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,助力零售商的搜索 文本框输入建议。
自动填充是一项功能,用于预测 从而提升用户的搜索体验 加快结账前购物流程。还可以改善搜索 从而通过提供格式正确的 查询。
概览
当最终用户开始在您的网站上输入搜索字词时, 搜索可以提供用户可能想要的建议列表。 例如:“鞋子”和“衬衫”在用户输入“sh”时,系统可能会建议执行此项操作。
数据源
您可以为建议选择以下数据源之一 预测:
- 您上传的 BigQuery 数据集。
- 使用机器功能根据用户事件和其他元数据生成的数据集 学习。
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
由机器学习技术提供支持的建议数据集由 基于用户的搜索搜索事件。
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生成建议
(eventType
=“搜索”)。生成内容时使用过去 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 20,000 个),建议很多 可能会被滤除在这种情况下,您可能需要先 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,之后会推送到索引编制 发布。整个月经周期大约需要两天。
自动学习功能
Google 搜索应用机器学习技术, 设置查询和建议数据的格式 自动学习数据集。
特征 | 说明 | 示例 |
---|---|---|
移除特殊字符 |
|
“全球最佳 #*!牛奶"→“世界上最好的牛奶” |
移除没有结果的搜索结果 |
|
对于杂货零售商,“古驰手袋”有 0 条搜索结果,因此已被移除 |
更正拼写错误 |
|
“Milc”→“牛奶” |
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 |
|
“女鞋”、“女鞋”和“女鞋”删除重复信息 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
本部分将介绍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 | 详细信息 | 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)
搜索会进行后期处理(例如拼写更正) 。你可以创建一个字词许可名单 搜索跳过。
系统绝不会从建议中过滤掉已列入许可名单的字词。许可名单是否正常运作 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。
对于数据导入,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 >
拒绝名单或使用 API CompletionData:import
。对于
有关如何导入拒绝名单的详细说明,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
您可以设置必须达到的字符数,才能执行自动补全查询 将返回结果。您可以在 Cloud 控制台 >控件 >自动补全控件 >触发的最小长度。
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“建议以字词开始”,自动补全功能会匹配用户 输入字词作为建议的精确前缀。例如,用户输入“sh” 符合建议“鞋子”和“衬衫”,而不是“红色鞋子”建议。
如果设置为“建议可从字词中的任意位置开始”,则自动补全 将用户输入字词标记化为字词,并将其与 而不考虑字词顺序。例如,用户输入字词“red” sh"与建议“衬衫红色”、“红色鞋子”和“红色童鞋”匹配。 然而,输入字词“hoes”与这些建议不匹配,因为 建议中没有任何以“hoes”开头的字词。
您可以在 Cloud 控制台 >控件 >自动补全控件 >顺序一致。
更改会立即生效。
建议数量
这是系统将从自动补全功能返回的建议数量
不能超过 20 个。您可以在以下位置找到此设置:
Cloud 控制台 >控件 >自动补全控件 >
建议数量,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多种不同的设备类型,例如
MOBILE
和DESKTOP
。您可以根据设备类型上传或获取不同的建议。如果以下文件中未指定 deviceType
:
completeQuery
,系统会针对所有设备类型提供建议。
对于基于搜索用户事件的自动学习数据集,请设置 user_agent
UserEvent.user_info 中,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 Google Chrome 浏览器中 搜索。例如,您可以补充查询自动补全功能 和其他建议(如品牌和类别)一起显示。
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了一个额外的 FeatureSet,以便 在网站上展示高级功能
FeatureSet 以键值对映射的形式显示在响应中。目前,
适用于零售业的 Vertex AI Search 最多会返回五个与以下类别相关的热门类别和品牌:
输入的每条查询建议
completeQuery.completionResults.attributes
API 响应。FeatureSet 建议不必与查询字符串匹配
由最终用户输入的内容
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。
- 在搜索建议字词旁边显示最受欢迎的品牌或类别。
更改目录(例如更改商品类别)后 预计要等待两周到 30 天,直到特征集建议反映出 更改商品清单此等待时间是因为自动学习在 过去 30 天的搜索事件数据。
属性建议
Google 搜索会提供与用户输入匹配的属性建议 字符串。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, 查询建议如何以列表形式显示。属性建议 可以独立于查询建议使用。建议的特征集是 元数据,因此依赖于查询建议。
属性建议可用于自动填充品牌或类别 搜索建议列表下方的不同部分,显示最终用户正在输入的内容。
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。若要使用它,请联系 支持团队。
启用包含商品数量功能的建议分面后,返回的
completeQuery.completionResults
照常显示自动填充建议列表
以及每条建议的商品数量,以及按详情显示的总数量和商品数量(例如
"颜色", "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,如果感兴趣的商品详情键为“color”,则商品数量和商品 各自动填充建议也会返回按颜色排序的计数:
- 女鞋 (32)
<ph type="x-smartling-placeholder">
- </ph>
- 黑色 (10)
- 陶土(16 位)
- 白色 (10)
- 男鞋 (43)
<ph type="x-smartling-placeholder">
- </ph>
- 黑色 (10)
- 棕色 (5)
- 绿色 (17)
作为零售商,您不需要向买家展示商品数量,
但您可能会决定根据商品数量对建议列表进行排序
而不是 completeQuery.completionResults
中返回的顺序。
例如,您可以鼓励购物者选择适合男士的绿色鞋子,
绿色鞋子显示在建议框的顶部,即使它们并不是最受欢迎的
内容。
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
},
(...)
],
}
构面计数信息会显示为
Facets
英寸
completeQuery.completionResults.facets
生成相应的查询每个 Facet 都有一个
FacetValues
列表,其中包含
每个分面值的商品数量。每个建议搜索的商品总数
查询在
completeQuery.completionResults.totalProductCount
.
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,请他们开启此功能。 “包含商品数量的建议分面”。指定哪个
FacetKeys
您希望统计哪些商品数量只允许使用textual_fields
个分面。在至少 7 天内,请确保在使用
search
时 API,请在FacetSpecs
中包含分面键 在search.searchRequest.facetSpecs
中添加分面键。此等待时间是因为分面信息是基于过去一周的 搜索记录数据。
为您开启该功能后,系统就会返回
completeQuery
API 包含分面和建议的商品数量。
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够最有效地反映 购买特定品牌或区域网站的用户的行为。 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:
在搜索用户事件中添加
entity
字段 (eventType =“search”)。有关信息,请参阅完整对象示例 Search 用户事件。在
CompleteQuery
API 请求中设置entity
字段 获取仅针对该实体的建议。用户事件和 API 请求中的实体字符串必须完全匹配 匹配。否则,自动补全功能会返回空建议。
通常,收集用户事件数据后,系统需要 30-90 天才能显示实体特征 可以返回最佳的自动补全建议。