提升效果

Vertex AI Search for Commerce 提供了一项功能,可让您指定应在搜索中突出显示的记录。您可以通过应用提升规则来控制返回的搜索项的优先级,从而控制结果排序。

提升规则

只有在存在基准相关性得分时,才能应用提升规则,例如在按相关性排序的搜索结果或具有预排序得分的浏览结果中。提升是指对这些搜索和浏览结果应用的乘数函数。

提升或掩埋

一件商品可以受多个提升或埋没规则的约束,这些规则在 Search Service API 的 boostspec 类中设置。

  • 正数表示提升规则,即促销。
  • 负数表示“埋没”规则,即降级而非提升。

配置选项

  • 提升效果总和:如果同时降价和促销,Vertex AI Search 商务解决方案会将这两个值相加。得出的总和是提升效果降低或净埋没效果。
  • 最大加权规则(默认):Vertex AI Search for Commerce 会检查哪个值最大,并忽略其他规则。

为一件商品设置多条提升或埋没规则

多条提升或埋没规则可能会影响商品,最终得分取决于提升值的总和或最大值。

对同一商品应用多条提升排名规则时,请务必检查其他商品的得分是否已将该商品从首位赶下。最大模式已设为默认模式,以降低出现此问题的可能性。

假设一件商品获得 2、3 和 0.5 的加权,另一件商品获得 0.5 的加权。虽然该商品仅获得了 0.5 的提升得分,但在反复提升后,其排名就超过了另一件商品。仔细检查提升规范,确保其不会重叠,或者重叠符合预期。

替换过滤条件

两种优先于提升规则的过滤器:

  1. 用户指定:这些维度可以是价格或品牌等,并以功能块或细分条件的形式显示在网站上,供最终用户查看。

  2. 相关性:这些过滤条件仅适用于搜索查询(而非浏览)。它们会从搜索结果中排除相关性较低的商品。例如,搜索“冰箱”不会返回微波炉或冰箱把手等配件。过滤器会识别出在搜索冰箱时不应提升微波炉的排名。

搜索和浏览中提供的过滤条件

  • 搜索:主题相关性过滤器以及用户应用的任何其他过滤器,例如网站上的细分条件。
  • 浏览:由于没有文本查询,因此系统只会应用用户应用的过滤条件。系统还会应用过滤条件,检查商品(例如西装)是否属于正确的商品类别(例如不是毛衣)。

调试和问题排查

每件商品都符合无限提升条件,但用户应用的过滤条件会从搜索结果中移除商品。如需排查提升后的商品可能未显示在搜索和浏览结果中的原因,请检查以下方面:

  • 多个提升规则(包括“埋没降级”规则):检查提升模式配置(求和或求最大值),并确定最终得分。
  • 相关性:商品必须与查询相关,并通过相关性过滤条件。如果搜索查询是 Nike 鞋,而商品名是 Air Jordans,这两个字词并不匹配,但它们之间的密切语义关系会导致相关性得分较高。如果商品名为黄色夹克,则与 Nike 搜索查询的相关性得分较低。同样,如果商品名是与任何字词都没有任何关系的神秘型号,那么对于任何查询,相关性得分都会很低。
  • 过滤条件:过滤规则会替换任何提升规则,并阻止提升的产品显示在结果中。过滤条件始终在提升效果之上应用。如果商品应用了用户过滤条件,或者商品类别应用了浏览过滤条件,则提升效果将完全不起作用。

教程:升位

本教程将向您展示一些商品升位示例。


如需遵循有关此任务的分步指导,请直接在 Cloud Shell Editor 中点击操作演示

操作演示


配置提升

本页以下面的数据集为例。仅包含说明所需的字段。

示例数据集

搜索请求和响应示例

例如,如果您搜索“Google speaker”,那么您会收到无序的“nest_mini_2nd_gen”、“nest_audio”、“nest_hub_max”、“nest_hub”、“google_home_max”和“google_home_mini”。

增强规格示例

假设您要优先考虑价格较低的商品(小于 95 美元),降低价格较高商品(超过 95 美元)的优先级。您可以按如下方式应用提升规范:

JSON

{
  condition_boost_specs {
    condition: "price: IN(*, 95.0e)"
    boost: 0.5
  }
  condition_boost_specs {
    condition: "price: IN(95.0e, *)"
    boost: -0.5
  }
}

在结果中,"nest_mini_2nd_gen""google_home_mini""nest_hub" 可能是前三个,而 "nest_audio""nest_hub_max""google_home_max" 可能是后三个。但无法预先确定特定顺序,这与按价格排序不同,如过滤和排序结果中所述。