Mendapatkan saran

Halaman ini menjelaskan cara meminta rekomendasi produk untuk pengguna dan peristiwa pengguna tertentu.

Setelah mengupload produk dan mencatat peristiwa pengguna, Anda dapat meminta rekomendasi produk untuk pengguna tertentu berdasarkan peristiwa pengguna yang dicatat untuk pengguna tersebut dan aktivitasnya saat ini. Diperlukan waktu hingga 48 jam agar produk baru dan peristiwa pengguna ditampilkan dalam model rekomendasi.

Vertex AI Search untuk commerce menampilkan daftar ID produk yang diberi peringkat. Anda bertanggung jawab untuk merender hasil di situs Anda dengan gambar dan teks.

Jangan pernah menyimpan dalam cache hasil yang dipersonalisasi dari pengguna akhir, dan jangan pernah menampilkan hasil yang dipersonalisasi kepada pengguna akhir yang berbeda.

Sebelum Memulai

Anda harus membuat project Google Cloud dan menyiapkan autentikasi menggunakan langkah-langkah di bagian Sebelum memulai.

Selain itu, sebelum dapat meminta prediksi dari rekomendasi, Anda memerlukan rekomendasi (model) yang dilatih dan disesuaikan serta satu atau beberapa konfigurasi penayangan aktif.

Mengevaluasi rekomendasi

Sebelum memperbarui kode situs untuk meminta rekomendasi, Anda dapat menggunakan hasil prediksi pratinjau untuk mengonfirmasi bahwa model dan konfigurasi penayangan berfungsi seperti yang diharapkan.

Untuk mengetahui informasi selengkapnya tentang konfigurasi inferensi, lihat Tentang konfigurasi inferensi.

Anda dapat melihat pratinjau hasil konfigurasi penayangan dari halaman Evaluasi, atau dengan membuka halaman Detail konfigurasi penayangan di konsol dan mengklik tab Evaluasi. Langkah-langkah berikut menunjukkan cara melihat pratinjau dari halaman Evaluasi.

Untuk melihat pratinjau rekomendasi yang ditampilkan oleh konfigurasi penayangan Anda:

1. Buka halaman Evaluasi di konsol Penelusuran untuk e-commerce.
   
   Buka halaman Evaluasi

2. Klik tab Rekomendasi, jika belum dipilih.

3. Pilih konfigurasi penayangan yang ingin Anda lihat pratinjaunya.

4. Opsional: Masukkan ID pengunjung untuk melihat pratinjau rekomendasi bagi pengguna tersebut.

5. Jika bagian Item terkait ditampilkan, klik Tambahkan item dan masukkan ID produk untuk mendapatkan rekomendasi terkait untuk item tersebut. Anda dapat menambahkan beberapa item terkait.

   Menambahkan item hanya tersedia jika jenis model konfigurasi penayangan yang dipilih memerlukan produk sebagai input untuk rekomendasi. Model Direkomendasikan untuk Anda tidak memerlukan item terkait untuk dimasukkan.

6. Klik Pratinjau prediksi untuk melihat hasil prediksi.

Untuk melihat halaman Detail untuk konfigurasi penayangan yang Anda pratinjau, klik Lihat konfigurasi penayangan di kolom Pilih konfigurasi penayangan.

Mendapatkan rekomendasi

Recommendations API memiliki batasan pada jumlah item yang ditampilkan. Namun, ada solusi untuk meningkatkan jumlah item yang ditampilkan.

Meningkatkan batas

• Batas untuk hasil Vertex AI Search untuk commerce adalah 120.

• Recommendations API mendukung pengurutan ulang hingga 2.000 item.

• Meskipun latensi meningkat, Anda dapat meningkatkan ukuran halaman hingga 500 atau 1.000.

Solusi

Untuk halaman kategori, Anda dapat mempersonalisasi dan mengurutkannya ulang menggunakan rekomendasi pribadi. Untuk mengatasi batas hasil 120, lakukan beberapa panggilan serentak untuk sejumlah halaman pertama yang diberikan, lalu gabungkan hasilnya agar terlihat seperti satu halaman besar.

Untuk membatasi secara manual kumpulan rekomendasi yang ditampilkan kepada pengguna akhir, Anda dapat menambahkan kriteria filter dalam kueri PredictRequest.params.

Tandai atribut yang dipilih sebagai dapat difilter menggunakan API, lalu rujuk langsung dalam permintaan prediksi.

Untuk mengetahui detail biaya prediksi, lihat Harga.

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    --data '{
              "filter": "FILTER_STRING",
              "validateOnly": false,
              "userEvent": {
                  "eventType": "detail-page-view",
                  "visitorId": "VISITOR_ID",
                  "userInfo": {
                      "userId": "USER_ID",
                      "ipAddress": "IP_ADDRESS",
                      "userAgent": "USER_AGENT"
                  },
                  "experimentIds": "EXPERIMENT_GROUP",
                  "productDetails": [{
                      "product": {
                        "id": "PRODUCT_ID"
                     }
                  }]
              }
            }' \
https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/servingConfigs/SERVING_CONFIG_ID:predict

{
  "results": [{"id": "sample-id-1"}, {"id": "sample-id-2"}],
  "attribution_token": "sample-atr-token"
}

public static PredictResponse predictWithNextPageToken(UserEvent userEvent, int pageSize,
    String nextPageToken)
    throws IOException, InterruptedException {
  PredictionServiceClient predictionClient = getPredictionServiceClient();

  PredictRequest request = PredictRequest.newBuilder()
      .setPlacement(HOME_PAGE_PLACEMENT_NAME)
      .setUserEvent(userEvent)
      .setPageSize(pageSize)
      .setPageToken(nextPageToken)
      .setValidateOnly(true)
      .build();

  PredictResponse response = predictionClient.predict(request);

  predictionClient.shutdownNow();
  predictionClient.awaitTermination(2, TimeUnit.SECONDS);

  return response;
}

Pengurutan harga

Pengurutan ulang harga akan membuat produk yang direkomendasikan dengan probabilitas rekomendasi serupa diurutkan menurut harga. Urutan akan dimulai dari item berharga paling tinggi. Relevansi juga masih digunakan untuk mengurutkan item, sehingga mengaktifkan pengurutan ulang harga tidak sama dengan mengurutkan menurut harga.

Peringkatan ulang harga dapat ditetapkan di tingkat konfigurasi penayangan, atau per permintaan prediksi.

Saat Anda memilih setelan pengurutan ulang harga saat membuat konfigurasi penayangan di konsol Penelusuran untuk e-commerce, setelan tersebut berlaku untuk semua rekomendasi yang ditayangkan oleh konfigurasi tersebut, tanpa Anda harus melakukan tindakan lebih lanjut.

Jika perlu mengontrol perubahan peringkat harga rekomendasi tertentu, Anda dapat melakukannya menggunakan kolom PredictRequest.params. Setelan ini menggantikan setelan peringkatan ulang tingkat konfigurasi yang seharusnya berlaku untuk rekomendasi ini.

Keragaman rekomendasi

Diversifikasi rekomendasi memengaruhi apakah hasil yang ditampilkan dari permintaan prediksi tunggal berasal dari kategori yang berbeda pada katalog produk Anda.

Diversifikasi rekomendasi dapat ditetapkan di tingkat konfigurasi penayangan, atau per permintaan prediksi.

Saat Anda memilih setelan diversifikasi rekomendasi saat membuat konfigurasi penayangan di konsol Penelusuran untuk e-commerce, setelan tersebut akan diterapkan secara default ke semua prediksi yang ditayangkan oleh konfigurasi tersebut, tanpa Anda harus melakukan tindakan lebih lanjut.

Jika perlu mengontrol keragaman rekomendasi tertentu, Anda dapat melakukannya menggunakan kolom PredictRequest.params. Setelan ini menggantikan setelan diversifikasi tingkat konfigurasi yang seharusnya berlaku untuk rekomendasi ini. Lihat untuk mengetahui nilai yang diterima.

Menggunakan filter rekomendasi

Anda dapat memfilter rekomendasi yang ditampilkan oleh rekomendasi dengan menggunakan kolom filter dalam metode predict. Untuk mengetahui informasi selengkapnya, lihat Memfilter rekomendasi.

Panggilan prediksi dengan model Pengoptimalan Tingkat Halaman

Memberikan rekomendasi menggunakan Pengoptimalan Tingkat Halaman memerlukan langkah panggilan prediksi tambahan.

Buat panggilan prediksi awal menggunakan konfigurasi penayangan yang berisi model Pengoptimalan Tingkat Halaman. Respons prediksi menampilkan daftar ID konfigurasi penayangan yang diurutkan yang merepresentasikan model yang akan digunakan untuk setiap panel.

Kemudian, lakukan panggilan prediksi untuk setiap panel menggunakan ID konfigurasi penayangan yang direkomendasikan model Pengoptimalan Tingkat Halaman untuk panel tersebut. Respons prediksi berisi nama model (seperti Direkomendasikan untuk Anda) dan daftar item yang direkomendasikan untuk ditampilkan di panel tersebut.

Pengurutan ulang harga, keragaman rekomendasi, dan filter rekomendasi tidak tersedia untuk konfigurasi penayangan yang menggunakan model Pengoptimalan Tingkat Halaman.

Memantau dan memecahkan masalah rekomendasi

Setelah menyiapkan situs Anda untuk mendapatkan rekomendasi, sebaiknya siapkan pemberitahuan. Lihat Menyiapkan pemberitahuan untuk error prediksi.

Untuk memecahkan masalah error, lihat Memantau dan memecahkan masalah.