メディア レコメンデーションのデータ品質を確認する

このページでは、メディアデータのさまざまな指標が要件のしきい値を満たしているかどうかに関する情報を返す check requirements メソッドを呼び出す方法について説明します。

メディアデータの品質チェックについて

メディア レコメンデーションでは最近のユーザー イベントが非常に重要であるため、取り込まれたデータとユーザー イベントの品質を定期的に確認する必要があります。これを行うには、メディア データストアで check requirements メソッドを実行します。

指標のしきい値が満たされていない場合、curl コマンドは警告を出力します。次に、指標とその説明を確認して、メディアの品質を改善するために取るべき対応を決定する必要があります。

すべてのモデルと目標は、一般的な指標のしきい値を満たす必要があります。モデルと目標によっては、追加の指標としきい値があり、2 回目の要件チェックを実行する必要があります。

レコメンデーション モデルと目標については、メディアアプリのレコメンデーション タイプについてをご覧ください。

データ品質の確認

メディア レコメンデーション データの品質を確認するには、次のように requirements:checkRequirement メソッドを使用します。

REST

コマンドラインから品質を確認する手順は次のとおりです。

  1. データストア ID を確認します。データストア ID がすでにある場合は、次のステップに進みます。

    1. Google Cloud コンソールで [Agent Builder] ページに移動し、ナビゲーション メニューで [データストア] をクリックします。

      [データストア] ページに移動

    2. データストアの名前をクリックします。

    3. データストアの [データ] ページで、データストア ID を取得します。

  2. 次の curl コマンドを実行して、メディア レコメンデーションが一般的な指標のしきい値を満たしているかどうかを確認します。

    curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
-H "X-GFE-SSL: yes" \
-H "X-Goog-User-Project: PROJECT_ID" \
"https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/requirements:checkRequirement" \
-d '{
      "location": "projects/PROJECT_ID/locations/global",
      "requirementType": "discoveryengine.googleapis.com/media_recs/general/all/warning",
      "resources": [
        {
          "labels": {
            "branch_id": "0",
            "collection_id": "default_collection",
            "datastore_id": "DATA_STORE_ID",
            "location_id": "global",
            "project_number": "PROJECT_ID"
          },
          "type": "discoveryengine.googleapis.com/Branch"
        },
        {
          "labels": {
            "collection_id": "default_collection",
            "datastore_id": "DATA_STORE_ID",
            "location_id": "global",
            "project_number": "PROJECT_ID"
          },
          "type": "discoveryengine.googleapis.com/DataStore"
        }
      ]
    }'
    • PROJECT_ID: Google Cloud プロジェクトの ID。
    • DATA_STORE_ID: Vertex AI Search データストアの ID。

  3. 出力を確認します。

    1. requirementResult の値を探します。

      • 値が SUCCESS の場合、データは一般的な要件を満たしています。ステップ 4 に進みます。

      • 値が WARNING の場合は、ステップ b に進みます。

      • 出力に requirementResult が表示されない場合は、次のような理由が考えられます。

        • リクエストの PROJECT_ID または DATA_STORE_ID が正しくありません。

        • 一部の指標値は利用できません。6 時間後にもう一度お試しいただくか、カスタマー エンジニアにお問い合わせください。

    2. 式（requirement.Condition.Expression）を探します。この式が false と評価された場合、データに問題があります。

      指標の値は requirementCondition.metricResults.value フィールドにあります。警告しきい値は MetricBindings.warningThreshold フィールドにあります。description フィールドは、指標の目的を把握するのに役立ちます。

      たとえば、doc_with_same_title_percentage の値は 30.47 で、doc_with_same_title_percentage_threshold の警告しきい値は 1 です。データストア内のタイトルの多くが同じであるというデータの問題があり、調査する必要があります。

  4. レコメンデーション アプリに使用されているモデルと目標の組み合わせがこの表に表示されている場合は、モデルと目標の値を更新した check requirement メソッドも呼び出す必要があります。

    モデル 目標 MODEL_OBJ
    関連商品のおすすめ コンバージョン率 oyml/cvr
    あなたへのおすすめ コンバージョン率 rfy/cvr
    もっと見る コンバージョン率 mlt/cvr
    最も人気 コンバージョン率 mp/cvr
    関連商品のおすすめ セッションごとの視聴時間 oyml/wdps
    あなたへのおすすめ セッションごとの視聴時間 rfy/wdps
    もっと見る セッションごとの視聴時間 mlt/wdps 

    curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
-H "X-GFE-SSL: yes" \
-H "X-Goog-User-Project: PROJECT_ID" \
"https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/requirements:checkRequirement" \
-d '{
      "location": "projects/PROJECT_ID/locations/global",
      "requirementType": "discoveryengine.googleapis.com/media_recs/MODEL_OBJ/warning",
      "resources": [
        {
          "labels": {
            "branch_id": "0",
            "collection_id": "default_collection",
            "datastore_id": "DATA_STORE_ID",
            "location_id": "global",
            "project_number": "PROJECT_ID"
          },
          "type": "discoveryengine.googleapis.com/Branch"
        },
        {
          "labels": {
            "collection_id": "default_collection",
            "datastore_id": "DATA_STORE_ID",
            "location_id": "global",
            "project_number": "PROJECT_ID"
          },
          "type": "discoveryengine.googleapis.com/DataStore"
        }
      ]
    }'
    • PROJECT_ID: Google Cloud プロジェクトの ID。
    • DATA_STORE_ID: Vertex AI Search データストアの ID。
    • MODEL_OBJ: レコメンデーション アプリに適した値を選択するには、上の表をご覧ください。

  5. 出力を確認します。

    1. requirementResult の値を探します。

      • 値が SUCCESS の場合、データは十分です。

      • 値が WARNING の場合は、ステップ b に進みます。

      • 出力に requirementResult が表示されない場合は、次のような理由が考えられます。

        • リクエストの PROJECT_ID または DATA_STORE_ID が正しくありません。

        • 一部の指標値は利用できません。6 時間後にもう一度お試しいただくか、カスタマー エンジニアにお問い合わせください。

    2. 式（requirement.Condition.Expression）を確認します。この式が false と評価された場合、データに問題があります。

      指標の値は requirementCondition.metricResults.value フィールドにあり、警告しきい値は MetricBindings.warningThreshold フィールドにあります。description フィールドは、指標の目的を把握するのに役立ちます。