Vertex AI Search for retail 已更名為 Vertex AI Search for commerce。我們會更新內容，反映新的品牌形象。

本頁面由 Cloud Translation API 翻譯而成。

篩選建議

本頁說明如何使用產品屬性篩選推薦結果。

您可以在預測要求中指定篩選運算式，藉此篩選預測結果。篩選器運算式是針對每個產品評估的邏輯運算式。回應中的產品清單會縮減為運算式評估為 true 的產品。

建議有兩種篩選方式：

建議使用第 2 版。
第 1 版已淘汰，但仍可能在使用中。

本操作說明的各節僅適用於篩選器第 2 版，因為這個版本會使用產品屬性篩選推薦內容。

屬性篩選器和標籤篩選器的相容性

如果模型同時具有手動建立的標記和可篩選的產品屬性，則可使用任一版本的篩選器處理預測要求。不過，同一個預測要求中，不能同時包含第 1 版和第 2 版篩選運算式。

推薦內容篩選器運算式語法

搜尋和推薦的篩選器運算式語法相似。不過，建議功能有一些限制。

推薦篩選器運算式語法可用下列 EBNF 來總結：

  # 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 }, ")"

  # A literal is any double-quoted case sensitive string. You must escape backslash (\) and
  # quote (") characters. We do not support textual values containing `/` characters, or partial string matches.

  # The literal must be an exact match for products in the catalog. The Predict
  # API returns empty results when no possible matches exist.

  literal = double-quoted string;

  textual_field = see the tables below;

篩選器語法限制

但請注意，本功能有以下限制：

在括號中嵌入 AND 和 OR 運算子的深度有限制。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為 AND 連結的子句清單，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，且該引數不包含與廣告空間相關的屬性。
以 availability 為基礎的限制必須位於頂層。這些運算子無法用於 OR 子句或否定運算子 (NOT)。
由於標準推薦篩選功能僅支援文字欄位，因此不支援標準推薦篩選功能的「小於」、「大於」和「範圍檢查」運算。小於和大於運算子只能用於推薦內容的提升或埋藏控制條件，這些條件支援部分數值欄位 (請參閱「推薦內容提升/埋藏所支援的欄位」)。
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，colors: ANY("red", "green") OR colors: ANY("blue") 有三個引數。

下表列出有效的篩選器運算式範例，以及無效範例和無效原因。

運算式	有效	附註
`colors: ANY("red", "green")`	是
`NOT colors: ANY("red")`	是
`NOT colors: ANY("red", green")`	否	否定具有多個引數的 `ANY()`。
`colors: ANY("red", "green") OR categories: ANY(\"Phone > Android > Pixel\")`	是
`(colors: ANY("red") OR colors: ANY("green")) AND categories: ANY(\"Phone > Android > Pixel\")`	是
`(colors: ANY("red") AND colors: ANY("green")) OR categories: ANY(\"Phone > Android > Pixel\")`	否	不符合聯合標準形式。
`(colors: ANY("red")) AND (availability: ANY("IN_STOCK")`	是
`(colors: ANY("red")) OR (availability: ANY("IN_STOCK"))`	否	將 `OR` 運算式中的 `availability` 與其他條件結合。

商品目錄相關屬性篩選

系統會根據產品的即時狀態，篩選廣告空間相關屬性。針對 availability: ANY("IN_STOCK") 篩選，預測回應會傳回主要產品，其中主要產品或變化版本產品的值與 IN_STOCK 相符。如要進一步瞭解主要產品和變化型產品，請參閱「產品層級」。我們不支援 Primary only 或 Variant only 篩選。

IN_STOCK 是推薦篩選器第 2 版支援的唯一 availability 屬性值。

商品目錄相關屬性可用於 AND 子句，但無法用於 OR 子句。

支援的欄位

下表列出支援的文字欄位。

推薦內容的提升或隱藏功能支援標準推薦篩選功能不支援的其他欄位。如需這類欄位的清單，請參閱「Boost/bury 支援的欄位」。

欄位	說明
「productId」	產品 ID (Product.name 的最後一個部分)。
「brands」	Product.brands。
「categories」	Product.categories。
「genders」	Audience.genders。
「ageGroups」	Audience.age_groups。
「colorFamilies」	ColorInfo.color_families。
「colors」	ColorInfo.colors。
「sizes」	Product.sizes。
「材料」	Product.materials。
「patterns」	Product.patterns。
「conditions」	Product.conditions。
「attributes.key」	Product 物件中的文字自訂屬性。如果屬性值為文字，鍵可以是 Product.attributes 對應表中的任何鍵。

提高/降低排名支援的欄位

提升/埋沒功能支援標準推薦篩選功能不支援的部分額外欄位，包括數值欄位。

除了「支援的欄位」一節所列的欄位外，推薦內容的 boost/bury 也支援下列欄位：

文字欄位

欄位	說明
「tags」	`Product.tags[]`。與產品相關聯的自訂標籤。

數值欄位

欄位	說明
「price」	`PriceInfo.price`。產品價格。
「discount」	產品折扣。這個欄位是使用 `PriceInfo` 中的原始價格和價格欄位值來計算。
「rating」	`Product.rating`。產品的評分總數。
「ratingCount」	`rating.ratingCount`。產品的評分總數。

設定模型的推薦篩選條件

你可以使用 Search for Commerce 控制台或 Models API 資源，啟用推薦內容篩選功能。

您可以透過控制台建立新模型，並啟用推薦內容篩選功能。您也可以為現有模型更新這個選項。

您可以使用 Models API 資源，建立啟用推薦篩選功能的新模型，或使用 models.Patch 為現有模型更新這項設定。

請注意，如果傳回預測值的服務設定已啟用類別比對，則篩選功能就無法使用「categories」屬性，因為回應只會傳回與情境產品共用類別的產品結果。

使用控制台設定模型的篩選條件

使用 Search for commerce 控制台，在建立模型時選取「自動產生標記」選項，即可為該模型啟用推薦過濾功能。

請仔細檢查與其他設定的相容性，例如 diversity-level 和 category-match-level 等，因為總體效果會合併，而篩選作業會在最後進行。

舉例來說，將以規則為基礎的 diversity-level 和 category attribute filtering 結合，通常會導致輸出內容為空白。
- diversity-level=high-diversity 會強制模型限制相同類別字串的結果數量上限。例如：category1 有 1 個結果、category2 有 1 個結果，以此類推。
- 使用類別中繼資料 (Product.categories = ANY ("category2")) 的屬性篩選功能，可讓模型捨棄不相符的項目。
- 最終輸出結果少於三個。
similar-items 模式已包含額外的類別相關性提升功能，並使用預設的 category-match-level = relaxed-category-match。切換為 category-match-level=no-category-match 即可停用行為，並使用自訂篩選規則。

如要瞭解如何使用控制台建立推薦模型，請參閱「建立推薦模型」一文。

您無法在控制台中為現有模型更新這項設定。如要更新模型的這項設定，請使用 models.Patch API 方法。

使用 API 為模型設定篩選條件

您可以在建立新模型時使用 models.Create 為模型啟用推薦篩選功能，或是在更新現有模型時使用 models.Patch。

如要啟用篩選功能，請為模型設定 filteringOption 欄位。這個欄位的允許值如下：

RECOMMENDATIONS_FILTERING_DISABLED (預設)：關閉模型的篩選功能。
RECOMMENDATIONS_FILTERING_ENABLED：已為主要產品啟用篩選功能。

以下 curl 範例會建立新模型，並啟用推薦內容篩選功能。

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
       'name': 'MODEL_NAME',
       'displayName': 'MODEL_DISPLAY_NAME',
       'type': 'home-page',
       'filteringOption': 'RECOMMENDATIONS_FILTERING_ENABLED',
     }" \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/models"

以下 curl 範例會更新現有模型的篩選選項設定。

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
       'filteringOption': 'RECOMMENDATIONS_FILTERING_ENABLED',
     }" \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/models/MODEL_ID?updateMask=filteringOption"

將屬性設為可篩選

如要篩選推薦的產品，請為要在篩選運算式中使用的產品屬性啟用篩選功能。你可以使用 Search for commerce 控制台或 Attributes API 資源更新這項設定。

請勿將過多屬性設為可篩選。篩選屬性數量設有上限。

使用控制台將屬性設為可篩選

你可以在 Commerce Search 控制台的「控制」頁面中，將屬性設為可篩選的項目。

前往「Search for Commerce」控制台的「Controls」頁面。

前往「控制」頁面
前往「屬性控制項」分頁。

這個分頁會顯示表格，列出可設定全站控制項的所有產品屬性。
按一下「修改控制項」。
將產品屬性「可篩選」設為「是」。
按一下「儲存控制項」。

下一個模型訓練週期結束後，您就可以開始使用屬性進行篩選。

使用 API 將屬性設為可篩選

AttributesConfig 代表目錄的屬性清單。

為 CatalogAttribute 設定 AttributesConfig.filteringOption 欄位。這個欄位的有效值如下：

RECOMMENDATIONS_FILTERING_DISABLED (預設)：關閉屬性篩選功能。
RECOMMENDATIONS_FILTERING_ENABLED：已為屬性啟用篩選功能。

以下 curl 範例會查詢現有的產品屬性。

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \ "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/attributesConfig"

以下 curl 範例會將產品屬性 categories 設為可篩選。

更新現有屬性時，請保留屬性在前一個步驟中顯示的 indexableOption、dynamicFacetableOption 和 searchableOption 原始值。如果在查看 attributesConfig 時，所選屬性未如前述範例顯示，請使用預設設定，如以下範例所示。

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
        'name': 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/attributesConfig',
        'catalogAttributes': {
          'categories': {
            'key': 'categories',
            'indexableOption': 'INDEXABLE_ENABLED',
            'dynamicFacetableOption': 'DYNAMIC_FACETABLE_DISABLED',
            'searchableOption': 'SEARCHABLE_DISABLED',
            'recommendationsFilteringOption': 'RECOMMENDATIONS_FILTERING_ENABLED'
          }
        },
        'attributeConfigLevel': 'CATALOG_LEVEL_ATTRIBUTE_CONFIG'
     }" \
"https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/attributesConfig"

下一個模型訓練週期結束後，您就可以開始使用屬性進行篩選。這項作業通常需要至少八小時才能完成。

在預測要求中使用可篩選的屬性

模型重新訓練完成後，您可以在預測要求中使用可篩選的產品屬性。

將請求參數值 filterSyntaxV2 設為 true，即可啟用第 2 版推薦內容篩選功能。如果未設定參數，則會繼續使用第 1 版篩選功能。如果模型同時具有手動建立的標記和可篩選的產品屬性，則可使用任一版本的篩選器處理預測要求。不過，同一個預測要求中，無法同時包含第 1 版和第 2 版篩選運算式。

以下部分 curl 範例顯示 filterSyntaxV2 設為 true，以及使用產品屬性 colors 和 categories 的篩選器運算式。這個範例假設 colors 和 categories 已設為可篩選。

"params": {
  "filterSyntaxV2": true
},
"filter": "(categories: ANY(\"Phone > Android > Pixel\") OR colors: ANY(\"red\", \"green\")) AND (availability: ANY(\"IN_STOCK\"))"

以下 curl 範例顯示完整的預測要求。

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
        'userEvent': {
          'eventType': 'detail-page-view',
          'visitorId': 'VISITOR_ID',
          'productDetails': {
            'product': {
              'id': 'PRODUCT_ID'
            }
          }
        },
        'params': {
          'returnProduct': true,
          'filterSyntaxV2': true,
          'strictFiltering': true,
        },
        'filter': 'categories: ANY(\"xyz\")'
     }" \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/placements/SERVING_CONFIG:predict"

除了篩選器之外，放送設定的多樣化設定也可能會影響回應傳回的結果數量。

篩選建議

推薦內容篩選功能，第 2 版

推薦篩選器，第 1 版 (已淘汰)

屬性篩選器和標籤篩選器的相容性

推薦內容篩選限制

推薦內容篩選器運算式語法

篩選器語法限制

商品目錄相關屬性篩選

支援的欄位

提高/降低排名支援的欄位

文字欄位

數值欄位

設定模型的推薦篩選條件

使用控制台設定模型的篩選條件

使用 API 為模型設定篩選條件

將屬性設為可篩選

使用控制台將屬性設為可篩選

使用 API 將屬性設為可篩選

在預測要求中使用可篩選的屬性

篩選建議 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

推薦內容篩選功能，第 2 版

推薦篩選器，第 1 版 (已淘汰)

屬性篩選器和標籤篩選器的相容性

推薦內容篩選限制

推薦內容篩選器運算式語法

篩選器語法限制

商品目錄相關屬性篩選

支援的欄位

提高/降低排名支援的欄位

文字欄位

數值欄位

設定模型的推薦篩選條件

使用控制台設定模型的篩選條件

使用 API 為模型設定篩選條件

將屬性設為可篩選

使用控制台將屬性設為可篩選

使用 API 將屬性設為可篩選

在預測要求中使用可篩選的屬性

篩選建議