提升效果

Vertex AI Search for Commerce 提供了一项功能,可让您指定应在搜索中提升排名的记录。您可以通过应用提升规则来控制结果的优先级,从而控制返回的搜索结果的排序。

提升规则

只有在存在基本相关性得分时(例如在按相关性排序的搜索结果或具有预排序得分的浏览结果中),才能应用提升规则。提升是一种应用于这些搜索和浏览结果的乘数函数。

提升或掩埋

一个商品可以受多个提升或埋没规则的制约,这些规则是在搜索服务 API 的 boostspec 类中设置的。

  • 正数表示提升规则,即促销。
  • 负数表示埋藏规则,即降级而非升级。

配置选项

  • 提升效果总和:如果既有降级又有升级,Vertex AI Search 商务解决方案会将这些值相加。最终的总和要么是降低的提升效果,要么是净埋没效应。
  • 最大加权规则(默认):Vertex AI Search for Commerce 会检查哪个值最大,并忽略其他规则。

为单个商品设置了多条提升或隐藏规则

多条提升或埋没规则可能会影响某件商品,最终得分由提升值的总和或最大值决定。

当多个提升规则应用于同一商品时,请务必检查是否有其他商品的分数超过了该商品,导致该商品不再位于首位。最大模式已设置为默认模式,以降低此问题的发生几率。

假设一种商品获得的提升系数为 2、3 和 0.5,另一种商品获得的提升系数为 0.5。虽然该商品的提升得分仅为 0.5,但当它被反复提升时,其排名会高于另一商品。仔细检查提升规范,确保它不会重叠,或者重叠是预期行为。

覆盖过滤条件

两种优先于提升规则的过滤条件:

  1. 用户指定:这些条件可以是价格或品牌等,会以功能块或过滤条件的形式显示在网站上,供最终用户选择。

  2. 话题性(相关性):这些过滤条件仅适用于搜索查询(不适用于浏览)。它们会从搜索结果中排除相关度较低的商品。例如,搜索 refrigerator 不会返回微波炉或配件(例如冰箱把手)。该过滤条件可识别出不应在搜索冰箱时提升微波信号。

搜索和浏览中可用的过滤条件

  • 搜索:主题性过滤条件以及用户应用的所有其他过滤条件,例如网站上的方面。
  • 浏览:由于没有文本查询,因此系统仅应用用户应用的过滤条件。系统还会应用过滤条件来检查商品(例如西装)是否属于正确的商品类别(例如,不是毛衣)。

调试和问题排查

每件商品都符合无限提升的条件,但用户应用的过滤条件会从搜索响应中排除商品。如需排查为什么加推商品可能不会显示在搜索和浏览结果中,请检查以下各项:

  • 多条提升规则(包括埋没降级):检查提升模式配置(总和或最大值),并确定最终得分。
  • 相关性:商品必须与查询相关,并且通过相关性过滤条件。如果搜索查询是“Nike 鞋”,而商品名为“Air Jordans”,这两个词并不匹配,但它们之间存在密切的语义关系,因此相关性得分很高。黄色夹克等商品名与 Nike 搜索查询的相关性得分较低。同样,如果商品名称是一个与任何字词都毫无关系的神秘型号,那么对于任何查询,相关性得分都会很低。
  • 过滤条件:过滤规则会替换任何提升规则,并阻止提升的产品显示在结果中。过滤条件始终在加推之上应用。如果商品应用了用户设置的过滤条件,或者商品类别过滤条件用于浏览,则提升功能将完全无法发挥作用。

教程:升位

本教程将展示一些商品升位示例。


如需遵循有关此任务的分步指导,请直接在 Cloud Shell Editor 中点击操作演示

操作演示


配置强化

本页以下面的数据集为例。仅包含说明所需的字段。

示例数据集

搜索请求和响应示例

例如,如果您搜索“Google speaker”,那么您会收到无序的“nest_mini_2nd_gen”、“nest_audio”、“nest_hub_max”、“nest_hub”、“google_home_max”和“google_home_mini”。

增强规范示例

假设您要优先考虑价格较低的商品(小于 95 美元),降低价格较高商品(超过 95 美元)的优先级。您可以按如下方式应用提升规范:

JSON

{
  condition_boost_specs {
    condition: "price: IN(*, 95.0e)"
    boost: 0.5
  }
  condition_boost_specs {
    condition: "price: IN(95.0e, *)"
    boost: -0.5
  }
}

在结果中,"nest_mini_2nd_gen""google_home_mini""nest_hub" 可能是前三个,而 "nest_audio""nest_hub_max""google_home_max" 可能是后三个。不过,与按价格排序不同,系统不会预先确定特定顺序,如过滤和排序结果中所述。