Receba resultados de navegação personalizados

A navegação é uma pesquisa de navegação que não tem consulta. A navegação usa métodos de navegação para apresentar resultados da pesquisa que correspondem às categorias ou aos filtros selecionados pelo utilizador final. Quando usado em colaboração com a interação do utilizador, pode oferecer aos seus utilizadores uma navegação personalizada. A navegação personalizada oferece feeds específicos do utilizador em tempo real, com base no histórico de interações e nas funcionalidades de conteúdo. Tem como objetivo otimizar os resultados da pesquisa para os KPIs definidos, ao mesmo tempo que cumpre os seus controlos estratégicos. Por exemplo, um Website de imobiliário pode ter páginas iniciais diferentes para os utilizadores em Londres, Reino Unido, e em Sydney, Austrália. Um Website de compras pode apresentar resultados personalizados consoante o perfil do utilizador.

Esta página descreve como obter resultados de navegação para arquivos de dados de pesquisa personalizada e algumas práticas recomendadas para configurar a sua app de pesquisa.

Acerca da navegação personalizada

A navegação personalizada do Vertex AI Search usa redes neurais para classificar documentos com base na interação e na conversão previstas do utilizador. Por exemplo, com a navegação personalizada, pode apresentar entradas classificadas num catálogo de hotéis ou artigos num Website e devolvê-los aos utilizadores com base na probabilidade prevista de cliques ou consultas.

No essencial, a navegação personalizada é um modelo sofisticado que aprende as relações complexas entre os padrões de navegação dos utilizadores, os conteúdos e as funcionalidades dos seus documentos, bem como os eventos de conversão dos utilizadores. Seguem-se algumas funcionalidades importantes:

  • Classificação: o modelo classifica os itens com base no desempenho previsto em relação ao objetivo definido, que está sujeito aos parâmetros de pesquisa configurados, como filtros, classificação personalizada e controlos de publicação (como aumentar, promover ou sinónimos).

  • Preparação e refinamento: após a preparação inicial, o modelo é continuamente refinado através de streams de eventos do utilizador em direto. O modelo adapta-se e melhora ao longo do tempo.

  • Diversidade: o modelo aprende implicitamente sobre a diversidade porque regista sinais negativos de não interação, como links ignorados, tempo gasto numa página e taxas de rejeição.

A tabela seguinte apresenta as diferenças entre a pesquisa e a navegação.

Funcionalidade Pesquisar Procurar
Finalidade Encontre informações específicas Explore e descubra conteúdo
Exemplo Pesquisar "melhores restaurantes coreanos em Vancouver" na Pesquisa Google Procurar um restaurante com base nas categorias a que pode pertencer, como "Restaurantes > Coreanos > Vancouver > 4 estrelas e superior"
User Intent Normalmente, orientado para objetivos Exploratório
Ponto de partida Uma consulta ou uma palavra-chave normalmente numa barra de pesquisa Um Website ou uma plataforma específica que usa normalmente um menu, links de navegação, links ou outros métodos de navegação, como facetas
Método Introduzir palavras-chave ou expressões e aplicar a configuração de pesquisa e publicação Pesquisar com uma consulta vazia, aplicar a configuração de pesquisa e publicação
Resultados Uma lista de resultados relevantes Todos os documentos no arquivo de dados que correspondem aos filtros

Fluxo de trabalho e práticas recomendadas

A navegação personalizada é um serviço gerido pela Google, e a Google processa os modelos de aprendizagem profunda e os pipelines de dados subjacentes. Para tirar o máximo partido deste serviço, quando desenvolve a sua app de pesquisa, as suas principais responsabilidades técnicas incluem o seguinte:

  • Aprovisionamento de dados: recolha e forneça um armazenamento de dados abrangente de documentos e eventos do utilizador.
  • Definição de objetivo: especifique os KPIs para otimização, como a taxa de cliques (CTR), as ações de elevado valor e a receita por sessão com os eventos de utilizador fornecidos. Certifique-se de que os tipos de eventos do utilizador que recolhe suportam os objetivos.
  • Parâmetros de pesquisa: defina e configure parâmetros de pesquisa e controlos de publicação no seu pedido de pesquisa. Por exemplo, intervalos de datas para filtrar as fichas ou os artigos permitidos, ou aumentar os controlos para reordenar os blogs de acordo com as respetivas classificações.

Numa app de pesquisa do Vertex AI Search, procurar significa pesquisar sem uma consulta ou com uma consulta vazia. Para obter resultados de navegação, num arquivo de dados de pesquisa personalizada, pode chamar o método search deixando a consulta vazia.

Em geral, estes são os passos para obter os melhores resultados para a navegação personalizada:

  1. Ter dados corretos e consistentes:

    • Data/hora precisa para cada evento do utilizador.
    • IDs de utilizadores consistentes em todos os eventos de utilizadores.
    • IDs de documentos que correspondem entre eventos de utilizadores e o repositório de dados. Se estiver a usar um mapa do site, os respetivos URLs têm de corresponder aos URLs nos eventos do utilizador.
    • Filtra para apresentar o conteúdo exato nas páginas que explorou. Para mais informações, consulte os artigos Filtrar a pesquisa de Websites e Filtrar a pesquisa personalizada para dados estruturados e não estruturados.

  2. Prepare e carregue os seus documentos:

  3. Prepare e carregue eventos do utilizador:

    • Prepare, pelo menos, 30 dias de eventos do utilizador para o treino inicial do modelo. Pode usar eventos de utilizadores históricos e/ou eventos de utilizadores em tempo real. Os eventos em tempo real geram melhores resultados de personalização.
    • Registe e partilhe o evento search (usado para capturar dados de navegação), o evento view-item e o evento conversion.
    • Todos os eventos de utilizador têm de incluir o seguinte:
      • eventType, como search para pesquisar e navegar, view-item e conversion.
      • userPseudoId, que é um identificador de utilizador com pseudonimização consistente.
      • eventTime, que é uma data/hora ISO 8601 (UTC) de quando o evento foi registado.
      • documents.id apresentados na ordem em que aparecem ao utilizador que corresponde aos IDs dos documentos.
      • searchInfo.searchQuery para registar a consulta de pesquisa do utilizador.
      • pageInfo.pageCategory que adiciona um contexto, como "HomepageCarousel", "Properties > VIC > Richmond".
      • filter que descreve a lógica de filtro usada para gerar a lista de impressões. Isto é frequentemente captado pelo campo pageCategory ou através da compreensão do sistema.

    Para mais informações, consulte userEvents.

  4. Ative a preparação de modelos e o pipeline de modelos:

    Depois de preparar os dados e recolher os eventos do utilizador, contacte o seu engenheiro de apoio técnico ao cliente (CE) da Google. O CE pode rever os seus dados e ativar o modelo de personalização para a sua app.

  5. Receba resultados de navegação personalizados

    Adicione mais campos ao seu pedido de pesquisa, como filtros e ajustes de classificação, como o aumento ou a classificação personalizada.

  6. Mantenha os seus dados atualizados:

    Ao longo do tempo, mantenha os documentos no seu repositório de dados atualizados e continue a carregar novos eventos de utilizadores. Isto garante que o modelo pode aceder aos documentos mais recentes e às interações do utilizador para obter resultados personalizados.

Obtenha resultados de navegação para uma app com dados do Website

Para usar a API para obter resultados de navegação de uma app com dados do Website, faça o seguinte:

  1. Encontre o ID da app. Se já tiver o ID da app, avance para o passo seguinte.

    1. Na Google Cloud consola, aceda à página Aplicações de IA.

      Aceda a Apps

    2. Na página Apps, encontre o nome da sua app e obtenha o ID da app na coluna ID.

  2. Chame o método engines.servingConfigs.search com uma consulta vazia ou sem consulta da seguinte forma:

    REST

    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",
}'

    Substitua o seguinte:

    • PROJECT_ID: o ID do seu projeto Google Cloud .
    • APP_ID: o ID da app Vertex AI Search que quer consultar.
    • ORDER_BY: opcional. A ordem pela qual os resultados são organizados. O atributo pelo qual ordenar tem de ter uma interpretação numérica, por exemplo, date. Para mais informações, consulte o artigo Ordene os resultados da pesquisa na Web.
    • FILTER: opcional, mas recomendado. Um campo de texto para filtrar a sua pesquisa através de uma expressão de filtro. O valor predefinido é uma string vazia. Para mais informações sobre a utilização do campo filter, consulte os artigos Filtre a pesquisa genérica de dados estruturados ou não estruturados e Filtre a pesquisa de Websites.
    • BOOST_SPEC: opcional. Uma especificação para aumentar ou ocultar documentos. Valores:
      • BOOST: um número de vírgula flutuante no intervalo [-1,1]. Quando o valor é negativo, os resultados são despromovidos (aparecem mais abaixo nos resultados). Quando o valor é positivo, os resultados são promovidos (aparecem mais acima nos resultados).
      • CONDITION: uma expressão de filtro de texto para selecionar os documentos aos quais o aumento é aplicado. O filtro tem de ser avaliado como um valor booleano. Para saber mais sobre o aumento da pesquisa estruturada, consulte o artigo Aumente os resultados da pesquisa.

    Deve receber uma resposta JSON semelhante à seguinte resposta truncada. A resposta contém resultados da pesquisa detalhados apresentados na ordem determinada pelos campos definidos no pedido de pesquisa.