Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

קבלת תוצאות חיפוש

בדף הזה מוסבר על שאילתות בסיסיות בחיפוש, כולל חיפושים של שאילתות טקסט, חיפושים בדפדוף, חלוקה לדפים, אופטימיזציה ותוצאות מותאמות אישית.

מזהים ייחודיים של סשנים של משתמשים

מחרוזת השדה visitor_id היא חובה ומשמשת לזיהוי ייחודי של משתמש במכשיר יחיד. הוא משמש כמזהה סשן קבוע שמאפשר ל-AI Commerce Search לעקוב אחרי ההתנהגות של משתמש ספציפי לאורך תהליך הקנייה שלו.

החיפוש המסחרי מבוסס ה-AI משתמש בהיסטוריה שמשויכת לvisitor_id ספציפי כדי לאמן מודלים ולהציג תוצאות חיפוש מותאמות אישית. המערכת יוצרת תוצאות באופן דינמי על סמך ה-visitor_id הספציפי שצוין בבקשה. לדוגמה, אם מבקר צופה לעיתים קרובות בשמלות ירוקות, המודל משתמש ב-visitor_id כדי לזהות אותו בהמשך ולתת עדיפות לפריטים דומים בתוצאות החיפוש שלו. לכן, הפורמט של מזהה המבקר צריך להיות זהה גם בהטמעה של אירועי משתמשים (מעקב) וגם בבקשות חיפוש או המלצות (הצגה).

רלוונטיות ב-AI Commerce Search

רלוונטיות שונה מהתאמה. התאמה היא תהליך של מציאת מוצרים פוטנציאליים באינדקס שתואמים לשאילתת החיפוש של המשתמש. רלוונטיות, לעומת זאת, היא מידת ההתאמה. התהליך כולל דירוג של המוצרים האלה באופן שנותן מענה מיטבי לכוונת המשתמש ולצרכים שלו. AI Commerce Search משתמש בטכניקות שמשפרות את ההתאמה והרלוונטיות של התוצאות, כדי לספק למשתמשים חוויית חיפוש טובה יותר שעונה על הצרכים של הקמעונאים.

חיפוש ברירת מחדל

כברירת מחדל, החיפוש מתבצע לפי רלוונטיות. עם זאת, יכול להיות שחלק מהמוצרים הלא רלוונטיים יופיעו בחלק התחתון של חיפושים שמוגדרים כברירת מחדל או בבקשות מפורשות לגילוי מוצרים. ההשפעה של ההגדרה הזו מורגשת רק כשמגדירים את orderBy, כי היא מקטינה את הגודל של תוצאות החיפוש באופן כללי. גודל הריקול קטן כי המוצרים שהיו פחות רלוונטיים, שהוצגו קודם בתחתית החיפוש שמוגדר כברירת מחדל, מסוננים במידה מסוימת. בקטע הבא מוסבר איך להתאים אישית את החיפוש.

חיפוש שלא מוגדר כברירת מחדל

AI Commerce Search מוגדר כברירת מחדל לרלוונטיות בחיפוש. עם זאת, מערכת החיפוש מותאמת גם להצגת פריטים רלוונטיים באופן שולי במיקום גבוה יותר בתוצאות החיפוש, כדי לספק לקמעונאים תוצאות חיפוש ממוקדות יותר ולשפר את פוטנציאל ההמרה של אירועי משתמשים.

תכונות החיפוש הנוספות האלה מבצעות אופטימיזציה של אלגוריתם הרלוונטיות שמוגדר כברירת מחדל, ומספקות תכונות שאינן מוגדרות כברירת מחדל ומותאמות לפרופיל השימוש של כל קמעונאי, כולל:

אפשרויות למיון התוצאות, למשל לפי מחיר, פריטים עם הדירוג הכי גבוה או פריטים הכי נמכרים. חיפוש לא ברירת מחדל מותאם אישית כדי להחזיר תוצאות חיפוש ספציפיות עם וריאציות נכונות של מוצרים. לדוגמה, כדי להציג את הווריאציה הכי זולה או הכי יקרה כשממיינים לפי מחיר.
החלת מסנן רלוונטיות מחמיר יותר באופן אוטומטי על אירועים של משתמשים שלא מוגדרים כברירת מחדל.
הוספנו אמצעי בקרה שמאפשרים לשנות את עוצמת ההדגשה או ההסתרה של תוצאות החיפוש, כדי לשפר את התוצאות.

חיפוש טקסט וחיפוש בדפדפן

החיפוש מאפשר לחפש באמצעות שאילתת טקסט וגם באמצעות גלישה.

בתרחיש השימוש של חיפוש באמצעות שאילתת טקסט, קונה יכול להזין שאילתת טקסט באתר שלכם. החיפוש מחזיר תשובה שמכילה מוצרים שתואמים לפרמטרים של אמצעי הבקרה שהגדרתם, ממוינים לפי רלוונטיות ומקסום הכנסות.

בתרחיש השימוש של עיון, קונה יכול לעבור לתפריט באתר שלכם ולנווט לקטגוריית מוצרים ספציפית. מערכת החיפוש בוחרת באופן אוטומטי את סדר המיון שממקסם את ההכנסות, על סמך התנהגות המשתמשים והמגמות. אפשר לצמצם עוד יותר את תוצאות הגלישה באמצעות אמצעי הבקרה שהגדרתם.

גם בקשות לחיפוש טקסט וגם בקשות לחיפוש בדפדפן משתמשות בשיטה servingConfigs.search.

חיפושים של שאילתות טקסט

כשמשתמש מזין שאילתת טקסט כדי לחפש באתר שלכם, התכונה 'חיפוש' ממיינת את תוצאות החיפוש הפוטנציאליות לפי רלוונטיות, פופולריות, אפשרות רכישה והתאמה אישית.

חיפוש Google מתייחס לבקשת servingConfigs.search כבקשת חיפוש מבוססת-טקסט אם יש לה שדה query לא ריק.

כשמעלים אירוע משתמש, שולחים אירועי חיפוש של שאילתת טקסט שנוצרו על ידי חיפוש כsearch אירועי משתמש. אם לאירוע יש שדה userEvent.searchQuery לא ריק ושדה userEvent.pageCategories ריק, החיפוש מתייחס אליו כאל אירוע חיפוש מבוסס-טקסט.

איך מעבדים שאילתות ופרמטרים של טקסט

שאילתות רגילות עוברות ניתוח לשוני, שבמהלכו מוסרים סימני פיסוק רגילים. מחרוזות של מסננים הן תלויות אותיות רישיות. כדי ליצור בקשות API בצורה נכונה ב-AI Commerce Search, חשוב להבין איך לעבד שאילתות ופרמטרים של טקסט.

טוקניזציה של שאילתות וסימני פיסוק: טקסט בשפה טבעית מועבר לשדה query ועובר ניתוח לשוני ותיקון שגיאות כתיב באופן אוטומטי. במהלך התהליך הזה, סימני פיסוק רגילים (כמו פסיקים, נקודות, + או -) מוסרים אוטומטית או שהמערכת מתעלמת מהם כדי לייעל את ההבנה של השפה הטבעית.
הבחנה מדויקת בין אותיות רישיות בפרמטרים: שאילתות טקסט רגילות בדרך כלל לא תלויות באותיות רישיות, אבל פרמטרים פרוגרמטיים כן תלויים באותיות רישיות.
- מסננים: ביטויי מסננים והערכים שלהם כמחרוזות מילוליות הם תלויי אותיות רישיות.
- מיון: הביטוי orderBy הוא תלוי אותיות רישיות. אם ממיינים לפי שדה כמו products.title, המנוע ימיין את Apple לפני banana ולפני artichoke. פתרון עקיף הוא להעלות את שמות המוצרים באותיות רישיות למאפיין מותאם אישית נפרד (כמו attributes.title_upper) ולמיין לפי המאפיין הזה כדי לקבל מיון שלא תלוי באותיות רישיות או קטנות.
תווים מיוחדים שמורים:
- התו > שמור אך ורק כתו מפריד להיררכיות של קטגוריות (כמו Categories > Shoes). אם התו > מופיע באופן טבעי בשם הקטגוריה, צריך להחליף אותו בתו אחר לפני ההטמעה והשאילתה.
- התו / לא נתמך בערכים טקסטואליים בביטויי מסננים של המלצות.

עיון בחיפושים

התכונה 'עיון' משתמשת בניווט באתר כדי להציג תוצאות חיפוש עם רמת רלוונטיות שווה, ממוינות לפי הפריטים הנמכרים ביותר. מנוע החיפוש מתבסס על AI כדי לשפר את המיון של תוצאות הגלישה על סמך פופולריות, אפשרות רכישה והתאמה אישית.

כדי לקבל את תוצאות החיפוש הנכונות, כדאי לשים לב לנקודות הבאות:

הערכים של pageCategories ושל filter בבקשות החיפוש צריכים להיות זהים לערכים של pageCategories ושל filter באירועי המשתמש שהועלו. אם הפרמטרים בבקשות לא תואמים לפרמטרים באירועים, מודל הדירוג מחדש שמבוסס על קליקים שלמד מהאירועים לא יפעל בצורה טובה מאוד בשאילתה הספציפית הזו, והדבר ישפיע לרעה על איכות התוצאות.
AI Commerce Search מסווג search אירוע משתמש כאירוע מבוסס-עיון אם השדה userEvent.searchQuery ריק והשדה userEvent.pageCategories לא ריק. לכן, כשמעלים אירועי גלישה שנוצרו על ידי AI Commerce Search, חשוב לוודא ששולחים אותם כsearch אירועי משתמש.
מסנן הגלישה צריך להיות תקין ולציין לכל שאילתת גלישה אילו מוצרים שייכים לקטגוריית המוצרים שהמשתמש גולש בה. כדי להגדיר את ההגדרה הזו, צריך להגדיר את מזהה הקטגוריה גם בשדה filter וגם בשדה page_category. לדוגמה, אם רוצים שהתוצאות של החיפוש יתמקדו בקטגוריה 'לבית ולגינה'. קודם כל, אם מציינים רק ערך אחד filter של "in-stock", החיפוש לא מצומצם מספיק כדי לספק תוצאות אופטימליות. כדי לספק תוצאות חיפוש שמוגבלות לקטגוריה 'לבית ולגינה', צריך להגדיר את "Home \& Garden" בקטגוריית הדף וגם במסנן עם categories: ANY("Home & Garden"). אם לא תגדירו את הקטגוריה בחלק של המסנן, סביר להניח שתוצאות הגלישה יהיו רחבות מדי ויכללו הרבה פריטים שלא שייכים לקטגוריה 'לבית ולגינה'.

בקשות להצגת מודעות ואירועים עם שדה שאילתה ריק ושדות page_categories מלאים נחשבים לבקשות גלישה ולאירועים שקשורים למשתמש. השדה page_categories מייצג את דף הגלישה עצמו. כששיטת servingConfigs.search שולחת בקשה, החיפוש מתייחס אליה כאל בקשת חיפוש בדפדפן אם השדה query ריק. במקרה כזה, התוצאות מבוססות על השדות filter ו-pageCategories, ואם יש אפשרות, על אופטימיזציה והתאמה אישית נוספות.

אפשר להגדיר את הקטגוריה בשניהם כמו בדוגמה הזו:

JSON

page_category: "Home & Garden"
filter: "(availability: ANY("IN_STOCK")) AND (categories: ANY("Home & Garden"))"

אחרת, מכיוון שהחיפוש עובד עם מחרוזות ריקות, המוצרים בקטגוריה מסוימת לא יוצגו אוטומטית בתוצאות של קטגוריה מסוימת בדף. במילים אחרות, אם משתמש הקצה מחפש בלי לציין כלום באמצעות שאילתת טקסט, יכול להיות שתוצאות החיפוש לא יהיו מטורגטות ביעילות, גם אם המשתמש עובר לדף קטגוריה.

שימוש בבקשות חיפוש

אפשר להשתמש בבקשות חיפוש כדי לקבל תוצאות גם לחיפושים של טקסט וגם לחיפושים של דפדוף. כדי לשלוח בקשת חיפוש, משתמשים ב-method‏ servingConfigs.search.

כל בקשות החיפוש מחייבות את הפרמטר placement, שמזהה את שם המשאב המלא של הגדרת ההצגה שתשמש. הגדרות ההצגה קובעות אילו הגדרות ואמצעי בקרה קשורים משפיעים על תוצאות החיפוש.

בבקשות חיפוש של שאילתות טקסט צריך למלא את השדה query.

בקשות חיפוש בדפדפן דורשות שדה pageCategories לא ריק.

Python

מידע על התקנת ספריית הלקוח של AI Commerce Search ושימוש בה מופיע במאמר ספריות הלקוח של AI Commerce Search. מידע נוסף מופיע במאמרי העזרה של AI Commerce Search Python API.

כדי לבצע אימות ב-AI Commerce Search, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.

import google.auth
from google.cloud.retail import SearchRequest, SearchServiceClient

project_id = google.auth.default()[1]


# get search service request:
def get_search_request(query: str):
    default_search_placement = (
        "projects/"
        + project_id
        + "/locations/global/catalogs/default_catalog/placements/default_search"
    )

    search_request = SearchRequest()
    search_request.placement = default_search_placement  # Placement is used to identify the Serving Config name.
    search_request.query = query
    search_request.visitor_id = "123456"  # A unique identifier to track visitors
    search_request.page_size = 10

    print("---search request:---")
    print(search_request)

    return search_request


# call the Retail Search:
def search():
    # TRY DIFFERENT QUERY PHRASES HERE:
    query_phrase = "Hoodie"

    search_request = get_search_request(query_phrase)
    search_response = SearchServiceClient().search(search_request)

    print("---search response---")
    if not search_response.results:
        print("The search operation returned no matching results.")
    else:
        print(search_response)
    return search_response


search()

Node.js

מידע על התקנת ספריית הלקוח של AI Commerce Search ושימוש בה מופיע במאמר ספריות הלקוח של AI Commerce Search.

'use strict';

async function main() {
  // Call Retail API to search for a products in a catalog using only search query.

  // Imports the Google Cloud client library.
  const {SearchServiceClient} = require('@google-cloud/retail');

  // Instantiates a client.
  const retailClient = new SearchServiceClient();

  const projectId = await retailClient.getProjectId();

  // Placement is used to identify the Serving Config name.
  const placement = `projects/${projectId}/locations/global/catalogs/default_catalog/placements/default_search`;

  // Raw search query.
  const query = 'Hoodie'; //TRY DIFFERENT QUERY PHRASES

  // A unique identifier for tracking visitors.
  const visitorId = '12345';

  // Maximum number of Products to return.
  const pageSize = 10;

  const IResponseParams = {
    ISearchResult: 0,
    ISearchRequest: 1,
    ISearchResponse: 2,
  };

  const callSearch = async () => {
    console.log('Search start');
    // Construct request
    const request = {
      placement,
      query,
      visitorId,
      pageSize,
    };
    console.log('Search request: ', request);

    // Run request
    const response = await retailClient.search(request, {
      autoPaginate: false,
    });
    const searchResponse = response[IResponseParams.ISearchResponse];
    if (searchResponse.totalSize === 0) {
      console.log('The search operation returned no matching results.');
    } else {
      console.log('Search result: ', JSON.stringify(searchResponse, null, 4));
    }
    console.log('Search end');
  };

  callSearch();
}

process.on('unhandledRejection', err => {
  console.error(err.message);
  process.exitCode = 1;
});

main();

Java

מידע על התקנת ספריית הלקוח של AI Commerce Search ושימוש בה מופיע במאמר ספריות הלקוח של AI Commerce Search. מידע נוסף מופיע במאמרי העזרה של AI Commerce Search Java API.


import com.google.cloud.ServiceOptions;
import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;
import java.io.IOException;
import java.util.UUID;

public class SearchSimpleQuery {

  public static void main(String[] args) throws IOException {
    String projectId = ServiceOptions.getDefaultProjectId();
    String defaultCatalogName =
        String.format("projects/%s/locations/global/catalogs/default_catalog", projectId);
    String defaultSearchPlacementName = defaultCatalogName + "/placements/default_search";

    searchResponse(defaultSearchPlacementName);
  }

  public static void searchResponse(String defaultSearchPlacementName) throws IOException {
    // TRY DIFFERENT QUERY PHRASES HERE:
    String queryPhrase = "Hoodie";
    String visitorId = UUID.randomUUID().toString();
    int pageSize = 10;

    SearchRequest searchRequest =
        SearchRequest.newBuilder()
            .setPlacement(defaultSearchPlacementName)
            .setQuery(queryPhrase)
            .setVisitorId(visitorId)
            .setPageSize(pageSize)
            .build();
    System.out.println("Search request: " + searchRequest);

    // Initialize client that will be used to send requests. This client only
    // needs to be created once, and can be reused for multiple requests. After
    // completing all of your requests, call the "close" method on the client to
    // safely clean up any remaining background resources.
    try (SearchServiceClient client = SearchServiceClient.create()) {
      SearchResponse searchResponse = client.search(searchRequest).getPage().getResponse();
      if (searchResponse.getTotalSize() == 0) {
        System.out.println("The search operation returned no matching results.");
      } else {
        System.out.println("Search response: " + searchResponse);
      }
    }
  }
}

כברירת מחדל, מוחזר מספר סביר של תוצאות שממוינות לפי רלוונטיות.

כדי לקבל מאפייני מוצר שמוחזרים בתגובה לחיפוש, צריך לספק ערכי מאפיינים כשמייבאים את נתוני הקטלוג. ‫Product יש מאפייני מערכת מוגדרים מראש כמו מותג, צבע ומידה, שאפשר לציין להם ערכים. אפשר גם לכלול מאפיינים מותאמים אישית שמוגדרים באמצעות Product.attributes.

מדריך לשליחת שאילתות

במדריך הזה מוסבר איך לשלוח שאילתת חיפוש מבוססת-טקסט לשירות AI Commerce Search ולנתח את התשובה.

בלחיצה על תראו לי איך תקבלו הסבר מפורט על המשימה ישירות ב-Cloud Shell Editor:

תראו לי איך

סינון תוצאות חיפוש באמצעות הצעות להשלמה אוטומטית

אם הטמעתם בחלק הקדמי של האתר הצעות משופרות להשלמה אוטומטית (שבהן המשתמשים יכולים לבחור שאילתה בשילוב עם מותג או קטגוריה ספציפיים), אתם צריכים לתרגם את הבחירה הזו לסינון SearchRequest.

כדי להטמיע את התכונה הזו, צריך לחלץ את הצעת הטקסט ולמקם אותה בשדה query, לחלץ את המאפיין שנבחר (למשל, מותג) ולעצב אותו כביטוי בשדה filter.

דוגמה לבקשת חיפוש מהצעה מסוננת

אם המשתמש לחץ על ההצעה shoe (נעל) ב-Nike, מבנה SearchRequest יהיה כזה:

{
  "placement": "projects/YOUR_PROJECT_ID/locations/global/catalogs/default_catalog/placements/default_search",
  "query": "shoe",
  "filter": "brands: ANY(\"Nike\")",
  "visitorId": "user_session_123"
}

הוספת מספר המוצרים להיבטים של ההצעות

כדי לשפר עוד יותר את חוויית הסינון, אפשר להציג את מספר המוצרים הזמינים לכל מסנן הצעות עוד לפני שהמשתמש מבצע את החיפוש. כדי להשתמש בהיבטים של הצעות עם ספירת מוצרים, צריך לפנות לתמיכה כדי להפעיל את התכונה. כשהאפשרות הזו מופעלת, צריך לכלול את מפתח הפן הטקסטואלי הספציפי ב-facetSpecs של SearchRequest למשך 7 ימים לפחות, כדי שהמערכת תוכל לחשב את מספר המוצרים על סמך נתוני היסטוריית החיפושים.

עימוד

כדאי להשתמש בחלוקה לדפים כדי לקצר את זמן החיפוש ולהקטין את גודל התשובות שנשלחות.

מדריך בנושא חלוקה לדפים

במדריך הזה מוסבר איך לשלוט בהחלפת הדפים בבקשת חיפוש מבוססת-טקסט. כשקונים מחפשים מוצרים בחנות, הם יכולים לשפר את הניווט שלהם בתוצאות החיפוש. לדוגמה, הם יכולים להגביל את מספר הפריטים בתגובת החיפוש באמצעות התכונה של גודל הדף, או לעבור לדף המועדף עליהם באמצעות התכונה של ההיסט.

בלחיצה על תראו לי איך תקבלו הסבר מפורט על המשימה ישירות ב-Cloud Shell Editor:

תראו לי איך

חלוקה לדפים

כדי לדלג מדף אחד לדף אחר, משתמשים ב-page_token או ב-offset, בהתאם לתרחיש השימוש.

Python


import google.auth
from google.cloud.retail import SearchRequest, SearchServiceClient

project_id = google.auth.default()[1]


# get search service request:
def get_search_request(query: str, page_size: int, offset: int, next_page_token: str):
    default_search_placement = (
        "projects/"
        + project_id
        + "/locations/global/catalogs/default_catalog/placements/default_search"
    )

    search_request = SearchRequest()
    search_request.placement = default_search_placement
    search_request.visitor_id = "123456"  # A unique identifier to track visitors
    search_request.query = query
    search_request.page_size = page_size
    search_request.offset = offset
    search_request.page_token = next_page_token

    print("---search request:---")
    print(search_request)

    return search_request


# call the Retail Search:
def search():
    # TRY DIFFERENT PAGINATION PARAMETERS HERE:
    page_size = 6
    offset = 0
    page_token = ""

    search_request_first_page = get_search_request(
        "Hoodie", page_size, offset, page_token
    )
    search_response_first_page = SearchServiceClient().search(search_request_first_page)

    print("---search response---")
    if not search_response_first_page.results:
        print("The search operation returned no matching results.")
    else:
        print(search_response_first_page)

    # PASTE CALL WITH NEXT PAGE TOKEN HERE:

    # PASTE CALL WITH OFFSET HERE:

    return search_response_first_page


search()

Node.js

מידע על התקנת ספריית הלקוח של AI Commerce Search ושימוש בה מופיע במאמר ספריות הלקוח של AI Commerce Search.

async function main() {
  // Imports the Google Cloud client library.
  const {SearchServiceClient} = require('@google-cloud/retail');

  // Instantiates a client.
  const retailClient = new SearchServiceClient();

  const projectId = await retailClient.getProjectId();

  // Placement is used to identify the Serving Config name.
  const placement = `projects/${projectId}/locations/global/catalogs/default_catalog/placements/default_search`;

  // Raw search query.
  const query = 'Hoodie';

  // A unique identifier for tracking visitors.
  const visitorId = '12345';

  // Maximum number of Products to return.
  const pageSize = 6; // TRY DIFFERENT PAGE SIZES, INCLUDING THOSE OVER 100

  // A 0-indexed integer that specifies the current offset in search results.
  const offset = 0; // TRY DIFFERENT OFFSETS TO SEE DIFFERENT PRODUCTS

  //A page token received from a previous search call.
  let pageToken = '';

  const IResponseParams = {
    ISearchResult: 0,
    ISearchRequest: 1,
    ISearchResponse: 2,
  };

  const callSearch = async () => {
    console.log('Search start');
    // Construct request
    const request = {
      placement,
      query,
      visitorId,
      pageSize,
      offset,
      pageToken,
    };

    // Run request
    const response = await retailClient.search(request, {
      autoPaginate: false,
    });
    const searchResponse = response[IResponseParams.ISearchResponse];
    if (searchResponse.totalSize === 0) {
      console.log('The search operation returned no matching results.');
    } else {
      console.log('Search result: ', JSON.stringify(searchResponse, null, 4));
      pageToken = response[IResponseParams.ISearchResponse].nextPageToken;
      console.log(
        'Next page token:',
        response[IResponseParams.ISearchResponse].nextPageToken
      );
    }
    console.log('Search end');
  };

  // Call search
  await callSearch();

  //PASTE CALL WITH NEXT PAGE TOKEN HERE:
}

Java


import com.google.cloud.ServiceOptions;
import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;
import java.io.IOException;
import java.util.UUID;

public class SearchWithPagination {

  public static void main(String[] args) throws IOException {
    String projectId = ServiceOptions.getDefaultProjectId();
    String defaultCatalogName =
        String.format("projects/%s/locations/global/catalogs/default_catalog", projectId);
    String defaultSearchPlacementName = defaultCatalogName + "/placements/default_search";

    searchResponse(defaultSearchPlacementName);
  }

  public static void searchResponse(String defaultSearchPlacementName) throws IOException {
    // TRY DIFFERENT PAGINATION PARAMETERS HERE:
    int pageSize = 6;
    String queryPhrase = "Hoodie";
    int offset = 0;
    String pageToken = "";
    String visitorId = UUID.randomUUID().toString();

    SearchRequest searchRequest =
        SearchRequest.newBuilder()
            .setPlacement(defaultSearchPlacementName)
            .setVisitorId(visitorId)
            .setQuery(queryPhrase)
            .setPageSize(pageSize)
            .setOffset(offset)
            .setPageToken(pageToken)
            .build();
    System.out.println("Search request: " + searchRequest);

    // Initialize client that will be used to send requests. This client only
    // needs to be created once, and can be reused for multiple requests. After
    // completing all of your requests, call the "close" method on the client to
    // safely clean up any remaining background resources.
    try (SearchServiceClient client = SearchServiceClient.create()) {
      SearchResponse searchResponseFirstPage = client.search(searchRequest).getPage().getResponse();
      if (searchResponseFirstPage.getTotalSize() == 0) {
        System.out.println("The search operation returned no matching results.");
      } else {
        System.out.println("Search response: " + searchResponseFirstPage);
      }

      // PASTE CALL WITH NEXT PAGE TOKEN HERE:

      // PASTE CALL WITH OFFSET HERE:
    }
  }
}

טוקן דף

כדי לדלג לדף הבא, אפשר להשתמש ב-page_token. לדוגמה, נניח שאתם שולחים את SearchRequest הבא.

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
}

מSearchResponse, אפשר לקבל את המוצרים הרלוונטיים ביותר (עד 5) יחד עם next_page_token.

JSON

{
  results: [
    products{...}, products{...}, products{...}, products{...}, products{...}
  ]
  next_page_token: "wY4ETNkBDOlVjZ0YWLzUmM40SMhVjMtADMwATL5UGN5MGZlVDJaIQ5LaYsQUw9fC6lIwgE1EgC"
  total_size: 100
  search_token: "NtQKDAiXt4_3BRDCg_jnARABGiQ1ZWRjOTRlOC0wMDAwLTI1YTEtODJlMy1mNGY1ZTgwZDUxOGM"
}

כדי לקבל את המוצרים בתוצאה עם 5 רמות הרלוונטיות הבאות (6 עד 10), צריך להגדיר את page_token באמצעות אותם placement, visitor_id ו-query כמו next_page_token מהבקשה הקודמת SearchResponse.

Java

import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;

public static void searchProducts_withNextPageToken(String query, int pageSize)
    throws IOException, InterruptedException {
  try (SearchServiceClient searchClient = SearchServiceClient.create()) {
    SearchRequest firstRequest = SearchRequest.newBuilder()
        .setPlacement(DEFAULT_SEARCH_PLACEMENT_NAME)
        .setBranch(DEFAULT_BRANCH_NAME)
        .setVisitorId(VISITOR_ID)
        .setQuery(query)
        .setPageSize(pageSize)
        .build();

    SearchResponse firstResponse = searchClient.search(firstRequest).getPage()
        .getResponse();
    System.out.println("First search response: " + firstResponse);

    SearchRequest secondRequest = SearchRequest.newBuilder()
        .setPlacement(DEFAULT_SEARCH_PLACEMENT_NAME)
        .setBranch(DEFAULT_BRANCH_NAME)
        .setVisitorId(VISITOR_ID)
        .setQuery(query)
        .setPageSize(pageSize)
        .setPageToken(firstResponse.getNextPageToken())
        .build();

    SearchResponse secondResponse = searchClient.search(secondRequest).getPage()
        .getResponse();
    System.out.println("Second search response: " + secondResponse);
  }
}

בדוגמה הזו, SearchRequest נראה כך:

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
  page_token: "wY4ETNkBDOlVjZ0YWLzUmM40SMhVjMtADMwATL5UGN5MGZlVDJaIQ5LaYsQUw9fC6lIwgE1EgC"
}

טווח זמן

במקרים אחרים, במקום לנווט מדף לדף או לקבל תוצאות עם הרלוונטיות הכי גבוהה, אפשר לדלג ישירות למיקום מסוים באמצעות offset.

לדוגמה, אם רוצים את הדף העשירי של התוצאות כשגודל הדף הוא 5, אפשר להגדיר את offset ל-45, שמתקבל מהחישוב (10 – 1) * 5.

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
  offset: 45
}

רמות ביצועים של חיפושים

חיפוש Google מציע כמה רמות של ביצועי חיפוש, שמשפרות את התוצאות באופן הדרגתי. לדוגמה, בתרחישי שימוש של חיפוש שאילתות טקסט, יכול להיות שהתוצאות יתבססו רק על רלוונטיות. ככל שתגיעו לרמות ביצועים מתקדמות יותר, תוצאות החיפוש יוכלו להתבסס על רלוונטיות, פופולריות, אופטימיזציה של הכנסות והתאמה אישית.

המערכת של Google Search פותחת באופן אוטומטי רמות ביצועים גבוהות יותר כשמעלים נתוני קטלוג ונתוני אירועים של משתמשים שעומדים בדרישות המינימליות של כל רמה.

במאמר הצגת רמות הביצועים בחיפוש אפשר לקבל מידע נוסף על השימוש בדף הזה כדי לראות את איכות הנתונים ואת רמות הביצועים בחיפוש. בדף איכות הנתונים במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience מוצגת הערכה של הדרישות שאתם עומדים בהן בכל רמה.

הערכת תוצאות של חיפוש טקסט וגלישה

לפני שמעדכנים את קוד האתר כדי לבקש חיפוש טקסט או לעיין בתוצאות החיפוש, אפשר לצפות בתצוגה מקדימה של התוצאות כדי לוודא שהגדרת ההצגה פועלת כמו שציפיתם.

מידע נוסף על הגדרות הצגה זמין במאמר מידע על הגדרות הצגה.

אפשר לראות תצוגה מקדימה של תוצאות הגדרות התצורה להצגת מודעות בדף Evaluate, או לעבור לדף Details של הגדרות התצורה להצגת מודעות במסוף וללחוץ על הכרטיסייה Evaluate. בשלבים הבאים מוסבר איך לראות תצוגה מקדימה מהדף הערכה.

כדי לראות תצוגה מקדימה של התוצאות שמוחזרות מהגדרת ההצגה:

חיפוש טקסט

נכנסים לדף Evaluate במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.

כניסה לדף Evaluate
לוחצים על הכרטיסייה חיפוש.

הערה: הכרטיסייה חיפוש זמינה רק אם החיפוש מופעל. הוראות להפעלת התכונה מופיעות בקטע לפני שמתחילים.
בוחרים את הגדרת הצגת המודעות שרוצים לראות תצוגה מקדימה שלה.
בוחרים את הענף בקטלוג שמכיל את הקטלוג שרוצים לראות תצוגה מקדימה שלו.
אופציונלי: מזינים מזהה מבקר כדי לראות תצוגה מקדימה של תוצאות החיפוש עבור המשתמש הזה.
אופציונלי: מזינים מזהה משתמש כדי לראות תצוגה מקדימה של תוצאות החיפוש עבור המשתמש הזה.
אופציונלי: מזינים שעת חיפוש כדי לראות תצוגה מקדימה של תוצאות החיפוש שיופיעו בשעה שצוינה.

לדוגמה, אם קידמתם מוצרים מסוימים במבצע מיוחד, תוכלו לראות את התוצאות כפי שהן יופיעו באותו יום.
אופציונלי: בוחרים מאפיינים להצגה לצד תוצאות החיפוש ולוחצים על אישור כדי להחיל אותם.

המאפיינים שבוחרים משמשים ליצירת רשימה של מסנני מאפיינים שמופיעים מתחת להוספת מאפיינים אחרי שמבצעים את החיפוש הראשוני. מסנני הפנים האלה יכולים לכלול פנים אחרות מאלה שאתם בוחרים בשלב הזה, כמו פנים דינמיות.
מזינים שאילתת חיפוש מבוססת-טקסט כדי לראות תצוגה מקדימה של תוצאות החיפוש של השאילתה הזו.
לוחצים על תצוגה מקדימה של החיפוש או מקישים על Enter בכל שדה להזנת קלט כדי לראות את התוצאות.

תוצאות החיפוש מוצגות עם התמונות הממוזערות שזמינות להן.

אם החיפוש שלכם מפעיל אמצעי בקרה להפניה אוטומטית, תוצג הודעה עם ה-URI של ההפניה האוטומטית.
אופציונלי: לוחצים על סמל הרשת או על סמל הרשימה כדי לשנות את אופן ההצגה של תוצאות החיפוש בתצוגה המקדימה.
אופציונלי: אם בחרתם להציג מאפיינים לצד התוצאות, תוכלו לבחור ערך אחד או יותר של מאפיינים מתוך רשימת המאפיינים כדי לסנן את התוצאות לפי הערכים האלה. התוצאות מתעדכנות אוטומטית אחרי הבחירה.

כשבוחרים כמה ערכים של אותו היבט, הם מוחלים כמו אופרטור OR, וערכים של היבטים שונים מוחלים כמו אופרטור AND. לדוגמה, אחרי שבוחרים את ההיבטים color (צבע) עם הערכים blue (כחול) ו-gold (זהב), ואת ההיבטים material (חומר) עם הערכים cotton (כותנה) ו-polyester (פוליאסטר). תוצאות החיפוש צריכות לכלול את המאפיין 'כחול' או 'זהב', וגם את המאפיין 'כותנה' או 'פוליאסטר'.

עיון

נכנסים לדף Evaluate במסוף AI Commerce Search ב-Gemini Enterprise for Customer Experience.

כניסה לדף Evaluate
לוחצים על הכרטיסייה עיון.

בוחרים את הגדרת ההצגה שרוצים לראות תצוגה מקדימה שלה.
בוחרים את הענף בקטלוג שמכיל את הקטלוג שרוצים לראות תצוגה מקדימה שלו.
אופציונלי: מזינים מזהה מבקר כדי לראות תצוגה מקדימה של התוצאות של המשתמש הזה.
אופציונלי: מזינים מזהה משתמש כדי לראות תצוגה מקדימה של התוצאות עבור המשתמש הזה.
כדי לראות תצוגה מקדימה של התוצאות עם מסנן ספציפי, מזינים מחרוזת מסנן. משתמשים בתחביר של ביטוי המסנן שמופיע במסמכי התיעוד של Filter.
אופציונלי: מזינים זמן גלישה כדי לראות תצוגה מקדימה של התוצאות שיופיעו בזמן שצוין.

לדוגמה, אם קידמתם מוצרים מסוימים לאירוע מכירות בשיא העונה, תוכלו לראות את התוצאות כפי שהן יופיעו באותו יום.
מזינים את קטגוריית הדף שרוצים לבדוק את תוצאות הגלישה בו.
אופציונלי: בוחרים מאפיינים להצגה לצד התוצאות ולוחצים על אישור כדי להחיל אותם.

המאפיינים שבוחרים משמשים ליצירת רשימה של מסנני מאפיינים שמופיעים מתחת להוספת מאפיינים אחרי שמבצעים את החיפוש הראשוני. מסנני הפנים האלה יכולים לכלול פנים אחרות מאלה שאתם בוחרים בשלב הזה, כמו פנים דינמיות.
לוחצים על תצוגה מקדימה של העיון או מקישים על Enter בכל שדה להזנת קלט כדי לראות את התוצאות.

התוצאות מוצגות עם התמונות הממוזערות הזמינות שלהן.
אופציונלי: לוחצים על סמל הרשת או על סמל הרשימה כדי לשנות את אופן הצגת התוצאות בתצוגה המקדימה.
אופציונלי: אם בחרתם להציג מאפיינים לצד התוצאות, תוכלו לבחור ערך אחד או יותר של מאפיינים מתוך רשימת המאפיינים כדי לסנן את התוצאות לפי הערכים האלה. התוצאות מתעדכנות אוטומטית אחרי הבחירה.

כשבוחרים כמה ערכים של אותו היבט, הם מוחלים כמו אופרטור OR, וערכים של היבטים שונים מוחלים כמו אופרטור AND. לדוגמה, אחרי שבוחרים את ההיבטים color (צבע) ו-material (חומר), אפשר לסנן את תוצאות החיפוש לפי ערכי הצבע 'כחול' ו'זהב', ולפי ערכי החומר 'כותנה' ו'פוליאסטר'. התוצאות צריכות לכלול את המאפיין 'צבע' עם הערכים 'כחול' או 'זהב', וגם את המאפיין 'חומר' עם הערכים 'כותנה' או 'פוליאסטר'.

כדי לראות את הדף פרטים של הגדרת התצורה להצגת מודעות שמוצגת בתצוגה המקדימה, לוחצים על הצגת הגדרת התצורה להצגת מודעות בשדה בחירת הגדרת התצורה להצגת מודעות.

קבלת תוצאות חיפוש קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

מזהים ייחודיים של סשנים של משתמשים

רלוונטיות ב-AI Commerce Search

חיפוש ברירת מחדל

חיפוש שלא מוגדר כברירת מחדל

חיפוש טקסט וחיפוש בדפדפן

חיפושים של שאילתות טקסט

איך מעבדים שאילתות ופרמטרים של טקסט

עיון בחיפושים

JSON

שימוש בבקשות חיפוש

Python

Node.js

Java

מדריך לשליחת שאילתות

סינון תוצאות חיפוש באמצעות הצעות להשלמה אוטומטית

דוגמה לבקשת חיפוש מהצעה מסוננת

הוספת מספר המוצרים להיבטים של ההצעות

עימוד

מדריך בנושא חלוקה לדפים

חלוקה לדפים

Python

Node.js

Java

טוקן דף

JSON

JSON

Java

JSON

טווח זמן

JSON

רמות ביצועים של חיפושים

הערכת תוצאות של חיפוש טקסט וגלישה

חיפוש טקסט

עיון

קבלת תוצאות חיפוש