本页介绍了自动补全功能及其使用方法。搜索功能提供自动补全功能，为零售商的搜索框预先输入建议提供支持。
自动补全功能用于预测用户正在输入的其余查询内容，从而改善用户的搜索体验，加快用户在结账前的购物流程。它还可以通过提供格式正确的查询来提高搜索响应质量，从而创造更高的收入。
概览
当最终用户开始在您的网站上输入搜索字词时，搜索功能可以提供用户可能想要的建议列表。例如，当用户输入“sh”时，系统可能会建议输入“shoes”和“shirts”。
数据源
您可以为建议预测选择以下数据源之一：
- 您上传的 BigQuery 数据集。
- 使用机器学习从用户事件和其他元数据生成的数据集。
上传的数据集
您作为数据集上传的 BigQuery 建议表，用于提供查询建议。如需了解如何上传数据集，请参阅导入自动补全数据。
自动学习数据集
由机器学习提供支持的建议数据集，由搜索基于用户搜索事件生成。
如需启用自动学习功能，请执行以下操作：
控制台
转到自动补全控件标签。
点击修改设置。
开启自动学习。
点击保存设置。
自动学习功能可能需要 1-2 天的时间才会更新。
cURL
curl -X PATCH -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json" \
"https://retail.googleapis.com/v2beta/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/completionConfig?update_mask.paths=auto_learning" --data "{auto_learning: true}"
自动学习数据集前提条件
自动学习功能会根据搜索类型用户事件（eventType =“搜索”）生成建议。生成内容会使用过去 180 天的用户事件。要求导入的用户事件质量和数量良好。
自动学习功能会过滤掉罕见的建议，因此如果搜索类型用户事件数量过少（少于 20000 个），许多候选建议可能就会被滤除。在这种情况下，您可能需要先使用更频繁的搜索查询测试自动补全功能。
自动学习数据集发布时间表
自动学习数据集每天生成一次，然后将其推送到索引编制和发布。整个月经周期大约需要两天。
自动学习功能
搜索应用机器学习技术，仅针对自动学习数据集清理查询和建议数据以及设置其格式。
| 特征 | 说明 | 示例 |
|---|---|---|
| 移除特殊字符 |
|
“世界上最美味的 #*! 牛奶”→“世界上最好的牛奶” |
| 移除没有结果的搜索结果 |
|
对于食品杂货零售商，“古驰手袋”的搜索结果为 0 个，因此已被移除 |
| 更正拼写错误 |
|
“Milc”→“Milk” |
| 添加许可名单查询 |
|
请参阅下文中的更多信息部分。 |
| 移除屏蔽名单查询 |
|
请参阅下文中的更多信息部分。 |
| 移除不安全的字词 |
|
色情、少儿不宜、粗俗、暴力等 |
| 移除极少见的字词 |
|
“74x39x9 英寸 2 层双层充气床垫，配有 120V 手持泵” |
| 删除重复的字词 |
|
系统会删除“女鞋”“女鞋”和“女鞋”去重，因此只会建议一个。 |
获取完成建议
使用 completeQuery API 获取建议。示例：
cURL
curl -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \ "https://retail.googleapis.com/v2/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog:completeQuery?query=sho&dataset=user-data&deviceType=DESKTOP&maxSuggestions=5"
自动补全选项和控件
本部分介绍了可用于自动补全的选项和控件。 请参阅下表中的概览以及更多详细信息。
| 控制措施 | 详情 | 位置 |
|---|---|---|
| 拒绝名单 |
|
API 请求：CompletionData:import。 如需了解详情，请参阅导入自动补全数据。 |
| 列入许可名单 |
|
API 请求：CompletionData:import（另请参阅导入自动补全数据 ） |
| 触发自动补全的长度下限 |
|
Cloud 控制台 > 控件 |
| 匹配顺序 |
|
Cloud 控制台 > 控件 |
| 建议数量 |
|
Cloud 控制台 > 控件或 API 请求：completeQuery.maxSuggestions |
| 设备类型 |
|
API 请求：completeQuery.deviceType |
| 建议数据源 |
|
API 请求：completeQuery.dataset |
| 语言 |
|
API 请求：completeQuery.languageCodes[] |
许可名单（请勿移除名单）
搜索会对自动补全建议数据进行后期处理，例如拼写更正。您可以创建后期处理时搜索跳过的字词许可名单。
系统绝不会从建议中过滤掉已列入许可名单的字词。该许可名单适用于上传的数据集和自动学习数据集。
示例：有一些有意拼错的品牌名称，例如“froot loops”而不是“fruit”或“foot”。请参阅导入补全数据中的详细上传说明。
如需数据导入，您可以使用 Cloud 控制台 > 控件 > 自动补全控件 > 请勿移除列表，或者使用 CompletionData:import。
所做更改大约会在 2 天内生效。
拒绝名单
拒绝名单仅适用于自动学习数据集。拒绝名单不适用于上传的数据集。
拒绝名单中的字词绝不会出现在建议中。
如需导入拒绝名单，您可以使用 Cloud 控制台 > 控件 > 自动补全控件 > 拒绝名单，或者使用 API CompletionData:import。如需详细了解如何导入拒绝名单，请参阅导入完成数据。
所做更改大约会在 2 天内生效。
触发的最小长度
您可以设置自动补全查询返回结果之前需要的字符数。您可以在 Cloud 控制台 > 控件 > 自动补全控件 > 触发的长度下限下找到此设置。
更改会立即生效。
匹配顺序
这决定了如何将建议与用户输入字词进行匹配。
如果设置为“建议以字词开头”，则自动补全功能会将用户输入字词作为确切的前缀与建议进行匹配。例如，用户输入“sh”与建议“shoes”和“shirts”匹配，但与建议“red shoes”不匹配。
如果设置为“建议可从字词中的任何位置开始”，则自动填充功能会将用户输入的字词标记成字词，并将其与建议中的字词进行匹配（无论字词顺序如何）。例如，用户输入字词“red sh”与建议“衬衫红色”“red shoes”和“kid red shoes”匹配。但是，输入字词“hoes”与这些建议不匹配，因为建议中的所有字词都不是以“hoes”开头。
您可以在 Cloud 控制台 > 控件 > 自动补全控件 > 匹配顺序下找到此设置。
更改会立即生效。
建议数量
这是将从自动补全查询返回的建议数量，不能超过 20。您可以在 Cloud 控制台 > 控件 > 自动补全控件 > 建议次数下找到此设置，也可以在 completeQuery 中设置。
更改会立即生效。
设备类型
搜索自动补全功能支持不同的设备类型，例如 MOBILE 和 DESKTOP。您可以根据设备类型上传或获取不同的建议。如果 completeQuery 中未指定 deviceType，则建议将适用于所有设备类型。
对于基于搜索用户事件的自动学习数据集，请在 UserEvent.user_info 中设置 user_agent 以支持不同的设备类型。请参阅 Wiki 中的用户代理。
高级功能
本部分介绍了搜索提供的高级自动补全功能。例如，您可以用品牌和类别等其他建议补充查询自动补全建议。
这些高级功能仅适用于自动学习数据集。
建议特征集
我们为每个查询建议字词提供一个额外的 FeatureSet，以便客户在其网站上展示高级函数。
FeatureSet 以键值对映射的形式显示在响应中。目前，Vertex AI Search for Retail 最多会返回 completeQuery.completionResults.attributes API 响应中与每条查询建议相关的热门类别和品牌。FeatureSet 建议不必与最终用户输入的查询字符串匹配。
您可以在响应中使用 FeatureSet 来丰富搜索建议。例如：
- 汇总并创建“热门品牌”和“热门类别”部分，这些部分会显示在搜索建议列表下方。
- 在搜索建议字词旁边显示最受欢迎的品牌或类别。
对目录进行更改（例如更改商品类别）后，预计需要等待两周至 30 天才能让 FeatureSet 建议反映商品清单更改。此等待时间是因为自动学习功能会训练过去 30 天的搜索事件数据。
属性建议
Google 搜索提供与用户输入字符串匹配的属性建议。支持的属性建议类型为品牌和类别。
属性建议与建议 FeatureSet 不同。属性建议是建议的商品属性（如品牌和类别）列表，类似于查询建议是建议的查询列表。属性建议可独立于查询建议使用。建议 FeatureSet 是查询建议的元数据，因此依赖于查询建议。
属性建议可用于在搜索建议列表下方的不同部分中自动填充最终用户正在输入的品牌或类别。
包含商品数量的建议分面（实验性）
这是一项实验性功能，仅供有限数量的客户使用。如需使用，请与支持团队联系。
启用包含商品数量功能的建议分面后，返回的 completeQuery.completionResults 会照常提供自动补全建议列表，但也会提供每条建议的商品数量以及按分面列出的商品总数和商品数量（例如“颜色”和“类别”）。
例如，如果搜索查询为“鞋子”，返回的自动补全建议可能如下所示：
- 女鞋
- 男鞋
此外，如果感兴趣的分面键为“color”，那么每条自动补全建议也会返回商品计数和按颜色表示的商品计数：
- 女鞋 (32)
- 黑色 (10)
- 陶土（16 位）
- 白色 (10)
- 男鞋 (43)
- 黑色 (10)
- 棕色 (5)
- 绿色 (17)
作为零售商，您无需向买家显示商品数量，但可能会决定根据商品数量（而不是 completeQuery.completionResults 中返回的顺序）对建议列表进行排序。例如，您可能希望将绿色鞋子（即使绿色鞋子不是最受欢迎的商品）显示在建议框的顶部，从而鼓励买家考虑购买男士的绿色鞋子。
例如：
{
"completion_results": [{
"suggestion": "womens shoes"
"facets": [
{
"key": "color"
"values": [
{
"value": "black"
"count": 10
}
{
"value": "taupe"
"count": 16
}
{
"value": "white"
"count": 10
}
]
}
]
"total_product_count": 32
},
(...)
],
}
对于每个建议的搜索查询，构面计数信息以 Facets 列表的形式显示在 completeQuery.completionResults.facets 中。每个分面都有一个 FacetValues 列表，其中包含每个分面值的商品数量。每个建议的搜索查询的商品总数都会在 completeQuery.completionResults.totalProductCount 中返回。
如需启用建议分面并将其与商品数量结合使用，请按以下步骤操作：
与支持团队联系，让他们启用“包含商品数量的建议分面”功能。指定您希望统计哪些
FacetKeys的商品数量。只允许使用textual_fields个分面。在至少 7 天内，确保在使用
searchAPI 时，在FacetSpecs中包含分面键，在search.searchRequest.facetSpecs中添加分面键。这一等待时间是因为分面信息是使用过去一周的搜索记录数据计算得出的。
为您启用此功能后，
completeQueryAPI 返回的建议会包含按分面和建议显示的商品数量。
建议按实体过滤
通过实体，您可以过滤自动补全搜索建议。实体可能是其他品牌或区域的网站。您希望自动补全功能能最好地反映购买该特定品牌或地区性网站的用户的行为。如需详细了解实体，请参阅实体。
如需在自动补全建议中包含实体，请执行以下操作：
在搜索用户事件（eventType =“search”）中添加
entity字段。如需了解相关信息，请参阅 Search 用户事件的完整对象示例。在
CompleteQueryAPI 请求中设置entity字段，以仅获取针对该实体的建议。用户事件和 API 请求中的实体字符串必须完全匹配。否则，自动补全功能会返回空建议。
通常，实体功能需要 30-90 天的用户事件数据才能返回最佳的自动补全建议。