض الأطفال.
في هذا المنشور ، نطلعك على كيفية تطبيق زخارف KG المدربة لدينا في Amazon S3 على حالات استخدام البحث خارج الكتالوج باستخدام خدمة Amazon OpenSearch و AWS لامدا. يمكنك أيضًا نشر تطبيق ويب محلي للحصول على تجربة بحث تفاعلية. يمكن إنشاء جميع الموارد المستخدمة في هذا المنشور باستخدام ملف مجموعة تطوير سحابة AWS (AWS CDK) كما هو موضح لاحقًا في المنشور.
خلفيّة
هل سبق لك أن بحثت عن غير قصد عن عنوان محتوى لم يكن متاحًا في نظام أساسي لدفق الفيديو؟ إذا كانت الإجابة بنعم ، فستجد أنه بدلاً من مواجهة صفحة نتائج بحث فارغة ، ستجد قائمة من الأفلام من نفس النوع ، مع طاقم العمل أو أعضاء الطاقم. هذه تجربة بحث خارج الكتالوج!
البحث خارج الفهرس (OOC) هو عندما تدخل استعلام بحث ليس له تطابق مباشر في الكتالوج. يحدث هذا الحدث بشكل متكرر في منصات دفق الفيديو التي تشتري باستمرار مجموعة متنوعة من المحتوى من عدة بائعين وشركات إنتاج لفترة محدودة. يمكن أن يؤدي غياب الصلة أو التعيين من كتالوج شركة البث إلى قواعد المعرفة الكبيرة للأفلام والعروض إلى تجربة بحث دون المستوى للعملاء الذين يستفسرون عن محتوى OOC ، وبالتالي تقليل وقت التفاعل مع النظام الأساسي. يمكن إجراء هذا التعيين عن طريق تعيين استعلامات OOC المتكررة يدويًا لفهرسة المحتوى أو يمكن أتمتتها باستخدام التعلم الآلي (ML).
في هذا المنشور ، نوضح كيفية التعامل مع OOC من خلال الاستفادة من قوة مجموعة بيانات IMDb (المصدر الرئيسي للبيانات الوصفية للترفيه العالمي) والرسوم البيانية المعرفية.
خدمة OpenSearch هي خدمة مُدارة بالكامل تسهل عليك إجراء تحليلات تفاعلية للسجلات ومراقبة التطبيقات في الوقت الفعلي والبحث في موقع الويب والمزيد. OpenSearch عبارة عن مجموعة بحث وتحليلات مفتوحة المصدر وموزعة مشتقة من Elasticsearch. تقدم OpenSearch Service أحدث إصدارات OpenSearch ، ودعم 19 إصدارًا من Elasticsearch (من 1.5 إلى 7.10) ، فضلاً عن إمكانيات التصور المدعومة من OpenSearch Dashboards و Kibana (1.5 إلى 7.10 إصدارات). لدى OpenSearch Service حاليًا عشرات الآلاف من العملاء النشطين مع مئات الآلاف من المجموعات الخاضعة للإدارة والتي تعالج تريليونات الطلبات شهريًا. تقدم خدمة OpenSearch خدمة بحث kNN ، والتي يمكن أن تعزز البحث في حالات الاستخدام مثل توصيات المنتج ، واكتشاف الاحتيال ، والصور ، والفيديو ، وبعض السيناريوهات الدلالية المحددة مثل تشابه المستندات والاستعلام. لمزيد من المعلومات حول وظائف البحث المدعومة بفهم اللغة الطبيعية لخدمة OpenSearch Service ، يرجى الرجوع إلى إنشاء تطبيق بحث مدعوم من NLU باستخدام Amazon SageMaker وميزة Amazon OpenSearch Service KNN.
حل نظرة عامة
في هذا المنشور ، نقدم حلاً للتعامل مع حالات OOC من خلال بحث التضمين المستند إلى الرسم البياني المعرفي باستخدام إمكانات البحث k-الأقرب (kNN) لخدمة OpenSearch Service. خدمات AWS الرئيسية المستخدمة لتنفيذ هذا الحل هي OpenSearch Service و SageMaker و Lambda و Amazon S3.
إتمام عملية الشراء جزء 1 و جزء 2 من هذه السلسلة لمعرفة المزيد حول إنشاء الرسوم البيانية المعرفية وتضمين GNN باستخدام Amazon Neptune ML.
يفترض حل OOC الخاص بنا أن لديك KG مجمعة تم الحصول عليها من خلال دمج شركة البث المباشر KG و IMDb KG. يمكن القيام بذلك من خلال تقنيات معالجة النصوص البسيطة التي تطابق العناوين جنبًا إلى جنب مع نوع العنوان (فيلم ، مسلسل ، وثائقي) ، وفريق التمثيل ، وطاقم العمل. بالإضافة إلى ذلك ، يجب تدريب هذا الرسم البياني للمعرفة المشتركة لتوليد حفلات الزفاف في الرسم البياني المعرفي من خلال خطوط الأنابيب المذكورة في جزء 1 و جزء 2. يوضح الرسم البياني التالي طريقة عرض مبسطة لـ KG المدمجة.
لإثبات وظيفة بحث OOC بمثال بسيط ، قمنا بتقسيم الرسم البياني للمعرفة IMDb إلى كتالوج العملاء وكتالوج خارج العملاء. نقوم بتمييز العناوين التي تحتوي على "قصة لعبة" كمورد كتالوج خارج العميل وبقية الرسم البياني المعرفي لـ IMDb ككتالوج عميل. في سيناريو حيث لا يتم تحسين كتالوج العملاء أو دمجها مع قواعد البيانات الخارجية ، فإن البحث عن "قصة لعبة" سيعيد أي عنوان يحتوي على الكلمات "لعبة" أو "قصة" في البيانات الوصفية الخاصة به ، مع البحث عن نص OpenSearch. إذا تم تعيين كتالوج العميل إلى IMDb ، فسيكون من الأسهل استخلاص أن الاستعلام "قصة لعبة" غير موجود في الكتالوج وأن أهم التطابقات في IMDb هي "Toy Story" و "Toy Story 2" و "Toy" Story 3 و "Toy Story 4" و "Charlie: Toy Story" بترتيب تنازلي لمدى الصلة مع مطابقة النص. للحصول على نتائج ضمن الكتالوج لكل من هذه التطابقات ، يمكننا إنشاء خمسة أفلام أقرب في تضمين kNN المستند إلى كتالوج العملاء (من KG المشترك) من خلال خدمة OpenSearch Service.
تتبع تجربة OOC النموذجية التدفق الموضح في الشكل التالي.
يُظهر الفيديو التالي أهم خمس (عدد النتائج) نتائج OOC لطلب البحث "قصة لعبة" والمطابقات ذات الصلة في كتالوج العملاء (عدد التوصيات).
هنا ، يتم مطابقة الاستعلام مع الرسم البياني للمعرفة باستخدام البحث النصي في خدمة OpenSearch Service. ثم نقوم بعد ذلك بتعيين تطابقات النص المطابق لعناوين كتالوج العملاء باستخدام فهرس kNN لخدمة OpenSearch Service. نظرًا لأنه لا يمكن تعيين استعلام المستخدم مباشرة إلى كيانات الرسم البياني المعرفي ، فإننا نستخدم نهجًا من خطوتين للعثور أولاً على أوجه تشابه الاستعلام المستند إلى العنوان ثم العناصر المشابهة للعنوان باستخدام عمليات تضمين الرسم البياني المعرفي. في الأقسام التالية ، نسير خلال عملية إعداد مجموعة خدمة OpenSearch Service ، وإنشاء فهارس الرسم البياني المعرفي وتحميلها ، ونشر الحل كتطبيق ويب.
المتطلبات الأساسية المسبقة
لتنفيذ هذا الحل ، يجب أن يكون لديك ملف حساب AWS، الإلمام بخدمة OpenSearch Service و SageMaker و Lambda و تكوين سحابة AWS، وأكملت الخطوات في جزء 1 و جزء 2 من هذه السلسلة.
إطلاق موارد الحل
يُظهر مخطط البنية التالي سير العمل خارج الكتالوج.
ستستخدم AWS Cloud Development Kit (CDK) لتوفير الموارد المطلوبة لتطبيقات بحث OOC. يقوم الكود الخاص بإطلاق هذه الموارد بتنفيذ العمليات التالية:
- يقوم بإنشاء VPC للموارد.
- يقوم بإنشاء مجال خدمة OpenSearch Service لتطبيق البحث.
- ينشئ وظيفة Lambda لمعالجة وتحميل البيانات الوصفية للفيلم وحفلات الزفاف إلى فهارس OpenSearch Service (
**-ReadFromOpenSearchLambda-**
). - ينشئ وظيفة Lambda التي تأخذ كمدخلات استعلام المستخدم من تطبيق ويب وتعيد العناوين ذات الصلة من OpenSearch (
**-LoadDataIntoOpenSearchLambda-**
). - ينشئ بوابة API تضيف طبقة أمان إضافية بين واجهة مستخدم تطبيق الويب و Lambda.
للبدء ، أكمل الخطوات التالية:
- قم بتشغيل الكود وأجهزة الكمبيوتر المحمولة من جزء 1 و جزء 2.
- انتقل إلى
part3-out-of-catalog
مجلد في مستودع التعليمات البرمجية.
- قم بتشغيل AWS CDK من الجهاز باستخدام الأمر
bash launch_stack.sh
. - قدِّم مسارَي ملف S3 اللذين تم إنشاؤهما في الجزء 2 كمدخلات:
- مسار S3 إلى ملف CSV لحفلات الزفاف.
- مسار S3 إلى ملف عقدة الفيلم.
- انتظر حتى يوفر البرنامج النصي جميع الموارد المطلوبة وينتهي من التشغيل.
- انسخ عنوان URL الخاص بـ API Gateway الذي يطبعه البرنامج النصي لـ AWS CDK واحفظه. (نستخدم هذا لتطبيق Streamlit لاحقًا).
قم بإنشاء مجال خدمة OpenSearch Service
لأغراض التوضيح ، يمكنك إنشاء مجال بحث في منطقة توافر واحدة في مثيل r6g.large.search داخل VPC آمن وشبكة فرعية. لاحظ أن أفضل ممارسة ستكون الإعداد على ثلاث مناطق توافر مع مثيل أساسي ونسختين متماثلتين.
قم بإنشاء فهرس خدمة البحث المفتوح وتحميل البيانات
يمكنك استخدام وظائف Lambda (التي تم إنشاؤها باستخدام الأمر AWS CDK launch stack) لإنشاء فهارس OpenSearch Service. لبدء إنشاء الفهرس ، أكمل الخطوات التالية:
- في وحدة تحكم Lambda ، افتح ملف
LoadDataIntoOpenSearchLambda
دالة لامدا. - على اختبار علامة التبويب، اختر اختبار لإنشاء البيانات واستيعابها في فهرس خدمة البحث المفتوح.
يمكن العثور على الكود التالي لوظيفة Lambda في part3-out-of-catalog/cdk/ooc/lambdas/LoadDataIntoOpenSearchLambda/lambda_handler.py
:
تؤدي الوظيفة المهام التالية:
- يقوم بتحميل ملف عقدة فيلم IMDB KG الذي يحتوي على بيانات تعريف الفيلم والتضمينات المرتبطة به من مسارات ملف S3 التي تم تمريرها إلى ملف إنشاء المكدس
launch_stack.sh
. - يدمج ملفي الإدخال لإنشاء إطار بيانات واحد لإنشاء الفهرس.
- يقوم بتهيئة عميل خدمة البحث المفتوح باستخدام مكتبة Boto3 Python.
- يقوم بإنشاء فهرسين للنص (
ooc_text
) والبحث عن تضمين kNN (ooc_knn
) وعمليات التحميل المجمعة من إطار البيانات المدمج من خلال ملفingest_data_into_ops
وظيفة.
تستغرق عملية استيعاب البيانات هذه من 5 إلى 10 دقائق ويمكن مراقبتها من خلال الأمازون CloudWatch يسجل على مراقبة علامة التبويب الخاصة بوظيفة Lambda.
يمكنك إنشاء فهرسين لتمكين البحث المستند إلى النص والبحث القائم على تضمين kNN. يقوم البحث عن النص بتعيين الاستعلام الحر الذي يدخله المستخدم إلى عناوين الفيلم. يعثر بحث تضمين kNN على أقرب أفلام k إلى أفضل تطابق نصي من مساحة KG الكامنة لإرجاعها كمخرجات.
انشر الحل كتطبيق ويب محلي
الآن بعد أن أصبح لديك بحث نصي عملي وفهرس kNN على OpenSearch Service ، فأنت جاهز لإنشاء تطبيق ويب مدعوم من ML.
نستخدم streamlit
حزمة Python لإنشاء رسم توضيحي أمامي لهذا التطبيق. ال IMDb-Knowledge-Graph-Blog/part3-out-of-catalog/run_imdb_demo.py
ملف Python في ملف جيثب ريبو لديه الكود المطلوب لتشغيل تطبيق ويب محلي لاستكشاف هذه الإمكانية.
لتشغيل التعليمات البرمجية ، أكمل الخطوات التالية:
- تثبيت
streamlit
وaws_requests_auth
حزمة Python في بيئة Python الافتراضية المحلية الخاصة بك من خلال الأوامر التالية في جهازك:
- استبدل العنصر النائب لعنوان URL الخاص بـ API Gateway في الكود كما يلي بالعنصر الذي تم إنشاؤه بواسطة AWS CDK:
api = '<ENTER URL OF THE API GATEWAY HERE>/opensearch-lambda?q={query_text}&numMovies={num_movies}&numRecs={num_recs}'
- قم بتشغيل تطبيق الويب باستخدام الأمر
streamlit run run_imdb_demo.py
من محطتك.
يقوم هذا البرنامج النصي بتشغيل تطبيق ويب Streamlit الذي يمكن الوصول إليه في متصفح الويب الخاص بك. يمكن استرداد عنوان URL لتطبيق الويب من إخراج البرنامج النصي ، كما هو موضح في لقطة الشاشة التالية.
يقبل التطبيق سلاسل البحث الجديدة وعدد مرات الدخول وعدد التوصيات. يتوافق عدد مرات الدخول مع عدد عناوين OOC المطابقة التي يجب أن نسترجعها من كتالوج (IMDb) الخارجي. يتوافق عدد التوصيات مع عدد الجيران الأقرب الذي يجب علينا استرداده من كتالوج العملاء بناءً على بحث تضمين kNN. انظر الكود التالي:
يتم تمرير هذا الإدخال (الاستعلام وعدد مرات الدخول والتوصيات) إلى **-ReadFromOpenSearchLambda-**
وظيفة Lambda التي تم إنشاؤها بواسطة AWS CDK من خلال طلب API Gateway. يتم ذلك في الوظيفة التالية:
يتم تمرير نتائج إخراج وظيفة Lambda من OpenSearch Service إلى API Gateway ويتم عرضها في تطبيق Streamlit.
تنظيف
يمكنك حذف جميع الموارد التي تم إنشاؤها بواسطة AWS CDK من خلال الأمر npx cdk destroy –app “python3 appy.py” --all
في نفس الحالة (داخل ملف cdk
المجلد) الذي تم استخدامه لتشغيل المكدس (انظر الصورة التالية).
وفي الختام
في هذا المنشور ، أوضحنا لك كيفية إنشاء حل لبحث OOC باستخدام النص والبحث المستند إلى kNN باستخدام SageMaker و OpenSearch Service. لقد استخدمت زخارف نموذج الرسم البياني المعرفي المخصص للعثور على أقرب جيران في الكتالوج الخاص بك إلى تلك الموجودة في عناوين IMDb. يمكنك الآن ، على سبيل المثال ، البحث عن "The Rings of Power" ، وهي سلسلة خيالية تم تطويرها بواسطة Amazon Prime Video ، على منصات بث أخرى والسبب في كيفية تحسين نتائج البحث.
لمزيد من المعلومات حول نموذج التعليمات البرمجية في هذا المنشور ، راجع ملف جيثب ريبو. لمعرفة المزيد حول التعاون مع Amazon ML Solutions Lab لإنشاء تطبيقات ML متطورة مماثلة ، راجع مختبر أمازون لحلول التعلم الآلي. لمزيد من المعلومات حول ترخيص مجموعات بيانات IMDb ، قم بزيارة Developer.imdb.com.
حول المؤلف
ديفيا بهارجافي هي عالمة بيانات وقائدة عمودية لوسائل الإعلام والترفيه في Amazon ML Solutions Lab ، حيث تحل مشاكل الأعمال عالية القيمة لعملاء AWS باستخدام التعلم الآلي. تعمل على فهم الصور / الفيديو وأنظمة توصية الرسم البياني المعرفي وحالات استخدام الإعلانات التنبؤية.
غوراف ريلي هو عالم بيانات في Amazon ML Solution Lab ، حيث يعمل مع عملاء AWS عبر قطاعات مختلفة لتسريع استخدامهم للتعلم الآلي وخدمات AWS Cloud لحل تحديات أعمالهم.
ماثيو رودس هو عالم بيانات أعمل في Amazon ML Solutions Lab. وهو متخصص في بناء خطوط أنابيب التعلم الآلي التي تتضمن مفاهيم مثل معالجة اللغة الطبيعية ورؤية الكمبيوتر.
كاران السندواني هو عالم بيانات في Amazon ML Solutions Lab ، حيث يقوم ببناء ونشر نماذج التعلم العميق. وهو متخصص في مجال الرؤية الحاسوبية. في أوقات فراغه ، يستمتع بالمشي لمسافات طويلة.
سوجي أديشينا هو عالم تطبيقي في AWS حيث يطور نماذج قائمة على الشبكة العصبية للرسم البياني للتعلم الآلي في مهام الرسوم البيانية مع تطبيقات الاحتيال وإساءة الاستخدام والرسوم البيانية المعرفية وأنظمة التوصية وعلوم الحياة. في أوقات فراغه ، يستمتع بالقراءة والطبخ.
فيديا ساجار رافيباتي هو مدير في Amazon ML Solutions Lab ، حيث يستفيد من خبرته الواسعة في الأنظمة الموزعة واسعة النطاق وشغفه بالتعلم الآلي لمساعدة عملاء AWS عبر قطاعات الصناعة المختلفة على تسريع تبني الذكاء الاصطناعي والسحابة.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/power-recommendations-and-search-using-an-imdb-knowledge-graph-part-3/
- 1
- 10
- 100
- 11
- 116
- 7
- 9
- a
- من نحن
- سوء المعاملة
- تسريع
- يقبل
- الوصول
- في
- نشط
- إضافي
- وبالإضافة إلى ذلك
- يضيف
- تبني
- دعاية
- AI
- الكل
- أمازون
- مختبر أمازون ML Solutions
- أمازون نبتون
- أمازون نبتون ML
- خدمة Amazon OpenSearch
- الأمازون SageMaker
- تحليلات
- و
- API
- التطبيق
- تطبيق
- التطبيقات
- تطبيقي
- التقديم
- نهج
- هندسة معمارية
- المنطقة
- أسوشيتد
- الآلي
- توفر
- متاح
- AWS
- تبادل بيانات AWS
- على أساس
- لان
- أفضل
- ما بين
- مليار
- صندوق
- شباك التذاكر
- المتصفح
- نساعدك في بناء
- ابني
- يبني
- الأعمال
- قدرات
- الحالات
- الأقسام
- التحديات
- اختار
- زبون
- سحابة
- اعتماد السحابة
- الخدمات السحابية
- كتلة
- الكود
- التعاون
- الجمع بين
- الشركات
- حول الشركة
- الشركة
- إكمال
- الطلب مكتمل
- الكمبيوتر
- رؤية الكمبيوتر
- المفاهيم
- كنسولات
- باستمرار
- يحتوي
- محتوى
- يتوافق
- استطاع
- دولة
- خلق
- خلق
- خلق
- خلق
- الشكر والتقدير
- حالياًّ
- حاليا
- على
- زبون
- إشراك العملاء
- العملاء
- البيانات
- تبادل البيانات
- عالم البيانات
- قواعد البيانات
- قواعد البيانات
- عميق
- التعلم العميق
- شرح
- تظاهر
- نشر
- نشر
- ينشر
- مستمد
- وصف
- هدم
- كشف
- المتقدمة
- التطوير التجاري
- يطور
- مختلف
- مباشرة
- مباشرة
- اكتشاف
- ناقش
- وزعت
- الانظمة الموزعة
- وثيقة
- وثائقي
- لا
- نطاق
- كل
- أسهل
- تمكين
- اشتباك
- تعزيز
- أدخل
- يدخل
- ترفيه
- الكيانات
- البيئة
- الحدث/الفعالية
- EVER
- مثال
- تبادل
- الخبره في مجال الغطس
- اكتشف
- خارجي
- احتفل على
- مواجهة
- معرفة
- خيال
- الشكل
- قم بتقديم
- ملفات
- ويرى
- الاسم الأول
- تدفق
- متابعيك
- متابعات
- وجدت
- احتيال
- الكشف عن الغش
- متكرر
- كثيرا
- تبدأ من
- تماما
- وظيفة
- وظائف
- وظيفة
- وظائف
- بوابة
- توليد
- دولار فقط واحصل على خصم XNUMX% على جميع
- العالمية
- رسم بياني
- الرسوم البيانية
- مقبض
- رؤوس
- مساعدة
- ضرب
- المشاهدات
- كيفية
- كيفية
- HTML
- HTTPS
- مئات
- صورة
- تنفيذ
- نفذت
- تحسن
- in
- بما فيه
- القيمة الاسمية
- مؤشر
- الفهارس
- المؤشرات
- العالمية
- معلومات
- إدخال
- تثبيت
- مثل
- بدلًا من ذلك
- تفاعل
- التفاعلية
- السطح البيني
- تنطوي
- IT
- العناصر
- القفل
- المعرفة
- الرسم البياني المعرفة
- مختبر
- لغة
- كبير
- على نطاق واسع
- آخر
- إطلاق
- تطلق
- طبقة
- قيادة
- تعلم
- تعلم
- روافع
- المكتبة
- حقوق الملكية الفكرية
- الترخيص
- الحياة
- علوم الحياة
- محدود
- قائمة
- تحميل
- محلي
- آلة
- آلة التعلم
- يصنع
- تمكن
- إدارة
- مدير
- يدويا
- كثير
- رسم خريطة
- رسم الخرائط
- برنامج Maps
- علامة
- مباراة
- مطابقة
- الوسائط
- الأعضاء
- المذكورة
- دمج
- البيانات الوصفية
- مليون
- دقيقة
- ML
- نموذج
- عارضات ازياء
- مراقبة
- مراقبة
- شهر
- الأكثر من ذلك
- فيلم
- أفلام
- متعدد
- طبيعي
- معالجة اللغات الطبيعية
- الجيران
- نبتون
- القائم على الشبكة
- الشبكات
- الشبكات العصبية
- جديد
- العقدة
- عدد
- تم الحصول عليها
- عروض
- Office
- ONE
- جاكيت
- المصدر المفتوح
- عمليات
- الأمثل
- طلب
- OS
- أخرى
- صفقة
- جزء
- مرت
- شغف
- مسار
- نفذ
- ينفذ
- النائب
- المنصة
- منصات التداول
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- من فضلك
- منشور
- قوة
- مدعوم
- ممارسة
- رئيس الوزراء
- إعداد
- يقدم
- ابتدائي
- رئيسي
- مطبوعات
- مشاكل
- عملية المعالجة
- معالجتها
- معالجة
- المنتج
- الإنتــاج
- ويوفر
- تقديم
- شراء
- أغراض
- بايثون
- نطاق
- تقييمات
- نادي القراءة
- استعداد
- في الوقت الحقيقي
- سبب
- توصية مجاناً
- ساندي خ. ميليك
- مدى صلة
- ذات الصلة
- رد
- التقارير
- مستودع
- طلب
- طلبات
- مطلوب
- مورد
- الموارد
- استجابة
- REST
- نتيجة
- النتائج
- استبقاء
- عائد أعلى
- عائدات
- يجري
- تشغيل
- sagemaker
- نفسه
- حفظ
- سيناريوهات
- علوم
- عالم
- بحث
- أقسام
- تأمين
- أمن
- مسلسلات
- الخدمة
- خدماتنا
- طقم
- ضبط
- إعدادات
- ينبغي
- أظهرت
- يظهر
- مماثل
- التشابه
- الاشارات
- مبسط
- عزباء
- حالات
- حل
- الحلول
- حل
- يحل
- بعض
- مصدر
- الفضاء
- تتخصص
- محدد
- انقسم
- كومة
- بداية
- بدأت
- دولة من بين الفن
- خطوات
- تخزين
- تخزين
- قصتنا
- متدفق
- الشبكة الفرعية
- هذه
- جناح
- الدعم
- أنظمة
- أخذ
- يأخذ
- المهام
- تقنيات
- محطة
- •
- المنطقة
- المفصل
- من مشاركة
- وبالتالي
- الآلاف
- ثلاثة
- عبر
- الوقت
- عنوان
- عناوين
- إلى
- تيشرت
- قطار
- متدرب
- تحول
- تريليونات
- tv
- نموذجي
- مع
- فهم
- تحميل
- URL
- تستخدم
- مستخدم
- واجهة المستخدم
- استخدام
- تشكيلة
- كبير
- الباعة
- القطاعات
- فيديو
- المزيد
- افتراضي
- رؤيتنا
- التصور
- الويب
- تطبيق ويب
- متصفح الويب
- الموقع الإلكتروني
- التي
- واسع
- مدى واسع
- سوف
- في غضون
- كلمة
- كلمات
- عامل
- أعمال
- سوف
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت
- المناطق