Wenn Sie die Agent Search-Funktion noch nicht kennen, können Sie mit der Kurzanleitung für Medienempfehlungen eine Beispiel-App erstellen.
Richten Sie ein Google Cloud Projekt ein, aktivieren Sie die Agent Search und richten Sie die Zugriffssteuerung für Ihr Projekt ein. Sie können ein vorhandenes Google Cloud Projekt verwenden, falls Sie bereits eines haben.
Aktionen
- Führen Sie die Schritte unter Vorbereitung aus.
Bereiten Sie Ihre Daten für den Import in die Agentensuche vor.
Apps für Medienempfehlungen erfordern zwei Arten von Daten:
Strukturierte Mediendaten: Laden Sie Metadaten zu Ihren Media-Inhalten hoch, z. B. Titel, Beschreibungen und URIs zum Speicherort Ihrer Media. Agent Search bietet ein vordefiniertes Schema für Medien. Alternativ können Sie Ihr eigenes Schema verwenden.
Nutzerereignisse: Das Aufzeichnen von Nutzerereignissen ist für Medienempfehlungen erforderlich. Nutzerereignisse sind erforderlich, um Ihre App zu trainieren und Empfehlungen zu generieren.
Aktionen
Sehen Sie sich die Informationen zu Media-Daten und Datenspeichern an und bereiten Sie Ihre Daten gemäß den erforderlichen Schemas und Feldern unter Media-Dokumente und Datenspeicher vor. Wenn Sie ein eigenes Schema verwenden, lesen Sie auch Beispiel für ein Schema als JSON-Objekt und strukturierte Daten.
Informationen zu den Anforderungen an Media-Nutzerereignisse finden Sie unter Nutzerereignisse.
Erstellen Sie eine App und einen Datenspeicher und importieren Sie dann Ihre Media-Daten und Nutzerereignisse.
Wie Sie Media-Daten importieren, hängt davon ab, woher Sie sie importieren. Wenn sich Ihre Daten beispielsweise in Cloud Storage befinden, können Sie sie über die Konsole oder die API importieren, indem Sie den Bucket-Speicherort Ihrer Daten angeben.
Aktionen
Importieren Sie bisherige Nutzerereignisse im Bulk, damit das Training Ihrer App beginnen kann.
Sie können die Feldeinstellungen aktualisieren, um sie filterbar zu machen, und Ihre Empfehlungsergebnisse anhand dieser Felder filtern.
Aktionen
Wenn Agent Search ein bestimmtes Feld zum Filtern von Empfehlungen verwenden soll, legen Sie dieses Feld als filterbar fest. Weitere Informationen finden Sie unter Feldeinstellungen konfigurieren.
Inhalte herabstufen, wenn ein Nutzer sie sich vor Kurzem angesehen hat oder wenn die Inhalte alt sind Weitere Informationen
Sie können sich eine Vorschau Ihrer Empfehlungen ansehen, um zu prüfen, ob sie wie erwartet angezeigt werden.
Aktionen
Verwenden Sie die AI Applications Console oder die API, um eine Vorschau Ihrer Empfehlungen aufzurufen.
Console Auf der Seite Vorschau in der Console können Sie sich eine Vorschau Ihrer Empfehlungen ansehen. In der Anleitung zur Console finden Sie Informationen zu den Datentypen, die Ihre App in Empfehlungen erhalten verwendet.
API: Wenn Sie API-Aufrufe in Ihre Anwendung einbinden, führen Sie API-Aufrufe aus, um eine Vorschau Ihrer Empfehlungen zu sehen. REST-Anleitung für die Art von Daten, die Ihre App in Empfehlungen abrufen verwendet.
Wenn Sie mit der Vorschauversion Ihrer App für Media-Empfehlungen zufrieden sind, können Sie sie für Ihre Nutzer freigeben, indem Sie sie auf Ihrer Website bereitstellen.
Aktionen
Um Ihre Empfehlungs-App bereitzustellen, binden Sie API-Aufrufe in Ihren Server oder Ihre Anwendungen ein. Weitere Informationen zum Ausführen von API-Aufrufen finden Sie in der REST-Anleitung für die Art von Daten, die Ihre App verwendet, unter Empfehlungen abrufen.
Informationen zu Clientbibliotheksressourcen finden Sie unter Agent Search-Clientbibliotheken.
Sie können Ihre App verwalten, um dafür zu sorgen, dass die neuesten und erforderlichen Daten in Ihrem Datenspeicher verfügbar sind.
Apps mit Media-Empfehlungen werden alle drei Monate automatisch optimiert. Wenn sich Ihr Datenspeicher jedoch erheblich ändert oder Sie einen Massenimport von Nutzerereignissen vornehmen, sollten Sie Ihre App manuell neu trainieren.