Vérifier la qualité des données pour les recommandations multimédias

Cette page explique comment appeler la méthode de vérification des exigences qui renvoie afin de savoir si les différentes statistiques de vos données média répondent à leurs et les seuils d'exigences.

À propos de la vérification de la qualité des données multimédias

Les événements utilisateur récents sont si importants pour les recommandations de médias, vous devez donc et vérifier régulièrement la qualité des données ingérées et des événements utilisateur. Vous pouvez en exécutant la méthode de vérification des exigences sur votre data store multimédia.

Si le seuil d'une métrique n'est pas atteint, la commande curl génère un avertissement. Examinez ensuite la métrique et sa description pour déterminer l'action à effectuer à suivre pour améliorer la qualité de votre contenu multimédia.

Tous les modèles et objectifs doivent respecter les seuils de métriques généraux. Certains modèles et des objectifs comportent des métriques et des seuils supplémentaires, et nécessitent d'exécuter une une deuxième vérification des exigences.

Pour en savoir plus sur les modèles et les objectifs de recommandation, consultez la section À propos des types de recommandations pour les applications multimédias.

Vérifier la qualité des données

Utilisez la méthode requirements:checkRequirement pour vérifier de vos données de recommandations de médias, comme indiqué ci-dessous.

REST

Pour vérifier la qualité à partir de la ligne de commande, procédez comme suit :

  1. Recherchez l'ID de votre data store. Si vous disposez déjà de votre data store ID, passez à l'étape suivante.

    1. Dans la console Google Cloud, accédez à la page Agent Builder et cliquez sur Data Stores dans le menu de navigation.

      Accéder à la page "Data stores"

    2. Cliquez sur le nom de votre data store.

    3. Sur la page Données de votre data store, obtenez l'ID du data store.

  2. Exécutez la commande curl suivante pour savoir si vos recommandations de contenus multimédias répondent aux critères les seuils pour les métriques générales:

    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 : ID de votre projet Google Cloud
    • DATA_STORE_ID : ID du data store Vertex AI Search.

  3. Examinez le résultat :

    1. Recherchez la valeur de requirementResult:

      • Si la valeur est SUCCESS, vos données répondent aux exigences générales. passez à l'étape 4.

      • Si la valeur est WARNING, passez à l'étape b.

      • Si requirementResult ne s'affiche pas dans la sortie, plusieurs raisons peuvent expliquer cela :

        • L'élément PROJECT_ID ou DATA_STORE_ID de la requête est incorrect.

        • Certaines valeurs de métrique ne sont pas disponibles. Réessayez dans six heures ou contactez un ingénieur client pour obtenir de l'aide.

    2. Recherchez l'expression (requirement.Condition.Expression): si cette prend la valeur false, cela signifie qu'il y a un problème avec vos données.

      La valeur des métriques se trouve dans le champ requirementCondition.metricResults.value. Les valeurs du seuil d'avertissement se trouvent dans les champs MetricBindings.warningThreshold. La Les champs description peuvent vous aider à comprendre l'objectif de la métrique.

      Par exemple, la valeur de doc_with_same_title_percentage est 30.47 et le seuil d'avertissement pour doc_with_same_title_percentage_threshold est 1 Il existe un problème de données, car de nombreux titres du datastore sont identiques. Cela doit être étudié.

  4. Si la combinaison de modèle et d'objectif utilisée pour votre application de recommandations apparaît dans ce tableau, vous devez également appeler la méthode de vérification des exigences, mise à jour avec les valeurs de votre modèle et de votre objectif :

    Modèle Objectif MODEL_OBJ
    Autres articles susceptibles de vous intéresser Taux de conversion oyml/cvr
    Recommandées pour vous Taux de conversion rfy/cvr
    Résultats similaires Taux de conversion mlt/cvr
    Les plus populaires Taux de conversion mp/cvr
    Autres articles susceptibles de vous intéresser Durée de visionnage par session oyml/wdps
    Recommandées pour vous Durée de visionnage par session rfy/wdps
    Autres résultats similaires Durée de visionnage par session 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 : ID de votre projet Google Cloud
    • DATA_STORE_ID: ID du data store Vertex AI Search.
    • MODEL_OBJ : consultez le tableau précédent pour choisir la valeur appropriée pour votre application de recommandations.

  5. Examinez le résultat:

    1. Recherchez la valeur de requirementResult:

      • Si la valeur est SUCCESS, vos données sont suffisantes.

      • Si la valeur est WARNING, passez à l'étape b.

      • Si requirementResult ne s'affiche pas dans la sortie, plusieurs raisons peuvent expliquer cela :

        • L'élément PROJECT_ID ou DATA_STORE_ID de la requête est incorrect.

        • Certaines valeurs de métriques ne sont pas disponibles. Réessayez dans six heures ou contactez un ingénieur client pour obtenir de l'aide.

    2. Examinez l'expression (requirement.Condition.Expression). Si cette expression renvoie la valeur "false", un problème est survenu avec vos données.

      La valeur des métriques se trouve dans le champ requirementCondition.metricResults.value, et les valeurs du seuil d'avertissement dans les champs MetricBindings.warningThreshold. description peuvent vous aider à comprendre l'objectif de la métrique.