建立媒體資料儲存庫

本頁面說明如何建立媒體資料儲存庫，並將資料匯入其中。

事前準備

請務必完成以下操作：

• 請詳閱媒體資料和結構定義相關的概念：

  • 關於媒體文件和資料儲存庫

  • 提供或自動偵測結構定義

• 決定要使用預先定義的 Google 結構定義來處理媒體資料，還是使用自己的結構定義。

• 如果您使用的是自訂結構定義，請確認您的結構定義包含可與自訂結構定義的媒體屬性對應的欄位：title、url、category 等。

• 將媒體文件放入 JSON 結構定義，然後將資料上傳至 BigQuery 或 Cloud Storage。

• 請參閱「關於媒體使用者事件」，並準備要匯入的使用者事件。所有媒體應用程式都必須使用使用者事件。

根據資料來源選擇程序

如要建立媒體資料儲存庫並匯入文件，請前往您要使用的來源的相關部分：

• BigQuery

• Cloud Storage

• 使用 API 匯入文件

從 BigQuery 匯入

從 Cloud Storage 匯入

使用 API 匯入文件

如果您使用 Google 預先定義的結構定義，可以透過 InlineSource 物件指定資料，向 Documents:import REST 方法提出 POST 要求，藉此匯入文件。

如需 JSON 文件格式的範例，請參閱 JSON 文件格式。

匯入規定

以下是使用 API 匯入媒體文件的要求：

• 每份文件必須獨立成行。

• 單次匯入的文件數量上限為 100 份。

程序

如要使用 API 匯入媒體文件，請按照下列步驟操作：

1. 建立資料儲存庫。

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   -H "X-Goog-User-Project: PROJECT_ID" \
   "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \
   -d '{
     "displayName": "DATA_STORE_DISPLAY_NAME",
     "industryVertical": "MEDIA"
   }'
   

   更改下列內容：

   • PROJECT_ID： Google Cloud 專案的 ID。
   • DATA_STORE_ID：您要建立的 Vertex AI Search 資料儲存庫 ID。這個 ID 只能包含小寫英文字母、數字、底線和連字號。
   • DATA_STORE_DISPLAY_NAME：您要建立的 Vertex AI Search 資料儲存庫顯示名稱。

2. 建立文件的 JSON 檔案，並將其命名為 ./data.json：

   {
   "inlineSource": {
   "documents": [
     { DOCUMENT_1 },
     { DOCUMENT_2 }
   ]
   }
   }
   

3. 呼叫 POST 方法：

   curl -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    --data @./data.json \
   "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/dataStores/DATA_STORE_ID/branches/0/documents:import"

   更改下列內容：

   • PROJECT_ID：專案 ID。
   • DATA_STORE_ID：資料儲存庫的 ID。

JSON 文件格式

以下範例會以 JSON 格式顯示 Document 項目。

請在單行中提供整份文件。每份文件都應獨立成行。

最低必要欄位：

{
   "id": "sample-01",
   "schemaId": "default_schema",
   "jsonData": "{\"title\":\"Test document title\",\"categories\":[\"sports > clip\",\"sports > highlight\"],\"uri\":\"http://www.example.com\",\"media_type\":\"sports-game\",\"available_time\":\"2022-08-26T23:00:17Z\"}"
}

完整物件：

{
   "id": "child-sample-0",
   "schemaId": "default_schema",
   "jsonData": "{\"title\":\"Test document title\",\"description\":\"Test document description\",\"language_code\":\"en-US\",\"categories\":[\"sports > clip\",\"sports > highlight\"],\"uri\":\"http://www.example.com\",\"images\":[{\"uri\":\"http://example.com/img1\",\"name\":\"image_1\"}],\"media_type\":\"sports-game\",\"in_languages\":[\"en-US\"],\"country_of_origin\":\"US\",\"content_index\":0,\"persons\":[{\"name\":\"sports person\",\"role\":\"player\",\"rank\":0,\"uri\":\"http://example.com/person\"},],\"organizations \":[{\"name\":\"sports team\",\"role\":\"team\",\"rank\":0,\"uri\":\"http://example.com/team\"},],\"hash_tags\":[\"tag1\"],\"filter_tags\":[\"filter_tag\"],\"production_year\":1900,\"duration\":\"100s\",\"content_rating\":[\"PG-13\"],\"aggregate_ratings\":[{\"rating_source\":\"imdb\",\"rating_score\":4.5,\"rating_count\":1250}],\"available_time\":\"2022-08-26T23:00:17Z\"}"
}

監控匯入作業並查看資料

1. 如要查看擷取狀態，請前往「資料儲存庫」頁面，然後點選資料儲存庫名稱，即可在「資料」頁面查看相關詳細資料。

2. 按一下「活動」分頁標籤。

   當「活動」分頁的狀態欄從「進行中」變更為「匯入完成」，表示擷取作業已完成。

   視資料大小而定，擷取作業可能需要數分鐘或數小時才能完成。

3. 按一下「文件」，即可查看匯入的資料。

匯入使用者事件

如要將使用者事件匯入媒體資料儲存庫，請按照下列步驟操作：

• 請按照「匯入歷來的使用者事件」一文中的操作說明進行。

後續步驟

• 建立媒體推薦應用程式或媒體搜尋應用程式。

• 保持文件資料最新。

  建議您每天匯入新資料，以便更新資料儲存庫。安排定期匯入作業，可避免模型品質隨著時間而降低。您可以使用 Google Cloud Scheduler 自動執行匯入作業。

  您可以只更新新的或已變更的文件，也可以匯入整個資料儲存庫。如果匯入的文件已存在資料儲存庫中，系統就不會再次新增這些文件。所有已變更的文件都會更新。

• 隨時更新使用者事件資料。

  請務必定期更新使用者事件。如果沒有足夠的新使用者事件可滿足資料需求，推薦應用程式就會停止運作。

  如要瞭解如何即時匯入使用者事件資料，請參閱「記錄即時使用者事件」。

  如要瞭解如何監控使用者事件規定，請參閱「檢查媒體推薦資料品質」。