Wenn Sie Vertex AI Search noch nicht kennen, können Sie die Kurzanleitung zum Einstieg in Medienempfehlungen verwenden, um eine Beispiel-App zu erstellen.
Richten Sie ein Google Cloud-Projekt ein, aktivieren Sie Vertex AI Agent Builder und richten Sie die Zugriffssteuerung für Ihr Projekt ein. Sie können ein vorhandenes Google Cloud-Projekt verwenden, falls Sie bereits eines haben.
Aktionen
- Führen Sie die Schritte unter Vorbereitung aus.
Bereiten Sie Ihre Daten für den Import in Vertex AI Search vor.
Für Anwendungen für Medienempfehlungen sind zwei Arten von Daten erforderlich:
Strukturierte Mediendaten Lade Metadaten zu deinen Medieninhalten wie Titel, Beschreibungen und URIs an den Speicherort deiner Medien hoch. Vertex AI Search bietet ein vordefiniertes Schema für Medien. Alternativ können Sie auch Ihr eigenes Schema verwenden.
Nutzerereignisse Für Medienempfehlungen müssen Nutzerereignisse aufgezeichnet werden. Nutzerereignisse sind erforderlich, um Ihre App zu trainieren und Empfehlungen zu generieren.
Aktionen
Lesen Sie den Hilfeartikel Mediendokumente und Datenspeicher und bereiten Sie Ihre Daten gemäß den erforderlichen Schemas und Feldern vor. Wenn Sie ein eigenes Schema verwenden, lesen Sie auch die Informationen unter Beispielschema als JSON-Objekt und strukturierte Daten.
Informationen zu den Anforderungen an Nutzerereignisse für Medien finden Sie unter Nutzerereignisse.
Erstellen Sie eine App und einen Datenspeicher und importieren Sie dann Ihre Mediendaten und Nutzerereignisse.
Wie Sie Mediendaten importieren, hängt davon ab, woher Sie sie importieren. Wenn sich Ihre Daten beispielsweise in Cloud Storage befinden, können Sie sie über die Console oder die API importieren, indem Sie den Speicherort des Buckets angeben.
Aktionen
Sie können die Feldeinstellungen aktualisieren, damit sie filterbar sind, und Ihre Empfehlungsergebnisse mithilfe dieser Felder filtern.
Aktionen
Wenn Sie möchten, dass Vertex AI Search ein bestimmtes Feld zum Filtern von Empfehlungen verwendet, müssen Sie es als filterbar festlegen. Siehe Feldeinstellungen konfigurieren.
Inhalte herabstufen, wenn sich ein Nutzer sie vor Kurzem angesehen hat oder sie alt sind Weitere Informationen finden Sie unter Medienempfehlungen herabstufen.
Sie können sich eine Vorschau Ihrer Empfehlungen ansehen, um zu prüfen, ob sie wie erwartet angezeigt werden.
Aktionen
Verwenden Sie die Agent Builder-Konsole oder die API, um eine Vorschau Ihrer Empfehlungen aufzurufen.
Console. Auf der Seite Vorschau der Console können Sie sich eine Vorschau Ihrer Empfehlungen ansehen. In der Console finden Sie eine Anleitung dazu, welche Daten in der Anwendung verwendet werden.
API: Wenn Sie API-Aufrufe in Ihre Anwendung einbinden, können Sie API-Aufrufe ausführen, um eine Vorschau Ihrer Empfehlungen zu erhalten. Weitere Informationen zu den Daten, die Ihre App unter Empfehlungen abrufen verwendet, finden Sie in der REST-Anleitung.
Wenn Sie mit der Vorabversion Ihrer App für Medienempfehlungen zufrieden sind, können Sie sie auf Ihrer Website bereitstellen und so für Ihre Nutzer freigeben.
Aktionen
Wenn Sie Ihre Empfehlungs-App bereitstellen möchten, müssen Sie API-Aufrufe in Ihren Server oder Ihre Anwendungen einbinden. Weitere Informationen zu API-Aufrufen finden Sie in der REST-Anleitung für die Art der Daten, die in Ihrer App verwendet werden, unter Empfehlungen abrufen.
Ressourcen zu Clientbibliotheken finden Sie unter Vertex AI Agent Builder-Clientbibliotheken.
Sie können Ihre App so verwalten, dass die neuesten und erforderlichen Daten in Ihrem Datenspeicher verfügbar sind.
Apps für Medienempfehlungen werden alle drei Monate automatisch optimiert. Wenn sich Ihr Datenspeicher jedoch erheblich ändert oder Sie Nutzerereignisse im Bulk-Verfahren importieren, sollten Sie Ihre App manuell neu trainieren.