Verifica la calidad de los datos de las recomendaciones multimedia

En esta página, se describe cómo llamar al método de verificación de requisitos que muestra información sobre si varias métricas de tus datos multimedia cumplen con sus umbrales de requisitos.

Acerca de la verificación de la calidad de los datos multimedia

Debido a que los eventos recientes de los usuarios son tan importantes para las recomendaciones de contenido multimedia, debes verificar con regularidad la calidad de los datos transferidos y los eventos del usuario. Puedes hacer lo siguiente: ejecutando el método de verificación de requisitos en tu almacén de datos multimedia.

Si no se cumple el umbral de una métrica, el comando curl muestra una advertencia. Luego, debes revisar la métrica y su descripción para determinar qué acción que debes seguir para mejorar la calidad de tu contenido multimedia.

Todos los modelos y objetivos deben superar los umbrales de métricas generales. Algún modelo objetivos tienen métricas y umbrales adicionales, y requieren que ejecutes segunda comprobación de requisitos.

Para obtener información sobre los modelos y objetivos de recomendación, consulta Acerca de los tipos de recomendaciones de apps de música

Verifica la calidad de los datos

Usa el método requirements:checkRequirement para verificar la la calidad de tus datos de recomendaciones de contenido multimedia, como se indica a continuación.

REST

Para comprobar la calidad desde la línea de comandos, sigue estos pasos:

  1. Busca el ID del almacén de datos. Si ya tienes el ID del almacén de datos, ve al siguiente paso.

    1. En la consola de Google Cloud, ve a la página Agent Builder y En el menú de navegación, haz clic en Almacenes de datos.

      Ve a la página Almacenes de datos.

    2. Haz clic en el nombre de tu almacén de datos.

    3. En la página Datos de tu almacén de datos, obtén el ID del almacén de datos.

  2. Ejecuta el siguiente comando de curl para saber si tus recomendaciones de contenido multimedia cumplen con los umbrales de las métricas generales:

    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: El ID del proyecto de Google Cloud.
    • DATA_STORE_ID: Es el ID del almacén de datos de Vertex AI Search.

  3. Revisa el resultado:

    1. Busca el valor de requirementResult:

      • Si el valor es SUCCESS, tus datos pasan los requisitos generales. continúa con el paso 4.

      • Si el valor es WARNING, continúa con el paso b.

      • Si no ves requirementResult en el resultado, es posible que se deba a uno de estos dos motivos:

        • El PROJECT_ID o DATA_STORE_ID de la solicitud es incorrecto.

        • Algunos valores de métricas no están disponibles. Vuelve a intentarlo en 6 horas o comunícate con un ingeniero de atención al cliente para obtener ayuda.

    2. Busca la expresión (requirement.Condition.Expression): Si esta expresión se evalúa como falsa, significa que hay un problema con tus datos.

      El valor de las métricas está en la requirementCondition.metricResults.value. El umbral de advertencia están en los campos MetricBindings.warningThreshold. Los campos description pueden ayudarte a comprender el propósito de la métrica.

      Por ejemplo, el valor de doc_with_same_title_percentage es 30.47 y el umbral de advertencia para doc_with_same_title_percentage_threshold es 1 Hay un problema con los datos que muchos de los títulos en el almacén de datos son los mismos y deben investigarse.

  4. Si la combinación de modelo y objetivo que se usa para tu app de recomendaciones aparece en esta tabla, también debes llamar al método de verificación de requisitos, actualizado con los valores de tu modelo y objetivo:

    Modelo Objetivo MODEL_OBJ
    Otros elementos que podrían gustarte Porcentaje de conversiones oyml/cvr
    Recomendadas para ti Porcentaje de conversiones rfy/cvr
    Más contenido similar Porcentaje de conversiones mlt/cvr
    Más populares Porcentaje de conversiones mp/cvr
    Otros elementos que podrían gustarte Duración de la visualización por sesión oyml/wdps
    Recomendadas para ti Duración de la visualización por sesión rfy/wdps
    Más contenido similar Duración de la visualización por sesión 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: El ID del proyecto de Google Cloud.
    • DATA_STORE_ID: Es el ID del almacén de datos de Vertex AI Search.
    • MODEL_OBJ: Consulta la tabla anterior para elegir el valor correcto para la app de recomendaciones.

  5. Revisa el resultado:

    1. Busca el valor de requirementResult:

      • Si el valor es SUCCESS, entonces tus datos son lo suficientemente buenos.

      • Si el valor es WARNING, continúa con el paso b.

      • Si no ves requirementResult en el resultado, es posible que se deba a uno de estos dos motivos:

        • El PROJECT_ID o DATA_STORE_ID de la solicitud es incorrecto.

        • Algunos valores de métricas no están disponibles. Vuelve a intentarlo en 6 horas o comunícate con un ingeniero de atención al cliente para obtener ayuda.

    2. Mira la expresión (requirement.Condition.Expression). Si esta expresión se evalúa como false, hay un problema con los datos.

      El valor de las métricas se puede encontrar en el campo requirementCondition.metricResults.value y los valores del umbral de advertencia en los campos MetricBindings.warningThreshold. El description pueden ayudarte a comprender el propósito de la métrica.