Obtener resultados de navegación personalizados

La navegación es una búsqueda de navegación que no tiene ninguna consulta. La navegación usa métodos de navegación para mostrar los resultados de búsqueda que coinciden con las categorías o los filtros seleccionados por el usuario final. Si se usa en colaboración con la interacción de los usuarios, puedes ofrecer a tus usuarios una navegación personalizada. La navegación personalizada ofrece feeds específicos para cada usuario en tiempo real en función del historial de interacciones y las características del contenido. Su objetivo es optimizar los resultados de búsqueda para alcanzar los KPIs definidos y, al mismo tiempo, cumplir tus controles estratégicos. Por ejemplo, un sitio web inmobiliario puede mostrar diferentes páginas principales a sus usuarios de Londres (Reino Unido) y de Sídney (Australia), y un sitio web de compras puede ofrecer resultados personalizados en función del perfil del usuario.

En esta página se describe cómo obtener resultados de navegación para almacenes de datos de búsqueda personalizada y se ofrecen algunas prácticas recomendadas para configurar tu aplicación de búsqueda.

Acerca de la navegación personalizada

La función de búsqueda personalizada de Vertex AI usa redes neuronales para clasificar documentos en función de la interacción y la conversión previstas de los usuarios. Por ejemplo, con la navegación personalizada, puede mostrar entradas clasificadas en un catálogo de hoteles o artículos en un sitio web y devolverlos a los usuarios en función de la probabilidad prevista de que hagan clic o envíen una consulta.

En esencia, la navegación personalizada es un modelo sofisticado que aprende las complejas relaciones entre los patrones de navegación de los usuarios, el contenido y las funciones de tus documentos, y los eventos de conversión de los usuarios. Estas son algunas de sus funciones importantes:

  • Clasificación: el modelo clasifica los elementos en función del rendimiento previsto en relación con el objetivo definido, que está sujeto a los parámetros de búsqueda configurados, como los filtros, la clasificación personalizada y los controles de publicación (como la mejora, la promoción o los sinónimos).

  • Entrenamiento y perfeccionamiento: después del entrenamiento inicial, el modelo se perfecciona continuamente mediante flujos de eventos de usuario activos. El modelo se adapta y mejora con el tiempo.

  • Diversidad: el modelo aprende implícitamente sobre la diversidad porque registra señales negativas de la falta de interacción, como enlaces ignorados, tiempo empleado en una página y porcentajes de salto.

En la siguiente tabla se muestran las diferencias entre buscar y navegar.

Función Buscar Explorar
Finalidad Buscar información específica Explorar y descubrir contenido
Ejemplo Búsqueda de "mejores restaurantes coreanos en Vancouver" en la Búsqueda de Google Buscar un restaurante por las categorías a las que podría pertenecer, como "Restaurantes > Coreanos > Vancouver > 4 estrellas o más"
User Intent Suele estar orientado a objetivos Exploratorio
Punto de partida Una consulta o una palabra clave normalmente en una barra de búsqueda Un sitio web o una plataforma específicos que suelen usar un menú, una ruta de navegación, enlaces u otros métodos de navegación, como facetas
Método Introducir palabras clave o frases y aplicar la configuración de búsqueda y publicación Búsqueda con una consulta vacía, aplicación de la configuración de búsqueda y servicio
Resultados Una lista de resultados relevantes Todos los documentos del almacén de datos que coincidan con los filtros

Flujo de trabajo y prácticas recomendadas

La navegación personalizada es un servicio gestionado por Google, que se encarga de los modelos de aprendizaje profundo y los flujos de datos subyacentes. Para sacar el máximo partido a este servicio, cuando desarrolles tu aplicación de búsqueda, tus responsabilidades técnicas principales serán las siguientes:

  • Provisionamiento de datos: recoge y proporciona un almacén de datos completo de documentos y eventos de usuario.
  • Definición de objetivos: especifique los KPIs de optimización, como el porcentaje de clics (CTR), las acciones de alto valor y los ingresos por sesión con los eventos de usuario proporcionados. Asegúrese de que los tipos de eventos de usuario que recoge admiten los objetivos.
  • Parámetros de búsqueda: define y configura los parámetros de búsqueda y los controles de publicación en tu solicitud de búsqueda. Por ejemplo, intervalos de fechas para filtrar las fichas o los artículos permitidos, o controles de impulso para reordenar los blogs según sus valoraciones.

En una aplicación de búsqueda de aplicaciones de IA, navegar es buscar sin ninguna consulta o con una consulta vacía. Para obtener resultados de navegación en un almacén de datos de búsqueda personalizada, puedes llamar al método search dejando la consulta vacía.

En general, estos son los pasos para obtener los mejores resultados de la navegación personalizada:

  1. Tener datos correctos y coherentes:

  2. Prepara e ingiere tus documentos:

  3. Prepara e ingiere eventos de usuario:

    • Prepara al menos 30 días de eventos de usuario para el entrenamiento inicial del modelo. Puede usar eventos de usuario históricos o eventos de usuario en tiempo real, o ambos. Los eventos en tiempo real ofrecen mejores resultados de personalización.
    • Registra y comparte el evento search (que se usa para recoger datos de navegación), el evento view-item y el evento conversion.
    • Todos los eventos de usuario deben incluir lo siguiente:
      • eventType como search para buscar y navegar, view-item y conversion.
      • userPseudoId, que es un identificador de usuario seudonimizado coherente.
      • eventTime, que es una marca de tiempo ISO 8601 (UTC) que indica cuándo se registró el evento.
      • documents.id se muestran en el orden en el que aparecen al usuario que coincida con los IDs de documento.
      • searchInfo.searchQuery para registrar la consulta de búsqueda del usuario.
      • pageInfo.pageCategory que añade un contexto, como "HomepageCarousel", "Properties > VIC > Richmond".
      • filter que describe la lógica del filtro que se ha usado para generar la lista de impresiones. Esto se suele registrar en el campo pageCategory o mediante la comprensión del sistema.

    Para obtener más información, consulta userEvents.

  4. Habilita la preparación de modelos y la canalización de modelos:

    Una vez que haya preparado los datos y recogido los eventos de usuario, póngase en contacto con su ingeniero de asistencia de Google. El CE puede revisar tus datos y activar el modelo de personalización de tu aplicación.

  5. Obtener resultados de navegación personalizados

    Añade más campos a tu solicitud de búsqueda, como filtros y ajustes de clasificación (por ejemplo, para aumentar la relevancia o usar una clasificación personalizada).

  6. Mantener y actualizar los datos:

    Con el tiempo, mantén actualizados los documentos de tu almacén de datos y sigue subiendo eventos de usuario recientes. De esta forma, el modelo puede acceder a los documentos y las interacciones de los usuarios más recientes para ofrecer resultados personalizados.

Obtener resultados de navegación de una aplicación con datos de sitios web

Para usar la API y obtener resultados de búsqueda de una aplicación con datos de sitios web, haz lo siguiente:

  1. Busca el ID de tu aplicación. Si ya tienes el ID de tu aplicación, ve al siguiente paso.

    1. En la Google Cloud consola, ve a la página Aplicaciones de IA.

      Ir a Aplicaciones

    2. En la página Aplicaciones, busca el nombre de tu aplicación y consulta su ID en la columna ID.

  2. Llama al método engines.servingConfigs.search con una consulta vacía o sin consulta, como se indica a continuación:

    REST

    curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
"https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
-d '{
"servingConfig": "projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search",
"orderBy": "ORDER_BY",
"params": {
     "searchType": "0"
 },
"filter": "FILTER",
"boostSpec": "BOOST_SPEC",
}'

    Haz los cambios siguientes:

    • PROJECT_ID: el ID de tu proyecto de Google Cloud .
    • APP_ID: el ID de la aplicación de Vertex AI Search que quieres consultar.
    • ORDER_BY: opcional. El orden en el que se organizan los resultados. El atributo por el que se debe ordenar debe tener una interpretación numérica; por ejemplo, date. Para obtener más información, consulta Ordenar resultados de búsqueda web.
    • FILTER: opcional, pero recomendado. Campo de texto para filtrar la búsqueda mediante una expresión de filtro. El valor predeterminado es una cadena vacía. Para obtener más información sobre cómo usar el campo filter, consulta Filtrar búsquedas genéricas de datos estructurados o no estructurados y Filtrar búsquedas en sitios web.
    • BOOST_SPEC: opcional. Una especificación para potenciar o ocultar documentos. Valores:
      • BOOST: un número de punto flotante en el intervalo [-1,1]. Si el valor es negativo, los resultados se degradan (aparecen más abajo en los resultados). Si el valor es positivo, los resultados se promocionan (aparecen más arriba en los resultados).
      • CONDITION: una expresión de filtro de texto para seleccionar los documentos a los que se aplica el aumento. El filtro debe dar como resultado un valor booleano. Para obtener información sobre la mejora de la búsqueda estructurada, consulta Mejorar los resultados de búsqueda.

    Deberías recibir una respuesta JSON similar a la siguiente respuesta truncada. La respuesta contiene resultados de búsqueda desglosados en el orden determinado por los campos definidos en la solicitud de búsqueda.