Mendapatkan hasil penjelajahan yang dipersonalisasi

Penjelajahan adalah penelusuran navigasi yang tidak memiliki kueri. Penjelajahan menggunakan metode navigasi untuk menampilkan hasil penelusuran yang cocok dengan kategori atau filter yang dipilih pengguna akhir. Jika digunakan bersama dengan engagement pengguna, Anda dapat menawarkan penjelajahan yang dipersonalisasi kepada pengguna. Penjelajahan yang dipersonalisasi menyediakan feed real-time yang spesifik untuk pengguna berdasarkan histori interaksi pengguna dan fitur konten. Tujuannya adalah mengoptimalkan hasil penelusuran untuk KPI yang ditentukan sekaligus mematuhi kontrol strategis Anda. Misalnya, situs real estate dapat memperoleh halaman beranda yang berbeda untuk penggunanya di London, Inggris Raya, dan di Sydney, Australia; situs belanja dapat menyediakan hasil yang disesuaikan dengan profil pengguna.

Halaman ini menjelaskan cara mendapatkan hasil penjelajahan untuk penyimpanan data penelusuran kustom dan beberapa praktik terbaik untuk menyiapkan aplikasi penelusuran Anda.

Tentang penjelajahan yang dipersonalisasi

Penjelajahan yang dipersonalisasi di Agent Search menggunakan jaringan neural untuk memberi peringkat pada dokumen berdasarkan prediksi engagement dan konversi pengguna. Misalnya, dengan penjelajahan yang dipersonalisasi, Anda dapat menyajikan entri yang diberi peringkat dalam katalog hotel atau artikel di situs dan menampilkannya kepada pengguna berdasarkan prediksi kemungkinan klik atau permintaan.

Pada intinya, penjelajahan yang dipersonalisasi adalah model canggih yang mempelajari hubungan rumit antara pola navigasi pengguna, konten dan fitur dokumen Anda, serta peristiwa konversi pengguna. Beberapa fitur pentingnya adalah sebagai berikut:

• Peringkat: Model memberi peringkat pada item berdasarkan prediksi performa terhadap sasaran yang Anda tentukan dan tunduk pada parameter penelusuran yang dikonfigurasi, seperti filter, peringkat kustom, dan kontrol penayangan (seperti penguatan, promosi, atau sinonim).

• Pelatihan dan penyempurnaan: Setelah pelatihan awal, model terus disempurnakan menggunakan aliran peristiwa pengguna langsung. Model akan beradaptasi dan meningkat seiring waktu.

• Keragaman: Model secara implisit mempelajari keragaman karena mencatat sinyal negatif dari non-interaksi, seperti link yang diabaikan, waktu yang dihabiskan di halaman, dan rasio pantulan.

Perbedaan antara penjelajahan dan penelusuran

Tabel berikut menyajikan perbedaan antara penelusuran dan penjelajahan.

Fitur	Penelusuran	Penjelajahan
Tujuan	Menemukan informasi spesifik	Menjelajahi dan menemukan konten
Contoh	Menelusuri "restoran Korea terbaik di Vancouver" di Google Penelusuran	Menjelajahi restoran berdasarkan kategori tempat restoran tersebut mungkin berada, seperti "Restoran > Korea > Vancouver > 4 bintang ke atas"
Tujuan Pengguna	Biasanya berorientasi pada sasaran	Eksploratif
Titik awal	Kueri atau kata kunci biasanya di kotak penelusuran	Situs atau platform tertentu biasanya menggunakan menu, breadcrumb, link, atau metode navigasi lainnya seperti aspek
Metode	Memasukkan kata kunci atau frasa dan menerapkan konfigurasi penelusuran dan penayangan	Menelusuri dengan kueri kosong, menerapkan konfigurasi penelusuran dan penayangan
Hasil	Daftar hasil yang relevan	Semua dokumen di penyimpanan data yang cocok dengan filter

Alur kerja dan praktik terbaik

Penjelajahan yang dipersonalisasi adalah layanan yang dikelola Google dan Google menangani model deep learning dan pipeline data yang mendasarinya. Untuk mendapatkan hasil terbaik dari layanan ini, saat Anda mengembangkan aplikasi penelusuran, tanggung jawab teknis utama Anda mencakup hal berikut:

• Penyediaan data: Kumpulkan dan sediakan penyimpanan data dokumen dan peristiwa pengguna yang komprehensif.
• Definisi sasaran: Tentukan KPI untuk pengoptimalan, seperti rasio klik-tayang (CTR), tindakan bernilai tinggi, dan pendapatan per sesi dengan peristiwa pengguna yang disediakan. Pastikan jenis peristiwa pengguna yang Anda kumpulkan mendukung sasaran.
• Parameter penelusuran: Tentukan dan konfigurasi parameter penelusuran dan kontrol penayangan dalam permintaan penelusuran Anda. Misalnya, rentang tanggal untuk memfilter listingan atau artikel yang diizinkan atau kontrol penguatan untuk mengurutkan ulang blog sesuai dengan ratingnya.

Di aplikasi penelusuran Agent Search, menjelajahi berarti menelusuri tanpa kueri atau dengan kueri kosong. Untuk mendapatkan hasil penjelajahan, di penyimpanan data penelusuran kustom, Anda dapat memanggil metode search dengan membiarkan kueri kosong.

Secara umum, berikut adalah langkah-langkah untuk mendapatkan hasil terbaik untuk penjelajahan yang dipersonalisasi:

1. Memiliki data yang benar dan konsisten:

   • Stempel waktu yang akurat untuk setiap peristiwa pengguna.
   • ID pengguna yang konsisten di semua peristiwa pengguna.
   • ID dokumen yang cocok antara peristiwa pengguna dan penyimpanan data. Jika Anda menggunakan peta situs, URL-nya harus cocok dengan URL dalam peristiwa pengguna.
   • Filter untuk menayangkan konten yang tepat di halaman yang Anda jelajahi. Untuk mengetahui informasi selengkapnya, lihat Memfilter penelusuran situs dan Memfilter penelusuran kustom untuk data terstruktur dan tidak terstruktur.

2. Menyiapkan dan memasukkan dokumen Anda:

   • Tentukan skema Anda dengan sebanyak mungkin atribut. Semakin banyak atribut, semakin baik personalisasinya.
   • Jika Anda meng-crawl situs, aktifkan pengindeksan lanjutan dan lengkapi halaman web Anda dengan data terstruktur.
   • Siapkan data Anda untuk dimasukkan menggunakan petunjuk di bagian Menyiapkan data untuk dimasukkan.
   • Buat penyimpanan data penelusuran untuk memasukkan data Anda. Atau, buat dan perbarui dokumen yang dapat mengelola data yang perlu ditelusuri atau dijelajahi.
   • Jika Anda menggunakan peta situs untuk data situs, pertahankan peta situs tersebut untuk mengindeks halaman web terbaru. Sebagai alternatif atau tambahan, jalankan muat ulang manual untuk halaman tertentu yang baru diperbarui. Mempertahankan indeks yang baru akan menghasilkan hasil yang lebih baik.

3. Menyiapkan dan memasukkan peristiwa pengguna:

   • Siapkan peristiwa pengguna selama minimal 30 hari untuk pelatihan model awal. Anda dapat menggunakan peristiwa pengguna historis dan peristiwa pengguna secara real time, atau keduanya. Peristiwa real-time menghasilkan hasil personalisasi yang lebih baik.
   • Rekam dan bagikan peristiwa search (digunakan untuk menangkap data penjelajahan), peristiwa view-item, dan peristiwa conversion.
   • Semua peristiwa pengguna harus menyertakan hal berikut:
     • eventType seperti search untuk penelusuran dan penjelajahan, view-item, dan conversion.
     • userPseudoId, yang merupakan ID pengguna yang dipseudonimkan secara konsisten.
     • eventTime, yang merupakan stempel waktu ISO 8601 (UTC) untuk waktu peristiwa direkam.
     • documents.id yang ditampilkan dalam urutan yang muncul kepada pengguna yang cocok dengan ID dokumen.
     • searchInfo.searchQuery untuk mendaftarkan kueri penelusuran pengguna.
     • pageInfo.pageCategory yang menambahkan konteks, seperti "HomepageCarousel", "Properties > VIC > Richmond".
     • filter yang menjelaskan logika filter yang digunakan untuk membuat daftar tayangan. Hal ini sering kali ditangkap oleh kolom pageCategory atau melalui pemahaman sistem.

   Untuk mengetahui informasi selengkapnya, lihat userEvents.

4. Mengaktifkan pelatihan model dan pipeline model:

   Setelah menyiapkan data dan mengumpulkan peristiwa pengguna, hubungi Customer Engineer (CE) Google Anda. CE dapat meninjau data Anda dan mengaktifkan model personalisasi untuk aplikasi Anda.

5. Mendapatkan hasil penjelajahan yang dipersonalisasi

   Tambahkan lebih banyak kolom ke permintaan penelusuran Anda seperti filter dan penyesuaian peringkat, seperti penguatan atau peringkat kustom.

6. Mempertahankan dan memastikan data Anda selalu baru:

   Seiring waktu, pastikan dokumen di penyimpanan data Anda selalu baru dan terus upload peristiwa pengguna baru. Hal ini memastikan model dapat mengakses dokumen dan interaksi pengguna terbaru untuk hasil yang dipersonalisasi.

Mendapatkan hasil penjelajahan untuk aplikasi dengan data situs

Untuk menggunakan API guna mendapatkan hasil penjelajahan untuk aplikasi dengan data situs, lakukan hal berikut:

1. Temukan ID aplikasi Anda. Jika Anda sudah memiliki ID aplikasi, lanjutkan ke langkah berikutnya.

   1. Di Google Cloud Konsol, buka halaman AI Applications.

      Buka Aplikasi

   2. Di halaman Apps, temukan nama aplikasi Anda dan dapatkan ID aplikasi dari kolom ID.

2. Panggil metode engines.servingConfigs.search dengan kueri kosong atau tanpa kueri sebagai berikut:

   REST

   Istilah Penting: Di Agent Search, istilah app dapat digunakan secara bergantian dengan istilah engine dalam konteks API.

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
   -d '{
   "servingConfig": "projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search",
   "orderBy": "ORDER_BY",
   "params": {
        "searchType": "0"
    },
   "filter": "FILTER",
   "boostSpec": "BOOST_SPEC",
   }'
   

   Ganti kode berikut:

   • PROJECT_ID: ID project Anda. Google Cloud
   • APP_ID: ID aplikasi Agent Search yang ingin Anda kueri.
   • ORDER_BY: opsional. Urutan hasil diatur. Atribut yang akan diurutkan harus memiliki interpretasi numerik—misalnya, date. Untuk mengetahui informasi selengkapnya, lihat Mengurutkan hasil penelusuran web.
   • FILTER: opsional tetapi direkomendasikan. Kolom teks untuk memfilter penelusuran Anda menggunakan a ekspresi filter. Nilai defaultnya adalah string kosong. Untuk mengetahui informasi selengkapnya tentang penggunaan kolom filter, lihat Memfilter penelusuran situs.
   • BOOST_SPEC: opsional. Spesifikasi untuk menguatkan atau menyembunyikan dokumen. Nilai:
     • BOOST: angka floating point dalam rentang [-1,1]. Jika nilainya negatif, hasil akan diturunkan (muncul lebih rendah dalam hasil). Jika nilainya positif, hasil akan dipromosikan (muncul lebih tinggi dalam hasil).
     • CONDITION: ekspresi filter teks untuk memilih dokumen yang akan diterapkan penguatan. Filter harus dievaluasi ke nilai boolean. Untuk contoh ekspresi filter, lihat Sintaksis ekspresi filter dan Sintaksis untuk pengindeksan lanjutan. Untuk mempelajari penguatan untuk penelusuran terstruktur, lihat Menguatkan hasil penelusuran.

   Anda akan menerima respons JSON yang mirip dengan respons yang dipangkas berikut. Respons berisi hasil penelusuran yang diuraikan dan tercantum dalam urutan yang ditentukan oleh kolom yang ditetapkan dalam permintaan penelusuran.

   Respons

   {
   "results": [
     {
       "id": "DOCUMENT_ID",
       "document": {
         "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
         "id": "DOCUMENT_ID",
         "structData": {},
         "derivedStructData": {
           "displayLink": "LINK_TO_BE_DISPLAYED",
           "link": "DOCUMENT_URL",
           …
         }
       }
     },
     {
       "id": "DOCUMENT_ID",
       "document": {
         "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID",
         "id": "DOCUMENT_ID",
         "structData": {},
         "derivedStructData": {
           "displayLink": "LINK_TO_BE_DISPLAYED",
           "link": "DOCUMENT_URL",
           …
         }
       }
     }
     …
   ]
   }