Meningkatkan hasil

AI Commerce Search menawarkan fitur yang memungkinkan Anda menentukan rekaman yang harus ditingkatkan dalam penelusuran. Anda dapat mengontrol peringkat hasil dengan menerapkan aturan penguatan untuk memprioritaskan atau menurunkan prioritas item penelusuran yang ditampilkan.

Penguatan memungkinkan Anda mengontrol peringkat hasil dengan mempromosikan (meningkatkan) atau menurunkan (mengubur) item tertentu berdasarkan kriteria yang Anda tentukan. Tidak seperti pemfilteran, yang menghapus item dari kumpulan hasil, penguatan menyesuaikan posisi item yang sudah memenuhi syarat untuk ditampilkan.

Penggantian penguatan dan filter

Berikut adalah contoh jenis filter umum yang diprioritaskan daripada aturan penguatan:

  1. Ditentukan pengguna. Filter ini dapat berupa hal-hal seperti harga atau merek. Filter ini muncul kepada pengguna akhir sebagai kartu atau aspek di situs.
  • Topikalitas (relevansi). Filter ini hanya ada untuk kueri penelusuran (bukan penjelajahan). Filter ini mengecualikan produk yang kurang relevan dari hasil penelusuran. Misalnya, penelusuran refrigerator tidak menampilkan microwave atau aksesori, seperti pegangan kulkas. Filter ini mengenali bahwa microwave tidak boleh ditingkatkan untuk penelusuran kulkas.

Aturan penguatan

Aturan penguatan hanya dapat diterapkan jika ada skor relevansi dasar, seperti dalam penelusuran yang diurutkan berdasarkan relevansi atau hasil penjelajahan dengan skor pra-pengurutan. Penguatan adalah fungsi pengali yang diterapkan pada hasil penelusuran dan penjelajahan. Sintaksis dan logika penguatan dapat dipecah menjadi:

  • Ketersediaan. Penguatan tidak dapat mengganti aturan ketersediaan. Jika item difilter (seperti habis), penguatan tidak akan membuatnya muncul.

  • Operator. Anda dapat menggunakan operasi seperti lebih besar dari dan kurang dari untuk kolom numerik dalam kondisi penguatan, yang tidak tersedia dalam pemfilteran ketat standar.

Nilai penguatan atau penguburan

Satu produk dapat dikondisikan oleh beberapa aturan penguatan atau penguburan, yang ditetapkan di class boostSpec Search API. Nilai penguatan adalah angka floating point antara -1.0 dan 1.0.

  • Nilai positif (0.0 hingga 1.0): Mempromosikan item, memindahkannya lebih tinggi dalam hasil. Nilai 1.0 memberikan promosi maksimum.

  • Nilai negatif (-1.0 hingga 0.0): Menurunkan (mengubur) item, memindahkannya lebih rendah dalam hasil. Nilai -1.0 memberikan penurunan maksimum.

Beberapa aturan penguatan atau penguburan pada satu produk

Beberapa aturan penguatan atau penguburan dapat memengaruhi produk, dengan jumlah atau nilai maksimum penguatan yang menentukan skor akhir. Saat beberapa aturan penguatan diterapkan ke produk yang sama, selalu periksa apakah skor produk lain telah menggantikan produk tersebut dari posisi teratas. Mode maksimum ditetapkan ke default sehingga masalah ini cenderung tidak terjadi.

Misalnya, satu produk mendapatkan penguatan 2, 3, dan 0,5, dan produk lain mendapatkan satu penguatan 0,5. Meskipun produk hanya menerima skor penguatan 0,5, jika ditingkatkan berulang kali, produk tersebut akan mengungguli produk lainnya. Periksa spesifikasi penguatan dengan cermat untuk memastikan tidak tumpang tindih—atau memang tumpang tindih, seperti yang dimaksudkan.

Resolusi konflik

Jika beberapa aturan penguatan berlaku untuk produk yang sama, Anda dapat menentukan cara interaksinya.

  • Aturan penguatan maksimum (default): AI Commerce Search memeriksa nilai maksimum dan mengabaikan aturan lainnya.

  • Jumlah efek penguatan (setelan alternatif): Jika ada penurunan ditambah promosi, AI Commerce Search akan menjumlahkan nilai semua aturan penguatan dan penguburan yang berlaku. Hal ini memungkinkan efek kumulatif. Jumlah yang dihasilkan adalah efek penguatan yang lebih rendah atau efek penguburan bersih.

Mengonfigurasi penguatan

Untuk mengonfigurasi set data dengan aturan penguatan atau penguburan, Anda menentukan kondisi berdasarkan atribut produk (seperti merek atau harga) dan menetapkan nilai penguatan antara -1.0 (penguburan) dan 1.0 (penguatan) untuk menyesuaikan skor peringkat item yang cocok. Produk berikut tersedia untuk mengonfigurasi kontrol penguatan atau penguburan:

  • Penelusuran: Filter topikalitas ditambah filter lain yang diterapkan pengguna seperti aspek di situs. Baca lebih lanjut cara mengonfigurasi penguatan untuk penelusuran.

  • Penjelajahan: Karena tidak ada kueri teks, hanya filter yang diterapkan pengguna yang diterapkan. Filter juga diterapkan untuk memeriksa apakah produk (misalnya, setelan jas) termasuk dalam kategori produk yang benar (bukan sweater, misalnya). Baca lebih lanjut cara mengonfigurasi penguatan untuk rekomendasi.

Contoh set data

Opsi konfigurasi

Di AI Commerce Search, penguatan diterapkan sebagai pengali ke skor relevansi dasar yang dihasilkan oleh algoritma penelusuran. Anda dapat mengonfigurasi aturan penguatan langsung dalam permintaan penelusuran menggunakan spesifikasi penguatan atau dengan melampirkan kontrol penyajian ke konfigurasi penyajian. Dalam respons, item yang cocok dengan kondisi ini akan menerima skor relevansi yang diubah, sehingga item tersebut muncul lebih tinggi atau lebih rendah dalam daftar hasil tanpa dihapus sepenuhnya. Untuk mengonfigurasi kontrol penguatan atau penguburan penelusuran:

Cloud Console

  1. Buka halaman Controls di konsol AI Commerce Search di Gemini Enterprise for Customer Experience.

    Buka halaman Controls

  2. Di tab Serving controls, klik Edit di sebelah kanan kontrol.

  3. Di pop-out Edit control, klik kolom di bagian kolom Control name untuk mengubah nama kontrol.

  4. Opsional: Untuk penelusuran, di bagian Triggers, pilih jenis perilaku pengguna yang memicu kontrol ini. Bagian Browse categories dan Search akan diredupkan.

  5. Opsional: Edit Matching search terms.

  6. Opsional: Klik opsi Add Time Range untuk menambahkan satu atau beberapa rentang waktu selama kontrol ini dapat diterapkan.

  7. Klik Continue untuk melanjutkan ke bagian Actions.

  8. Tambahkan filter untuk atribut produk di kolom Boost/bury product.

    Gunakan sintaksis ekspresi filter yang didokumentasikan di Memfilter dan mengurutkan hasil. Misalnya, untuk menentukan versi merah dan biru dari "product1" dan "product2": (id: ANY("product1","product2")) AND (colorFamily: ANY("Red","Blue"))

  9. Untuk Boost/bury value, gunakan penggeser untuk menetapkan kekuatan penguatan. Nilai positif meningkatkan hasil, dan nilai negatif menguburnya. Klik Continue.

  10. Di bagian Serving configs, pilih konfigurasi penyajian yang akan diterapkan kontrol.

  11. Kirim setelan kontrol Anda.

Anda kini dapat menemukan aturan kontrol penguatan atau penguburan yang ditambahkan sebagai Control type baru yang tercantum di bagian Serving Controls untuk project Anda. Cari tahu cara membuat kontrol penguatan dan penguburan baru di bagian Membuat kontrol.

JSON

Hal ini menunjukkan contoh penguatan berdasarkan harga.

Misalnya, Anda ingin memprioritaskan produk yang lebih murah (kurang dari 95 USD) dan menurunkan prioritas produk yang mahal (lebih dari 95 USD). Anda dapat menerapkan spesifikasi penguatan.

{
  "condition_boost_specs": [
    {
      "condition": "price: IN(*, 95.0e)",
      "boost": 0.5
    },
    {
      "condition": "price: IN(95.0e, *)",
      "boost": -0.5
    }
  ]
}

Dalam contoh ini, produk di bawah 95 USD menerima promosi (0,5), sedangkan produk di atas 95 USD diturunkan (-0,5).

Dalam hasilnya, "nest_mini_2nd_gen", "google_home_mini", dan "nest_hub" mungkin menjadi tiga yang pertama, sedangkan "nest_audio", "nest_hub_max", dan "google_home_max" mungkin menjadi tiga yang terakhir. Namun, tidak ada urutan tertentu yang telah ditentukan, berbeda dengan pengurutan berdasarkan harga, seperti yang dibahas di Memfilter dan mengurutkan hasil.

Untuk penelusuran, terapkan skor peringkat item yang cocok secara dinamis dengan menyertakan spesifikasi penguatan (boostSpec) dengan condition_boost_specs langsung di SearchRequest.

Kondisi dan pemicu

Penguatan penelusuran dapat bersifat kondisional. Anda dapat memicu aturan penguatan berdasarkan kondisi berikut:

  • Istilah kueri: Terapkan penguatan hanya saat pengguna menelusuri istilah tertentu (seperti meningkatkan jaket musim dingin saat kueri berisi jaket).

  • Rentang waktu: Terapkan penguatan hanya selama periode promosi tertentu.

  • Global: Terapkan penguatan ke semua kueri yang ditayangkan oleh konfigurasi tertentu.

Contoh permintaan dan respons penelusuran

Dalam contoh set data yang ditampilkan sebelumnya, jika Anda menelusuri "Google speaker", Anda akan mendapatkan "nest_mini_2nd_gen", "nest_audio", "nest_hub_max", "nest_hub", "google_home_max" dan "google_home_mini" tanpa urutan tertentu.

Penguatan dalam rekomendasi

Penguatan untuk rekomendasi dikelola menggunakan kontrol penyajian. Tidak seperti penelusuran, penguatan rekomendasi tidak mendukung kondisi berbasis kueri (karena tidak ada kueri pengguna). Sebagai gantinya, kontrol berlaku untuk semua prediksi yang dihasilkan oleh konfigurasi penyajian yang dilampirkan. Oleh karena itu, Anda biasanya mengonfigurasi rekomendasi dengan melampirkan kontrol penyajian penguatan atau penguburan ke konfigurasi penyajian, bukan meneruskan spesifikasi penguatan dalam permintaan.

Kolom yang didukung untuk rekomendasi

Saat menentukan produk mana yang akan ditingkatkan dalam rekomendasi, gunakan ekspresi filter. Meskipun pemfilteran rekomendasi standar terbatas pada kolom teks, penguatan mendukung kolom numerik tambahan.

Jenis kolom Kolom yang didukung Deskripsi
Teks productId, brands, categories, genders, ageGroups, colorFamilies, colors, sizes, title,materials, patterns, conditions, attributes.key, tags Kolom standar yang tersedia untuk pemfilteran dan penguatan. Perhatikan bahwa tags adalah tag kustom yang terkait dengan produk.
Numerik price, discount, rating, ratingCount Khusus untuk penguatan/penguburan. Kolom ini memungkinkan Anda meningkatkan produk berdasarkan harga, diskon, atau rating pengguna.

Untuk mengetahui informasi selengkapnya, lihat bagian Kolom yang didukung penguatan/penguburan di Memfilter rekomendasi.

Meningkatkan produk dengan rating tinggi

Misalnya, Anda ingin memastikan bahwa film dengan rating tinggi muncul lebih tinggi di panel rekomendasi "Lainnya yang Mungkin Anda Suka". Untuk kasus penggunaan ini, buat kontrol penyajian untuk meningkatkan item dengan jumlah rating lebih dari 100. Konfigurasikan kontrol Anda dengan mempertimbangkan hal berikut:

  • Jenis Kontrol: Penguatan atau penguburan

  • Pemilihan Produk: Rekomendasi

  • Tindakan:

    • Ekspresi Filter: ratingCount > 100

    • Nilai Penguatan: 0.5

Kontrol ini memastikan bahwa item populer dan memiliki rating bagus diprioritaskan dalam daftar rekomendasi, sekaligus mempertahankan relevansi personalisasi untuk pengguna.

Proses debug dan pemecahan masalah

Setiap produk memenuhi syarat untuk penguatan tanpa batas, tetapi filter yang diterapkan pengguna akan menghapus produk dari respons penelusuran. Untuk memecahkan masalah yang menyebabkan produk yang ditingkatkan mungkin tidak muncul dalam hasil penelusuran dan penjelajahan, periksa:

  • Beberapa aturan penguatan (termasuk penurunan penguburan): Periksa konfigurasi mode penguatan (jumlah atau maksimum) dan tentukan skor akhir.
  • Relevansi: Produk harus relevan untuk kueri dan lulus filter relevansi. Jika kueri penelusuran adalah untuk sepatu Nike dan judul produknya adalah Air Jordans, kata-kata tersebut tidak cocok, tetapi hubungan semantik yang dekat menghasilkan skor relevansi yang tinggi. Judul produk seperti jaket kuning memiliki skor relevansi yang rendah dengan kueri penelusuran Nike. Demikian pula, jika judul produk adalah nomor model yang tidak jelas dan tidak memiliki hubungan dengan kata apa pun, skor relevansi akan rendah untuk kueri apa pun.
  • Filter: Aturan pemfilteran mengganti aturan penguatan apa pun, dan mencegah produk yang ditingkatkan muncul dalam hasil. Filter selalu diterapkan di atas penguatan. Jika produk memiliki filter yang diterapkan pengguna, atau jika kategori produk memfilter untuk penjelajahan, penguatan tidak akan berfungsi sama sekali.

Tutorial penguatan

Tutorial ini menunjukkan beberapa contoh penguatan produk.


Untuk mengikuti panduan langkah demi langkah tugas ini langsung di Cloud Shell Editor, klik Pandu saya:

Pandu saya