Modelle verwalten

Auf dieser Seite wird beschrieben, wie Sie Empfehlungsmodelle optimieren, pausieren, fortsetzen, löschen und auflisten. Informationen zum Erstellen eines neuen Empfehlungsmodells finden Sie unter Empfehlungsmodelle erstellen.

Allgemeine Empfehlungen für die Modellqualität

Ereignisse sollten in der Regel mindestens täglich hochgeladen werden, um eine gute Datenqualität zu gewährleisten.

  • Altersgrenzen für Daten: Nutzerereignisse, die älter als von 2015 sind, werden nicht akzeptiert. Für Vorschläge zum automatischen Lernen verwendet das System Nutzerereignisse aus den letzten 180 Tagen. Ebenso können Messwerte für Nutzerereignisse, die älter als 180 Tage sind oder vor mehr als 180 Tagen generiert wurden, nicht exportiert werden.

  • Eindeutige Besucher-IDs: Die Gesamtzahl der eindeutigen Besucher-IDs für jeden Ereignistyp sollte mindestens 100 betragen, um genügend Daten für qualitativ hochwertige Ergebnisse zu haben.

Die meisten Modelle funktionieren am besten mit mindestens drei Monaten Produktseitenaufrufen, Startseitenaufrufen und add-to-cart-Ereignissen.

Für das Modell „Häufig zusammen gekauft“ werden ein bis zwei Jahre Bisherige Käufe empfohlen. Für dieses Modell ist eine der folgenden Voraussetzungen erforderlich:

  • Durchschnittlich 10 Vorkommen pro Katalogelement (mit einem Zeitraum von einem Jahr für Ereignisse vom Typ „Kauf abgeschlossen“).

  • Sowohl 90 Tage mit Ereignissen vom Typ „Kauf abgeschlossen“ im letzten Jahr als auch 1.000 Ereignisse vom Typ „Kauf abgeschlossen“ im selben Jahr.

Ein bis zwei Wochen mit Detailseitenaufrufen können ausreichen, um mit dem Training der Modelle Was Ihnen sonst noch gefallen könnte und Für Sie empfohlen zu beginnen.

Modell optimieren

AI Commerce Search verwendet die von Ihnen für Ihr Modell angegebenen Eingabedaten, um Hyperparameter für das Training anzupassen.

Die Optimierung dauert 2 bis 4 Tage. Während dieser Zeit funktioniert das Modell wie gewohnt. Weitere Informationen zu den Optimierungskosten finden Sie unter Preise.

Optimierungshäufigkeit eines Modells festlegen

Wir empfehlen daher, das Modell regelmäßig zu optimieren. So bleibt das Modelltraining optimal, da sich die Daten im Laufe des Jahres ändern und das Kundenverhalten variiert. Außerdem können einige interne umfangreiche Modellupgrades erst angewendet werden, nachdem das Modell optimiert wurde.

Bei der Erstellung des Modells können Sie festlegen, dass es alle drei Monate automatisch optimiert wird, oder Sie können es ausschließlich manuell optimieren. Unabhängig von der ausgewählten Einstellung wird das Modell nach der Erstellung automatisch optimiert.

Sie können die Einstellung des Optimierungsstatus jederzeit ändern. Eine Änderung dieser Einstellung wirkt sich nicht auf laufende Optimierungsprozesse aus.

So bearbeiten Sie die Einstellung des Optimierungsstatus eines Modells:

Console

  1. Rufen Sie in der Console von AI Commerce Search in Gemini Enterprise for Customer Experience die Seite Modelle auf.

    Zur Seite "Modelle"

    Sie können den Optimierungsstatus jedes Modells unter Optimierungsstatus einsehen.

  2. Klicken Sie auf einen Modellnamen, um die zugehörige Detailseite anzusehen.

  3. Klicken Sie neben Optimierungsstatus auf Bearbeiten .

  4. Wählen Sie aus der Drop-down-Liste eine Einstellung aus:

    • Alle drei Monate. Automatisch optimieren, wenn die letzte Optimierung vor 90 Tagen vorgenommen wurde.
    • Nur manuelle Optimierung. Wird nur optimiert, wenn Sie manuell optimieren.

  5. Klicken Sie auf Fertig , um die Einstellung zu speichern.

curl

Senden Sie mit der API eine Models.patch-Anfrage. Weitere Informationen finden Sie in der Models.patch API-Referenz.

Details zu allen Models-Feldern finden Sie in der Models-API-Referenz.

curl -X PATCH \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d '{
  "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID",
  "PeriodicTuningState": "NEW_TUNING_STATE_VALUE"
}' \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID?updateMask=PeriodicTuningState'

Modell manuell optimieren

Die manuelle Optimierung löst eine einmalige Optimierung Ihres Modells aus. Sie können Ihr Modell manuell optimieren, wenn es eine signifikante Änderung in Ihrem Katalog (z. B. Vergrößerung oder Änderung der Kataloghierarchie) oder bei Ereignissen (z. B. ein Backfill vergangener Ereignisse oder eine Änderung der Datenverteilung nach dem Verschieben bestimmter Artikelgruppen) gibt.

So optimieren Sie ein Modell manuell:

Console

  1. Rufen Sie in der Console von AI Commerce Search in Gemini Enterprise for Customer Experience die Seite Modelle auf.

    Zur Seite "Modelle"

  2. Klicken Sie auf einen Modellnamen, um die zugehörige Detailseite anzusehen.

  3. Klicken Sie in der Schaltflächenleiste auf Manuelle Optimierung.

    Die Optimierung dauert 2 bis 4 Tage. Während dieser Zeit funktioniert das Modell wie gewohnt.

curl

Senden Sie mit der API eine Models.tune-Anfrage. Weitere Informationen finden Sie in der Models.tune API-Referenz.

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID:tune'

Training für ein Modell anhalten und fortsetzen

Wenn Ihr Modell aktiv ist (nicht pausiert), wird das Modell mindestens einmal pro Woche neu trainiert, jedoch nicht häufiger als einmal täglich. Für ein konsistentes erneutes Training müssen Sie Nutzerereignisdaten spätestens 24 Stunden nach dem Ereignis hochladen.

Sie können Ihr Modell pausieren, um das erneute Training zu beenden. Dies kann sinnvoll sein, wenn Sie fehlerhafte Daten importiert haben oder um die Grenze von 10 aktiven Modellen pro Projekt nicht zu überschreiten. Wenn Sie weniger als 10 aktive Modelle haben, können Sie ein pausiertes Modell jederzeit neu starten.

Weitere Informationen zu Trainingskosten finden Sie unter Preise.

Sie können bis zu fünf Modellvorgänge pro Minute starten. Zu den eingeschränkten Modellvorgängen gehören das Erstellen, Löschen, Anhalten und Fortsetzen.

So pausieren Sie ein Modell an oder starten es neu:

Console

  1. Rufen Sie in der Console von AI Commerce Search in Gemini Enterprise for Customer Experience die Seite Modelle auf.

    Zur Seite "Modelle"

    Sie können den Trainingsstatus jedes Modells unter Trainingsstatus sehen.

  2. Klicken Sie zum Pausieren eines aktiven Modells (Trainingsstatus von TRAINING) auf Pausieren .

  3. Klicken Sie zum Starten eines pausierten Modells (Trainingsstatus von PAUSIERT) auf Fortsetzen .

curl

Senden Sie mit der API eine Models.pause-Anfrage, um ein aktives Modell zu pausieren. Weitere Informationen finden Sie in der Models.pause API-Referenz.

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID:pause'

Senden Sie mit der API eine Models.resume-Anfrage, um ein pausiertes Modell zu starten.

curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID:resume'

Modelldetails ansehen

Sie können die Details eines Modells in der Console oder mit der API-Methode Models.get ansehen.

So rufen Sie die Bereitstellungskonfigurationen auf, die mit einem bestimmten Modell verknüpft sind: Alle anderen Modelldetails sind in der Console und in der API-Antwort verfügbar.

Console

  1. Rufen Sie in der Console von AI Commerce Search in Gemini Enterprise for Customer Experience die Seite Modelle auf.

    Zur Seite "Modelle"

  2. Auf der Seite Modelle sind alle Ihre Modelle sowie deren Trainings- und Abfragestatus aufgeführt.

  3. Klicken Sie auf einen Modellnamen, um die Seite Details aufzurufen.

curl

Senden Sie mit der API eine Models.get-Anfrage, um Informationen zu einem einzelnen Modell abzurufen. Weitere Informationen finden Sie in der Models.get API-Referenz.

curl -X GET \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID'

Modelle auflisten

Sie können eine Liste Ihrer Modelle in der Console oder mit der API-Methode Models.list ansehen.

Console

  1. Rufen Sie in der Console von AI Commerce Search in Gemini Enterprise for Customer Experience die Seite Modelle auf.

    Zur Seite "Modelle"

  2. Auf der Seite Modelle sind alle Ihre Modelle sowie deren Trainings- und Abfragestatus aufgeführt.

curl

Senden Sie mit der API eine Models.list-Anfrage, um alle Modelle und ihre Details inline aufzulisten. Weitere Informationen finden Sie in der Models.list API Referenz.

Optional können Sie mit dem Parameter pageSize eine maximale Anzahl von Ergebnissen festlegen, die zurückgegeben werden sollen. Wenn weitere Ergebnisse verfügbar sind, enthält die list-Antwort ein Seitentoken. Sie können ein Seitentoken im Parameter pageToken einer list-Anfrage übergeben, um die nächste Ergebnisseite abzurufen. In diesem Beispiel werden beide Parameter verwendet.

curl -X GET \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models?pageSize=PAGE_SIZE&pageToken=PAGE_TOKEN'

Modell löschen

Sie können bis zu fünf Modellvorgänge pro Minute starten. Zu den eingeschränkten Modellvorgängen gehören das Erstellen, Löschen, Anhalten und Fortsetzen.

Sie können ein Modell in der Console oder mit der API-Methode Models.delete löschen.

Console

  1. Rufen Sie in der Console von AI Commerce Search in Gemini Enterprise for Customer Experience die Seite Modelle auf.

    Zur Seite "Modelle"

  2. Klicken Sie auf den Namen des Modells, das Sie löschen möchten, um die Detailseite zu öffnen.

  3. Klicken Sie in der Schaltflächenleiste auf Löschen.

  4. Geben Sie den Modellnamen noch einmal ein und klicken Sie auf Bestätigen.

curl

Senden Sie mit der API eine Models.delete-Anfrage. Weitere Informationen finden Sie in der Models.delete API-Referenz.

Details zu allen Models-Feldern finden Sie in der Models-API-Referenz.

curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
'https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models/MODEL_ID'