推荐模型简介

本页面介绍了推荐模型及其默认投放配置和优化目标、可用的自定义选项和支持的事件类型。

简介

注册使用 Vertex AI Search 商务解决方案时，您需要与 Vertex AI Search 商务解决方案支持团队合作，共同确定最适合您的网站的推荐模型和自定义。您使用的模型和自定义取决于您的业务需求以及计划显示生成的建议的位置。

请求推荐时，请为 placement 资源提供投放配置值。（如需详细了解如何使用 placement 资源提供配置，以及对以前用于放置模型的展示位置的支持，请参阅 投放 配置简介。）投放配置可确定使用哪个模型返回建议。您还可以 过滤结果。

推荐的模型类型

以下是推荐的模型类型：

您可能喜欢的其他类型

“您可能喜欢的其他类型”推荐用于预测用户最有可能与之互动或完成转化的下一个商品。此预测基于用户的购物记录和浏览记录以及候选商品与当前指定商品的相关程度。

默认优化目标：点击率

默认投放配置：不适用

可用的自定义：

支持部署模型的页面：

经常一起购买（购物车展开）

“经常一起购买”推荐用于预测经常在同一购物会话中与特定商品一起购买的商品。如果查看的是商品列表，它会预测经常与该商品列表一起购买的商品。

如果用户已表明购买特定产品（或产品列表）的意图，而您希望推荐其余产品（而不是替代品），则此推荐非常有用。此推荐通常显示在 add-to-cart 页面或购物车/注册页面上（针对购物车展开）。

默认优化目标：每次会话的收入

默认投放配置：不适用

可用的自定义：

支持部署模型的页面：

为您推荐

“为您推荐”推荐根据用户的购物记录或浏览记录以及请求的上下文信息（如时间戳）预测用户最有可能与之互动或购买的下一种商品。 此推荐通常用在首页上。

“为您推荐”也可用于类别页面。 类别页与首页相似，区别于前者只能显示属于该类别的商品。 您可以使用推荐给您的带有过滤器标签的标准模型来实现此目的。例如，您可以向目录中的项添加自定义过滤器标记（对应于每个类别页面）。发送预测请求时，将用户事件对象设置为 category-page-view，并在 filter 字段中指定特定类别页面的标记。仅返回与所请求的过滤条件标记匹配的建议结果。在此用例中应停用多样性，因为多样性可能会与基于类别的过滤标记冲突。

默认优化目标：点击率

默认投放配置：不适用

可用的自定义：

支持部署模型的页面：

  • 全部

再次购买

“再次购买”模型会根据之前的重复购买情况鼓励用户再次购买商品。此个性化模型会预测之前至少购买过两次且通常定期购买的商品。建议商品的间隔取决于商品和网站访问者。此模型提供的推荐可用于任何页面类型。

以下内容也适用于“再次购买”模型： - 使用 purchase-complete 用户事件。 - 无法调整。 - 仅支持 visitor_id，如果它没有个性化结果，则表示“再次购买”模型会推荐全球热门商品。（无法控制或停用此回退行为。）

每个项目只能创建一个“再次购买”模型，因为“再次购买”模型无法自定义。基于同一用户事件创建多个“再次购买”模型不会产生不同的推荐，并且可能会产生不必要的费用。

默认优化目标：不适用

默认投放配置：不适用

可用的自定义：不适用

支持部署模型的页面：

  • 全部

促销

“促销”模型类型是一种基于个性化促销的模型，可以推荐促销商品。您可以使用此模型类型来鼓励用户购买折扣商品。

通常用于首页、“添加到购物车”页面、购物车页面、类别页面和详情页面。

默认优化目标: 点击率

默认投放配置：不适用

可用的自定义：

支持部署模型的页面：

近期查看过

“近期查看过”推荐实际上并不是推荐。它提供用户或访问者最近互动过的商品的 ID，最新的商品排在最前面。

默认优化目标：不适用

默认投放配置：recently_viewed_default

可用的自定义：不适用

支持部署模型的页面：

  • 全部

页面级优化

页面级优化将推荐范围从一次优化单个推荐面板扩展到优化包含多个面板的整个页面。页面级优化模型会自动为每个面板选择内容，并确定页面上的面板顺序。

例如，首页通常采用这种结构：商品按相关组（例如类别、热门商品或近期查看过的商品）排列成行。在首页上使用页面级优化模型可以为最终用户提供个性化的推荐体验，同时自动执行决策流程，以协调该页面的模型组合和布局。

如需创建页面级优化模型，您必须先拥有已训练模型的现有推荐投放配置。创建页面级优化模型时，您需要指定要在哪种类型的页面上使用该模型、要应用哪些限制来限制投放类似的投放配置、要针对哪个业务目标进行优化（点击率或转化率）、要显示多少个推荐面板，以及要考虑哪些投放配置用于每个面板。

与其他模型一样，如需使用页面级优化模型，您可以使用包含“页面级优化”模型的投放配置进行预测调用。预测响应不包含推荐，而是包含一个排序后的投放配置 ID 列表，这些 ID 表示要用于每个面板的投放配置。然后，使用从页面级优化模型返回的相应投放配置 ID 为每个面板进行新的预测调用。每个面板的预测响应都包含要在该面板中显示的推荐商品列表。

默认优化目标：不适用

默认投放配置：不适用

可用的自定义：不适用

支持部署模型的页面：

  • 全部

类似商品

此模型用于预测与特定上下文商品具有相似属性的其他商品。它通常部署在商品详情页面上，或在特定商品缺货时用作回退。

“类似商品”模型只需要商品目录中的信息；不需要用户事件。

“类似商品”模型既无法调整，也无法个性化。因此，“类似商品”不能用于捕获用户行为。尽管“类似商品”模型无法自定义，但可用于在 投放配置 中启用类别匹配，以确保返回的商品与上下文商品至少共享一个类别。

每个项目只能创建一个“类似商品”模型。由于“类似商品”模型无法自定义，因此基于同一用户事件创建多个“类似商品”模型不会产生不同的推荐，并且可能会产生不必要的费用。

默认优化目标：相关性

默认投放配置：不适用

可用的自定义：不适用

支持部署模型的页面：创建推荐模型。请参阅类似商品。

启用此功能后

  • 您的说明信息应针对每件商品进行解释，并包含与商品名不同的独特信息或字词。
  • 当平均说明字词数至少为 10 个时，此功能的效果最佳。
  • 包含未知 item_id 的事件的百分比应低于 10%。（您可以查看未联接的比例。详细了解未联接比例的定义）。

以实现业务目标为优化方向

创建机器学习模型是为了针对特定业务目标进行优化，从而确定模型的构建方式。每个模型都有一个默认的优化目标，但您可以联系支持代表来申请不同的优化目标，以支持您的业务目标。

训练模型后，您便无法更改优化目标。您必须训练新模型才能使用其他优化目标。

Vertex AI Search for commerce 支持以下优化目标。

点击率 (CTR)

针对点击率进行优化会强调互动；如果您希望尽可能提高用户与推荐交互的可能性，则应针对点击率进行优化。

点击率是“您可能喜欢的其他类型 和为您推荐”推荐模型类型的默认优化目标。

每次会话的收入

“每次会话的收入”优化目标适用于 “您可能喜欢的其他类型”、“为您推荐”和“经常一起购买”推荐 模型类型。虽然每个模型的目标运作方式不同，但目标是相同的，即增加收入。

  • 对于“您可能喜欢的其他类型”和“为您推荐” 。此目标结合了点击次数、转化次数和商品价格的信息，以帮助模型推荐价格较高且购买概率较高的商品。

  • 对于“经常一起购买” 。此目标会针对推荐更有可能添加到购物车的商品进行优化，通过扩大购物车规模来提高收入。

转化率 (CVR)

针对转化率进行优化可最大限度地提升用户将推荐商品添加到购物车的可能性。如果您希望增加每次会话添加到购物车中的商品数量，请针对转化率进行优化。

高级模型配置选项

根据模型类型，您可以使用一些其他模型配置选项来更改模型的行为。

调整偏好设置

在输入数据随时间变化时，调整可以让模型训练保持最佳状态。将模型设置为每三个月自动调整，或选择只手动调整模型。模型创建后会自动调整一次。了解详情。

如需了解调整费用详情，请参阅价格。

可用的投放配置和模型

您必须先为模型至少创建一个投放配置，然后才能通过模型请求预测。如需了解详情，请参阅 创建投放配置。

您可以在 模型页面中看到您的模型。点击模型名称可转至其详情页面，您可在其中查看与该模型关联的投放配置。

上下文商品

生成推荐时，模型会考虑用户之前在推荐面板的上下文中互动过的商品。

这些上下文商品作为用户事件的一部分传递到 predict 请求的正文中。例如，如果购物车页面上有一个推荐面板，则触发 predict 请求的任何 shopping-cart-page-view 用户事件都应包含当时购物车中的商品。这些商品将用作该推荐的上下文商品。

创建“经常一起购买”模型时，您可以指定该模型是在一个或多个商品的上下文中生成推荐。您选择哪个选项取决于您计划在什么类型的页面上使用该模型。

  • 多个上下文商品（默认）：“经常一起购买”模型可以使用一个或 多个商品作为其推荐的上下文。此用例通常适用于购物车页面，这些页面具有各种上下文商品，可用于告知在该页面上投放的推荐。

  • 单个上下文商品：“经常一起购买”模型只能使用一个上下文 商品。此用例通常适用于具有单个商品（将用作推荐的上下文）的页面，例如“添加到购物车”页面和商品详情页面。

    从单个上下文商品“经常一起购买”模型在 predict 请求中传递多个商品不会失败，但不建议这样做，因为这可能无法产生最佳推荐。