Mendapatkan hasil penjelajahan yang dipersonalisasi

Penjelajahan adalah penelusuran navigasi yang tidak memiliki kueri. Penjelajahan menggunakan metode navigasi untuk menampilkan hasil penelusuran yang cocok dengan kategori atau filter yang dipilih pengguna akhir. Jika digunakan bersama dengan engagement pengguna, Anda dapat menawarkan penjelajahan yang dipersonalisasi kepada pengguna. Penjelajahan yang dipersonalisasi menyediakan feed real-time dan spesifik per pengguna berdasarkan histori interaksi pengguna dan fitur konten. Fitur ini bertujuan untuk mengoptimalkan hasil penelusuran untuk KPI yang ditentukan sekaligus mematuhi kontrol strategis Anda. Misalnya, situs real estat dapat memperoleh halaman beranda yang berbeda untuk penggunanya di London, Inggris Raya, dan di Sydney, Australia; situs belanja dapat menyediakan hasil yang dibuat khusus bergantung pada profil pengguna.

Halaman ini menjelaskan cara mendapatkan hasil penjelajahan untuk penyimpanan data penelusuran kustom dan beberapa praktik terbaik untuk menyiapkan aplikasi penelusuran Anda.

Tentang penjelajahan yang dipersonalisasi

Penjelajahan yang dipersonalisasi Vertex AI Search menggunakan jaringan neural untuk memberi peringkat dokumen berdasarkan prediksi engagement dan konversi pengguna. Misalnya, dengan penjelajahan yang dipersonalisasi, Anda dapat menayangkan entri yang diberi peringkat dalam katalog hotel atau artikel di situs dan menayangkannya kepada pengguna berdasarkan prediksi kemungkinan klik atau pertanyaan.

Pada intinya, penjelajahan yang dipersonalisasi adalah model canggih yang mempelajari hubungan rumit antara pola navigasi pengguna, konten dan fitur dokumen Anda, serta peristiwa konversi pengguna. Beberapa fitur pentingnya adalah sebagai berikut:

  • Peringkat: Model memberi peringkat item berdasarkan prediksi performa terhadap tujuan yang Anda tetapkan yang tunduk pada parameter penelusuran yang dikonfigurasi, seperti filter, peringkat kustom, dan kontrol penayangan (seperti tingkatkan, promosikan, atau sinonim).

  • Pelatihan dan penyempurnaan: Setelah pelatihan awal, model terus disempurnakan menggunakan aliran peristiwa pengguna langsung. Model ini beradaptasi dan meningkat seiring waktu.

  • Keberagaman: Model secara implisit mempelajari keberagaman karena mencatat sinyal negatif dari non-interaksi, seperti link yang diabaikan, waktu yang dihabiskan di halaman, dan rasio lompatan.

Tabel berikut menyajikan perbedaan antara penelusuran dan penjelajahan.

Fitur Telusuri Jelajahi
Tujuan Menemukan informasi tertentu Menjelajahi dan menemukan konten
Contoh Menelusuri "restoran Korea terbaik di Vancouver" di Google Penelusuran Menjelajahi restoran berdasarkan kategori tempat restoran tersebut berada, seperti "Restoran > Korea > Vancouver > Bintang 4 ke atas"
User Intent Biasanya berorientasi pada sasaran Eksploratif
Titik awal Kueri atau kata kunci biasanya ada di kotak penelusuran Situs atau platform tertentu biasanya menggunakan menu, breadcrumb, link, atau metode navigasi lainnya seperti aspek
Metode Memasukkan kata kunci atau frasa dan menerapkan konfigurasi penelusuran dan penayangan Menelusuri dengan kueri kosong, menerapkan konfigurasi penelusuran dan penayangan
Hasil Daftar hasil yang relevan Semua dokumen di penyimpanan data yang cocok dengan filter

Alur kerja dan praktik terbaik

Penjelajahan yang dipersonalisasi adalah layanan yang dikelola Google dan Google menangani model deep learning dan pipeline data yang mendasarinya. Untuk mendapatkan hasil terbaik dari layanan ini, saat Anda mengembangkan aplikasi penelusuran, tanggung jawab teknis utama Anda mencakup hal-hal berikut:

  • Penyediaan data: Kumpulkan dan sediakan penyimpanan data dokumen dan peristiwa pengguna yang komprehensif.
  • Definisi sasaran: Tentukan KPI untuk pengoptimalan, seperti rasio klik-tayang (CTR), tindakan bernilai tinggi, dan pendapatan per sesi dengan peristiwa pengguna yang diberikan. Pastikan jenis peristiwa pengguna yang Anda kumpulkan mendukung tujuan.
  • Parameter penelusuran: Tentukan dan konfigurasi parameter penelusuran dan kontrol penayangan dalam permintaan penelusuran Anda. Misalnya, rentang tanggal untuk memfilter listingan atau artikel yang diizinkan atau kontrol promosi untuk mengurutkan ulang blog sesuai dengan ratingnya.

Di aplikasi penelusuran AI Applications, menjelajah berarti menelusuri tanpa kueri atau dengan kueri kosong. Untuk mendapatkan hasil penjelajahan, di penyimpanan data penelusuran kustom, Anda dapat memanggil metode search dengan membiarkan kueri kosong.

Secara umum, berikut adalah langkah-langkah untuk mendapatkan hasil terbaik untuk penjelajahan yang dipersonalisasi:

  1. Memiliki data yang benar dan konsisten:

    • Stempel waktu yang akurat untuk setiap peristiwa pengguna.
    • ID pengguna yang konsisten di semua peristiwa pengguna.
    • ID dokumen yang cocok antara peristiwa pengguna dan penyimpanan data. Jika Anda menggunakan peta situs, URL-nya harus cocok dengan URL dalam peristiwa pengguna.
    • Filter untuk menayangkan konten yang sama persis di halaman yang Anda jelajahi. Untuk mengetahui informasi selengkapnya, lihat Memfilter penelusuran situs dan Memfilter penelusuran kustom untuk data terstruktur dan tidak terstruktur.

  2. Menyiapkan dan menyerap dokumen Anda:

  3. Menyiapkan dan memproses peristiwa pengguna:

    • Siapkan peristiwa pengguna selama minimal 30 hari untuk pelatihan model awal. Anda dapat menggunakan salah satu atau kedua peristiwa pengguna historis dan peristiwa pengguna secara real time.. Peristiwa real-time menghasilkan hasil personalisasi yang lebih baik.
    • Mencatat dan membagikan peristiwa search (digunakan untuk merekam data penjelajahan), peristiwa view-item, dan peristiwa conversion.
    • Semua peristiwa pengguna harus mencakup hal berikut:
      • eventType seperti search untuk penelusuran dan penjelajahan, view-item, dan conversion.
      • userPseudoId, yang merupakan ID pengguna yang dipseudonimkan secara konsisten.
      • eventTime, yang merupakan stempel waktu ISO 8601 (UTC) untuk saat peristiwa direkam.
      • documents.id ditampilkan dalam urutan kemunculannya kepada pengguna yang cocok dengan ID dokumen.
      • searchInfo.searchQuery untuk mendaftarkan kueri penelusuran pengguna.
      • pageInfo.pageCategory yang menambahkan konteks, seperti "HomepageCarousel", "Properties > VIC > Richmond".
      • filter yang menjelaskan logika filter yang digunakan untuk membuat daftar tayangan. Hal ini sering kali dicatat oleh kolom pageCategory atau melalui pemahaman sistem.

    Untuk informasi selengkapnya, lihat userEvents.

  4. Aktifkan pelatihan model dan pipeline model:

    Setelah menyiapkan data dan mengumpulkan peristiwa pengguna, hubungi Customer Engineer (CE) Google Anda. CE dapat meninjau data Anda dan mengaktifkan model personalisasi untuk aplikasi Anda.

  5. Mendapatkan hasil penjelajahan yang dipersonalisasi

    Tambahkan lebih banyak kolom ke permintaan penelusuran Anda seperti filter dan penyesuaian peringkat, seperti peningkatan atau peringkat kustom.

  6. Memelihara dan memastikan data Anda selalu terbaru:

    Seiring waktu, perbarui dokumen di penyimpanan data Anda dan terus upload peristiwa pengguna baru. Hal ini memastikan model dapat mengakses dokumen dan interaksi pengguna terbaru untuk memberikan hasil yang dipersonalisasi.

Mendapatkan hasil penjelajahan untuk aplikasi dengan data situs

Untuk menggunakan API guna mendapatkan hasil penjelajahan untuk aplikasi dengan data situs, lakukan hal berikut:

  1. Temukan ID aplikasi Anda. Jika Anda sudah memiliki ID aplikasi, lanjutkan ke langkah berikutnya.

    1. Di konsol Google Cloud , buka halaman AI Applications.

      Buka Aplikasi

    2. Di halaman Aplikasi, temukan nama aplikasi Anda dan dapatkan ID aplikasi dari kolom ID.

  2. Panggil metode engines.servingConfigs.search dengan kueri kosong atau tanpa kueri sebagai berikut:

    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",
}'

    Ganti kode berikut:

    • PROJECT_ID: ID Google Cloud project Anda.
    • APP_ID: ID aplikasi Vertex AI Search yang ingin Anda kueri.
    • ORDER_BY: optional. Urutan hasil diatur. Atribut yang akan diurutkan harus memiliki interpretasi numerik—misalnya, date. Untuk mengetahui informasi selengkapnya, lihat Mengurutkan hasil penelusuran web.
    • FILTER: opsional, tetapi direkomendasikan. Kolom teks untuk memfilter penelusuran menggunakan ekspresi filter. Nilai defaultnya adalah string kosong. Untuk mengetahui informasi selengkapnya tentang penggunaan kolom filter, lihat Memfilter penelusuran umum untuk data terstruktur atau tidak terstruktur dan Memfilter penelusuran situs.
    • BOOST_SPEC: optional. Spesifikasi untuk menaikkan atau menyembunyikan dokumen. Nilai:
      • BOOST: bilangan floating point dalam rentang [-1,1]. Jika nilainya negatif, hasil akan diturunkan (hasil muncul lebih rendah dalam hasil). Jika nilainya positif, hasil akan dipromosikan (muncul lebih tinggi dalam hasil).
      • CONDITION: ekspresi filter teks untuk memilih dokumen yang akan diterapkan peningkatannya. Filter harus dievaluasi ke nilai boolean. Untuk mempelajari cara meningkatkan penelusuran terstruktur, lihat Meningkatkan hasil penelusuran.

    Anda akan menerima respons JSON yang mirip dengan respons yang dipangkas berikut. Respons berisi hasil penelusuran yang dikelompokkan menurut item dan dicantumkan dalam urutan yang ditentukan oleh kolom yang ditetapkan dalam permintaan penelusuran.