篩選建議

如果您有推薦應用程式，可以使用文件欄位篩選推薦結果。本頁面說明如何使用文件欄位，將推薦內容篩選為特定文件組合。雖然本頁的範例是針對媒體推薦內容，但這裡顯示的原則也適用於自訂推薦內容。如要進一步瞭解媒體推薦功能，請參閱「Vertex AI Search for media 簡介」。

篩選推薦內容和資料儲存庫更新

任何資料儲存庫更新後，您需要等待最多 8 小時，等待模型重新訓練。這是因為模型需要瞭解文件中繼資料的目前值，以及哪些欄位已設為可篩選的欄位。您必須等待文件變更和結構定義變更套用完成。系統不會即時篩選推薦內容 (與搜尋不同)。

篩選器和多元化設定 (僅限媒體推薦)

除了篩選器之外，應用程式的多元化設定也會影響媒體推薦回應中傳回的結果。濾鏡和多元化策略的效果會加總。系統會先進行分類，然後再進行篩選。

結合高層級的規則多樣性和以類別為依據的屬性篩選功能，通常會導致輸出內容為空白。這是因為多樣性高，應用程式會限制每個類別只傳回一個結果。

舉例來說，假設您想推薦與《玩具總動員》相關的電影，您將以規則為準的多樣化程度設為高。由於多樣性高，雖然系統可能會推薦多部電影，但只會傳回兒童電影類別中的一部電影 (例如 WALL·E)。套用兒童電影篩選器後，系統只會將 WALL·E 列為推薦內容。

如要進一步瞭解多元化資訊，請參閱「讓媒體推薦內容多元化」。

事前準備

請確認您已建立推薦應用程式和資料儲存庫。詳情請參閱「建立媒體應用程式」或「建立自訂推薦內容資料儲存區」。

文件範例

請查看以下媒體文件範例。您可以參考這些範例文件，瞭解本頁內容。

{"id":"1","schemaId":"default_schema","structData":{"title":"Toy Story (1995)","categories":["Adventure","Animation","Children","Comedy","Fantasy"],"uri":"http://mytestdomain.movie/content/1","available_time":"2023-01-01T00:00:00Z","media_type":"movie"}}
{"id":"88125","schemaId":"default_schema","structData":{"title":"Harry Potter and the Deathly Hallows: Part 2 (2011)","categories":["Action","Adventure","Drama","Fantasy","Mystery","IMAX"],"uri":"http://mytestdomain.movie/content/88125","available_time":"2023-01-01T00:00:00Z","media_type":"movie"}}
{"id":"2857","schemaId":"default_schema","structData":{"title":"Yellow Submarine (1968)","categories":["Adventure","Animation","Comedy","Fantasy","Musical"],"uri":"http://mytestdomain.movie/content/2857","available_time":"2023-01-01T00:00:00Z","media_type":"movie"}}
{"id":"60069","schemaId":"default_schema","structData":{"title":"WALL·E (2008)","categories":["Adventure","Animation","Children","Romance","Sci-Fi"],"uri":"http://mytestdomain.movie/content/60069","available_time":"2023-01-01T00:00:00Z","media_type":"movie"}}

篩選運算式

使用篩選器運算式定義推薦內容篩選器。

篩選運算式語法

以下的 擴充 Backus-Naur 格式總結了篩選器運算式語法，可用於定義最佳化建議篩選器。

  # A single expression or multiple expressions that are joined by "AND" or "OR".
  filter = expression, { " AND " | "OR", expression };
  # An expression can be prefixed with "-" or "NOT" to express a negation.
  expression = [ "-" | "NOT " ],
    # A parenthesized expression
    | "(", expression, ")"
    # A simple expression applying to a textual field.
    # Function "ANY" returns true if the field contains any of the literals.
    textual_field, ":", "ANY", "(", literal, { ",", literal }, ")"
    # OR filter by "available"
    available, ":", "true",
  # A literal is any double-quoted string. You must escape backslash (\) and
  # quote (") characters.
  literal = double-quoted string;
  textual_field = see the tables below;

篩選器運算式限制

以下限制適用於推薦內容的篩選器運算式：

  • 在括號中嵌入 AND 和 OR 運算子的深度有限。篩選器中的邏輯運算式必須採用連接詞正規形式 (CNF)。最複雜的支援邏輯運算式可以是 AND 連結的條件清單，且只包含 OR 運算子，例如：(... OR ... OR ...) AND (... OR ...) AND (... OR ...)

  • 您可以使用 NOT 關鍵字或 - 來否定運算式。這項功能僅適用於單一引數的 ANY() 運算式。

  • available 限制必須位於頂層。這些運算子無法用於 OR 子句或否定運算子 (NOT)。您只能使用 available: true。如果省略這個篩選器，系統可能會將已過期和尚未提供的文件做為建議。

    available 欄位會對應至下列邏輯：

    datetime.now >= available_time AND datetime.now <= expire_time

    如果未設定 expire_time，datetime.now <= expire_time 會解析為 true。

  • 頂層 AND 子句中的條件數量上限為 20 個。

  • OR 子句最多可包含 100 個引數，這些引數會納入 ANY() 運算式。如果 OR 子句含有多個 ANY() 運算式，則這些運算式的引數都會計入此限制。例如，categories: ANY("drama", "comedy") OR categories: ANY("adventure") 有三個引數。

篩選運算式範例

下表列出有效和無效的篩選器運算式範例。並說明無效範例無效的原因。

運算式 有效 附註
language_code: ANY("en", "fr") 是
NOT language_code: ANY("en") 是
NOT language_code: ANY("en", "fr") 否 對多個引數的 ANY() 執行否定運算。
language_code: ANY("en", "fr") OR categories: ANY("drama") 是
(language_code: ANY("en") OR language_code: ANY("fr")) AND categories: ANY("drama") 是
(language_code: ANY("en") AND language_code: ANY("fr")) OR categories: ANY("drama") 否 不符合聯合標準形式。
(language_code: ANY("en")) AND (available: true) 是
(language_code: ANY("en")) OR (available: true) 否 將 OR 運算式中的 available 與其他條件結合。

下列篩選運算式可篩選屬於戲劇或動作類別、非英文且可用的文件：

categories: ANY("drama", "action") AND NOT language_code: ANY("en") AND available: true

篩選限制

每個可篩選的文件欄位都會在每個模型中消耗一些記憶體。下列限制有助於避免放送成效受到不利影響：

  • 在結構定義中，最多可將 10 個自訂欄位設為可篩選。

    如果應用程式訓練期間找到超過 10 個自訂欄位，系統只會使用其中 10 個。

  • 結構定義中最多可包含 100,000,000 個可篩選的欄位值。

    您可以將結構定義中的文件數量乘以可篩選欄位數量，藉此估算結構定義中可篩選欄位值的總數。如果超出這些限制，會發生以下情況：

    • 您無法將其他欄位設為可篩選。
    • 應用程式訓練失敗。

篩選建議

如要篩選媒體推薦內容，請按照下列步驟操作：

  1. 找出資料儲存庫 ID。如果您已取得資料儲存庫 ID，請略過至下一個步驟。

    1. 前往 Google Cloud 控制台的「AI Applications」頁面，然後在導覽選單中按一下「資料儲存庫」。

      前往「資料儲存庫」頁面

    2. 點按資料儲存庫的名稱。

    3. 在資料儲存庫的「資料」頁面中，取得資料儲存庫 ID。

  2. 決定要篩選的文件欄位。舉例來說，如果要處理開始前的文件，您可以使用 categories 欄位做為篩選條件。

  3. 如要讓 categories 欄位可篩選，請按照下列步驟操作：

    1. 前往 Google Cloud 控制台的「AI Applications」頁面。

      AI 應用程式

    2. 按一下推薦應用程式。

    3. 按一下 [Schema] (結構定義) 分頁標籤。這個分頁會顯示目前的欄位設定。

    4. 按一下 [編輯]。

    5. 如果尚未選取，請選取「類別」列中的「可篩選」核取方塊，然後按一下「儲存」。

    6. 請等待六小時，讓結構定義編輯內容生效。六小時後，您可以繼續進行下一個步驟。

  4. 如要取得 categories 欄位的推薦內容和篩選條件，請在指令列中執行下列程式碼：

    curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d '{
     "userEvent": {
       "eventType": "EVENT_TYPE",
       "userPseudoId": "USER_PSEUDO_ID",
       "documents": {
         "id": "DOCUMENT_ID"
       }
     },
     "params": {
       "returnDocument": true,
       "attributeFilteringSyntax": true,
       "strictFiltering": true
     },
     "filter": "FILTER"
   }' \
"https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/servingConfigs/SERVING_CONFIG_ID:recommend"

    更改下列內容：

    • PROJECT_ID：專案 ID。
    • DATA_STORE_ID：資料儲存庫的 ID。
    • DOCUMENT_ID：您要預覽推薦內容的文件 ID。請使用您在擷取資料時，為這份文件使用的 ID。
    • EVENT_TYPE：使用者事件類型。如需瞭解 eventType 值，請參閱 UserEvent。
    • USER_PSEUDO_ID：使用者的化名 ID。您可以使用 HTTP Cookie 填入這個欄位，這樣系統就能唯一識別單一裝置上的訪客。請勿為多位使用者將這個欄位設為相同的 ID。這會合併他們的事件記錄，並降低模型品質。請勿在這個欄位中加入個人識別資訊 (PII)。
    • SERVING_CONFIG_ID：供應設定的 ID。服務設定 ID 與引擎 ID 相同，因此請在此處使用引擎 ID。
    • FILTER：文字欄位，可讓您使用篩選運算式語法，針對特定欄位組合進行篩選。預設值為空字串，表示不會套用篩選器。

    舉例來說，假設您想針對特定媒體播放使用者事件提供建議，並且希望篩選建議結果，只包含 (1) 屬於「兒童」類別，且 (2) 目前可用的文件。方法是在呼叫中加入下列陳述式：

    • "eventType": "media-play"
    • "filter": "categories: ANY(\"Children\") AND available: true"

    詳情請參閱 recommend 方法。

    按一下即可查看回覆範例。

    如果您提出上述建議要求，系統會回傳類似以下的內容。請注意，回應中包含兩份文件，其中 categories 值為 Children，而 availability_start_time 值則晚於目前日期。

    {
"results": [
  {
    "id":"1",
    "schemaId":"default_schema",
    "structData":{"title":"Toy Story (1995)","categories":["Adventure","Animation","Children","Comedy","Fantasy"],"uri":"http://mytestdomain.movie/content/1",
    "availability_start_time":"2023-01-01T00:00:00Z",
    "media_type":"movie"
    }
  },
  {
    "id":"60069",
    "schemaId":"default_schema",
    "structData":{"title":"WALL·E (2008)","categories":["Adventure","Animation","Children","Romance","Sci-Fi"],"uri":"http://mytestdomain.movie/content/60069",
    "availability_start_time":"2023-01-01T00:00:00Z",
    "media_type":"movie"
    }
  }
],
"attributionToken": "ChMzMDk3NTQ4MzQxOTcxOTE0ODM1GglhZi10ZXN0LTEiDmFmLXRlc3QtMTE0NTE0KAAwBg"
}