Vi siete mai chiesti quanto avete speso su amazon.it da quando siete iscritti e, soprattutto, cosa avete comprato?
Credo che alla seconda domanda, non tutti sappiano quali siano le categorie di articoli che hanno inciso maggiormente sul totale dei loro acquisti e non è semplice ricavarle dalla lista dei propri ordini, per il solo fatto che non è presente.
Ci viene in aiuto il nostro tool preferito e Ollama, una interfaccia che consente di utilizzare dei modelli LLM locali, in particolare noi utilizzeremo LLama 3.1, tramite il quale cercheremo di trovare, dal campo descrizione degli articoli, la categoria corrispondente.
Questo workflow permette di fare proprio questo e si può usare con l'elenco dei propri ordini semplicemente cambiando il percorso al file nel nodo CSV Reader.
Per maggiori informazioni sul procedimento, potete leggere l'articolo al link sottostante.
Have you ever wondered how much you've spent on amazon.it since you signed up, and more importantly, what you’ve bought?
I believe that, for the second question, not everyone knows which categories of items have had the most impact on the total of their purchases, and it’s not easy to determine this just from the order list—simply because it’s not included.
Our favorite tool comes to the rescue, along with Ollama, an interface that allows the use of local LLM models. Specifically, we will use LLama 3.1, which will help us find the corresponding category based on the item descriptions.
This workflow enables precisely that, and it can be used with your order list by simply changing the file path in the CSV Reader node.
For more details on the process, you can read the article at the link below.
Credo che alla seconda domanda, non tutti sappiano quali siano le categorie di articoli che hanno inciso maggiormente sul totale dei loro acquisti e non è semplice ricavarle dalla lista dei propri ordini, per il solo fatto che non è presente.
Ci viene in aiuto il nostro tool preferito e Ollama, una interfaccia che consente di utilizzare dei modelli LLM locali, in particolare noi utilizzeremo LLama 3.1, tramite il quale cercheremo di trovare, dal campo descrizione degli articoli, la categoria corrispondente.
Questo workflow permette di fare proprio questo e si può usare con l'elenco dei propri ordini semplicemente cambiando il percorso al file nel nodo CSV Reader.
Per maggiori informazioni sul procedimento, potete leggere l'articolo al link sottostante.
Have you ever wondered how much you've spent on amazon.it since you signed up, and more importantly, what you’ve bought?
I believe that, for the second question, not everyone knows which categories of items have had the most impact on the total of their purchases, and it’s not easy to determine this just from the order list—simply because it’s not included.
Our favorite tool comes to the rescue, along with Ollama, an interface that allows the use of local LLM models. Specifically, we will use LLama 3.1, which will help us find the corresponding category based on the item descriptions.
This workflow enables precisely that, and it can be used with your order list by simply changing the file path in the CSV Reader node.
For more details on the process, you can read the article at the link below.