Mulai menggunakan rekomendasi umum
Anda dapat dengan cepat membuat aplikasi rekomendasi generik canggih berdasarkan data Anda sendiri yang dapat menyarankan konten serupa dengan konten yang sedang dilihat pengguna.
Tutorial ini menjelaskan cara membuat aplikasi rekomendasi umum untuk data terstruktur. Dalam hal ini, data terstruktur berupa NDJSON yang ditransfer dari bucket Cloud Storage.
Sebelum mengikuti tutorial ini, pastikan Anda telah melakukan langkah-langkah di Sebelum memulai.
Untuk mengikuti panduan langkah demi langkah tugas ini langsung di konsol Google Cloud , klik Pandu saya:
Sebelum memulai
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI Agent Builder, Cloud Storage APIs.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI Agent Builder, Cloud Storage APIs.
Mengaktifkan Vertex AI Agent Builder
Di konsol Google Cloud , buka halaman Agent Builder.
Baca dan setujui Persyaratan Layanan, lalu klik Lanjutkan dan aktifkan API.
Membuat penyimpanan data
Prosedur ini akan memandu Anda membuat penyimpanan data dan mengupload contoh data yang diberikan.
Buka halaman
Penyimpanan Data .Klik
Create data store .Di halaman Pilih sumber data, pilih Cloud Storage.
Di halaman Impor data dari Cloud Storage, pilih Data terstruktur (JSONL).
Klik File.
Di kolom gs://, masukkan nilai berikut:
cloud-samples-data/gen-app-builder/search/kaggle_movies/movie_metadata.ndjson
Bucket Cloud Storage ini berisi file film berformat NDJSON yang disediakan oleh Kaggle.
Klik Lanjutkan.
Tetapkan properti kunci sebagai berikut:
Nama kolom Properti kunci homepage
uri
original_title
title
overview
description
Kemudian, klik Lanjutkan.
Masukkan nama tampilan untuk penyimpanan data Anda, lalu klik Create.
Klik nama penyimpanan data Anda.
Di halaman Data, buka tab Aktivitas untuk melihat status penyerapan data Anda. Impor selesai akan ditampilkan di kolom Status saat proses impor selesai. Untuk set data ini, proses ini biasanya memerlukan waktu dua hingga tiga menit. Anda mungkin perlu mengklik Refresh untuk melihat Impor selesai.
Klik tab Dokumen untuk melihat dokumen yang diimpor.
Buat aplikasi
Selanjutnya, Anda akan membuat aplikasi rekomendasi dan menautkan penyimpanan data yang dibuat sebelumnya.
Buka halaman
Aplikasi .Klik
Create app .Di halaman Create App, klik Create di bagian Recommendations engine.
Di kolom App name, masukkan nama untuk aplikasi Anda. ID aplikasi Anda akan muncul di bawah nama aplikasi.
Klik Lanjutkan.
Dalam daftar penyimpanan data, pilih penyimpanan data yang Anda buat sebelumnya.
Klik Create.
Melihat pratinjau aplikasi Anda
Di menu navigasi, klik
Preview untuk menguji aplikasi.Jika Anda melihat pesan "Anda akan dapat melihat pratinjau mesin rekomendasi di sini. Kami masih menyiapkan mesin Anda, harap periksa kembali nanti", tunggu dan muat ulang halaman secara berkala. Anda mungkin harus menunggu beberapa jam atau hingga hari berikutnya untuk melihat pratinjau data.
Klik kolom Document ID. Daftar ID dokumen akan muncul.
Klik ID dokumen untuk dokumen yang rekomendasinya Anda inginkan. Atau, masukkan ID dokumen ke kolom ID Dokumen.
Klik Dapatkan rekomendasi. Daftar dokumen yang direkomendasikan akan muncul.
Klik dokumen untuk mendapatkan detail dokumen.
Men-deploy aplikasi
Tidak ada widget rekomendasi untuk men-deploy aplikasi Anda. Untuk menguji aplikasi sebelum deployment:
Buka halaman Data dan salin ID dokumen.
Buka halaman Integrasi. Halaman ini menyertakan contoh perintah untuk metode
servingConfigs.recommend
di REST API.Tempel ID dokumen yang Anda salin sebelumnya ke kolom Document ID.
Biarkan kolom User Pseudo ID apa adanya.
Salin contoh permintaan dan jalankan di Cloud Shell.
Hasilnya adalah ID dokumen yang direkomendasikan berdasarkan dokumen yang Anda pilih.
Untuk mendapatkan bantuan dalam mengintegrasikan aplikasi rekomendasi ke dalam aplikasi web Anda, lihat contoh kode untuk C#, Go, Java, Node.js, PHP, dan Ruby di Mendapatkan rekomendasi untuk aplikasi.
Pembersihan
Agar akun Google Cloud Anda tidak dikenai biaya untuk resource yang digunakan di halaman ini, ikuti langkah-langkah berikut.
- Untuk menghindari tagihan Google Cloud yang tidak perlu, gunakan <a href="https://console.cloud.google.com/" target="console" track-type="inline link" referrerpolicy="no-referrer-when-downgrade">Google Cloud console</a> untuk menghapus project jika Anda tidak membutuhkannya.
- Jika Anda membuat project baru untuk mempelajari Vertex AI Agent Builder dan Anda tidak lagi memerlukan project tersebut, hapus project tersebut.
- Jika Anda menggunakan project Google Cloud yang sudah ada, hapus resource yang dibuat untuk menghindari tagihan pada akun Anda. Untuk mengetahui informasi selengkapnya, lihat Menghapus aplikasi.
- Ikuti langkah-langkah di Menonaktifkan Vertex AI Agent Builder.