Nesta página, descrevemos como criar um novo modelo de recomendações.
Se você já tiver um modelo de recomendação do tipo correto e quiser receber previsões dele a partir de um local diferente do site, crie uma nova configuração de veiculação para ele, em vez de gerar um novo modelo. Saiba mais
Introdução
Quando você quiser usar um novo tipo de recomendação para receber previsões, crie um novo modelo de recomendação e forneça dados de evento do usuário suficientes para que sejam treinados. Você cria configurações de exibição para o novo modelo e, quando o modelo terminar o treinamento, solicite previsões dessas configurações de exibição.
Para uma visão geral do processo de trabalho com a Vertex AI para Pesquisa para varejo, consulte Implementar a Vertex AI para Pesquisa para varejo.
Criar um modelo de recomendação
Adicione um novo modelo de recomendação usando o console do Search for Retail ou o método de API models.Create.
É possível ter até 20 modelos por projeto, e até 10 deles podem estar ativos (não pausados) a qualquer momento. Saiba mais sobre como pausar um modelo.
É possível iniciar até cinco operações de modelo por minuto. As operações limitadas do modelo incluem criação, exclusão, pausa e retomada.
Antes de criar um modelo:
- Analise e escolha entre os tipos de modelo de recomendação disponíveis e os objetivos de negócio do modelo. Isso determina que tipo de recomendações esse modelo precisa ser treinado para fornecer.
- Decida com que frequência ajustar o modelo. Para detalhes de custo de ajuste e treinamento, consulte Preços.
- Verifique se você tem dados suficientes enviados para atender aos requisitos para criar um novo modelo. Alguns requisitos dependem do tipo de modelo escolhido.
Se você planeja criar um modelo de otimização no nível da página:
Verifique se você já tem configurações de exibição de recomendação com modelos treinados anexados a elas. Você precisa fornecer uma seleção de configurações de veiculação de recomendações que podem ser escolhidas pela otimização no nível da página ao otimizar as recomendações de uma página.
Configure a gravação de eventos
detail-page-viewe eventos que correspondam ao tipo de página em que você vai implantar o modelo de otimização no nível da página. Por exemplo, se você implantar o modelo em uma página inicial, configure a gravação para eventoshome-page-view. Para melhorar as recomendações personalizadas, a gravação de eventos para eventospurchaseeadd-to-carttambém é recomendada.Se você escolher o objetivo de negócio da taxa de conversão (CVR), será necessário registrar eventos para eventos
add-to-cart.Depois de criar o modelo de otimização no nível da página, você precisa continuar consultando o modelo para criar impressões de recomendações. Essas impressões são usadas para treinar o modelo de otimização no nível da página e melhorar as recomendações exibidas.
Para criar um novo modelo:.
Console do Google Cloud
Acesse a página Modelos no console da Pesquisa for Retail.
Acessar a página "Modelos"Clique em Criar modelo.
Insira um nome para seu modelo.
O nome precisa ter 1.024 caracteres ou menos e pode conter apenas caracteres alfanuméricos, sublinhados, hífens e espaços.
Escolha o tipo de recomendação.
Se você selecionou o tipo de modelo de otimização no nível da página:
Escolha o tipo de página que o modelo "Otimização no nível da página" otimizará para você.
Escolha o nível de restrição da veiculação de configurações de exibição semelhantes entre os painéis:
Tipo de modelo exclusivo:não permita que várias configurações de veiculação com o mesmo tipo de modelo sejam exibidas em painéis diferentes.
Modelo exclusivo:não permite que várias configurações de exibição com o mesmo modelo sejam exibidas em painéis diferentes.
Configuração de veiculação única:não permite que a mesma configuração de veiculação seja mostrada em vários painéis.
Sem restrições:permite que as configurações de veiculação sejam exibidas em vários painéis.
Para cada painel de recomendações que você planeja mostrar com esse modelo:
Insira um ID de painel.
Selecione quais configurações de veiculação o modelo de otimização no nível da página pode considerar como opções para esse painel.
Por exemplo, uma página "Adicionar ao carrinho" pode ter um painel de recomendações em que você quer exibir recomendações "Comprado com frequência" ou de "Outros que você pode gostar". Nesse caso, selecione uma configuração de veiculação que use o modelo "Combinados com frequência" e outra que use o modelo "Outros que talvez você goste" para análise neste painel. Quando você faz uma chamada de previsão para o modelo de otimização no nível da página, ele escolhe o tipo de recomendação a ser exibido nesse painel com base no histórico de eventos do usuário final.
Selecione uma configuração de veiculação padrão.
Em caso de falha temporária no servidor do Google, o modelo de otimização no nível da página ainda poderá exibir resultados da configuração de exibição padrão.
Se você precisar criar outros painéis, clique em Adicionar um painel para cada novo painel e insira os detalhes do novo painel.
Escolha o objetivo de negócios, se disponível para o tipo de modelo selecionado.
Se você escolheu o tipo de modelo "Comprados juntos com frequência", selecione o Tipo de produtos no contexto:
- Vários produtos de contexto: use um ou vários itens como contexto para as recomendações desse modelo.
- Produto de contexto único: use um item como contexto para recomendações desse modelo.
Revise a lista Requisitos de dados atendidos? para confirmar se você fez o upload de dados suficientes para o tipo de modelo selecionado.
Se um requisito de dados não atendido impedir a criação do modelo, um ícone X cancel aparecerá ao lado do requisito e o botão Criar na parte inferior do painel Criar modelo de recomendação será desativado.
Se você precisar fazer upload de mais dados, analise cuidadosamente os requisitos de dados listados para garantir que alguns ou todos eles precisem ser atendidos para esse modelo. Em seguida, importe os eventos ou produtos de usuário necessários para criar o modelo.
Para informações sobre esse assunto, consulte Importar eventos históricos do usuário e Importar informações do catálogo.
Escolha com que frequência ajustar o modelo. Para ajustar os detalhes de custo, consulte Preços.
- A cada três meses: o modelo é ajustado automaticamente a cada três meses.
- Somente ajuste manual: o modelo é ajustado somente quando você o ajusta manualmente.
(Recurso de Acesso antecipado) Escolha se você quer gerar tags automaticamente para filtragem.
- Gerar tags automaticamente: ao ativar essa opção, você pode filtrar os resultados de recomendações desse modelo. Essa opção pode aumentar o tempo de treinamento. Para detalhes sobre o custo de treinamento, consulte Preços.
- Não gerar tags: se essa opção estiver desativada, não será possível receber recomendações filtradas desse modelo.
Clique em Criar para gerar o novo modelo de recomendação.
Se você tiver feito upload de dados de evento de usuário suficientes do tipo necessário, o treinamento e o ajuste do modelo inicial serão iniciados. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem demorar mais em grandes conjuntos de dados.
Você podecriar configurações de exibição para o novo modelo antes da conclusão do treinamento, mas eles serão veiculados apenas previsões de"simulação" até que o treinamento e o ajuste iniciais sejam concluídos e o modelo fique ativo.
curl
Faça uma solicitação Models.create para a API v2beta com uma instância de Model no corpo da solicitação. Consulte a referência da API Models.create.
Para detalhes sobre todos os campos Models, consulte a
Referência da API Models.
curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
--data '{
"name": "FULL_MODEL_NAME",
"displayName": "DISPLAY_NAME",
"trainingState": "TRAINING_STATE",
"type": "MODEL_TYPE",
"optimizationObjective": "OPTIMIZATION_OBJECTIVE",
"periodicTuningState": "TUNING_STATE",
"filteringOption": "FILTERING_STATE",
"modelTypeConfig" {
"contextProductsType": "CONTEXT_PRODUCTS_TYPE"
}
}' \
"https://retail.googleapis.com/v2beta/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/models"
Se você tiver feito upload de dados de evento de usuário suficientes do tipo necessário, o treinamento e o ajuste do modelo inicial serão iniciados. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem demorar mais em grandes conjuntos de dados.
É possível criar configurações de exibição para o novo modelo antes da conclusão do treinamento, mas elas exibirão somente previsões de"simulação" até que o treinamento e o ajuste iniciais sejam concluídos e o modelo fique ativo.
Requisitos para criar um novo modelo de recomendação
Na primeira vez que você usar um tipo de recomendação específico para seu site, estará treinando um novo modelo de machine learning, que exige dados de treinamento suficientes, bem como tempo para treinar e ajustar o modelo. As etapas a seguir são necessárias para começar a usar um novo tipo de recomendação:
- Importe seu catálogo para a Vertex AI para Pesquisa para varejo, se ainda não tiver feito isso, e implemente processos para manter o catálogo enviado atualizado.
- Comece a gravar eventos de usuários na Vertex AI para Pesquisa para varejo, se ainda não tiver feito isso, seguindo as práticas recomendadas para registrar dados de eventos do usuário.
- Identifique o tipo de recomendação e o objetivo de otimização a serem usados.
- Determine o requisito de dados do evento do usuário para o tipo de recomendação e o objetivo desejados.
- Importe dados históricos de eventos do usuário para atender aos requisitos mínimos ou aguarde até que a coleta de dados de eventos do usuário atenda aos requisitos mínimos.
Crie o modelo e as configurações de veiculação.
Neste ponto, a Vertex AI para Pesquisa para varejo inicia o treinamento e o ajuste de modelos. O treinamento e o ajuste iniciais do modelo levam de 2 a 5 dias para serem concluídos, mas podem demorar mais em grandes conjuntos de dados.
Confirme se o modelo está funcionando corretamente usando a visualização da previsão.
Crie seu experimento A/B.
Requisitos de dados do tipo de modelo
O tipo de evento do usuário importado e a quantidade de dados necessários depende do tipo de recomendação (modelo) e do objetivo de otimização. Quando você atinge o requisito mínimo de dados, pode começar o treinamento do modelo.
A janela de coleta de dados representa o período dos eventos do usuário. Importar mais dados históricos não afeta a qualidade do modelo.
Use eventos reais do usuário e dados reais do catálogo. Modelos de boa qualidade não podem ser criados em dados sintéticos.
| Tipo de modelo | Objetivo da otimização | Tipos de evento do usuário compatíveis | Requisito de dados mínimos | Janela de coleta de dados |
|---|---|---|---|---|
| Recomendados para você | Taxa de cliques |
detail-page-viewpurchase-completehome-page-view
|
10.000 eventos
Pelo menos sete dias de eventos de
10.000 eventos AND
(1 semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento participando do |
3 meses |
| Recomendados para você | Taxa de conversão |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
10.000 eventos
10.000 eventos
Pelo menos sete dias de eventos de
10.000 eventos AND
(uma semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento |
3 meses |
| Recomendados para você | Receita por sessão |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
10.000 eventos
10.000 eventos
Pelo menos sete dias de eventos de
10.000 eventos AND
(uma semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento |
3 meses |
| Outros itens que você pode gostar | Taxa de cliques |
detail-page-view
|
10.000 eventos AND
(uma semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento participando do |
3 meses |
| Outros itens que você pode gostar | Taxa de conversão |
add-to-cartdetail-page-view
|
10.000 eventos
10.000 eventos AND
(uma semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento participando do |
3 meses |
| Outros itens que você pode gostar | Receita por sessão |
add-to-cartdetail-page-view
|
10.000 eventos
10.000 eventos AND
(uma semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento participando do |
3 meses |
| Comprados juntos com frequência | Qualquer |
purchase-completedetail-page-view
|
Mil eventos AND
(Uma média de 10 eventos OU
90 dias de eventos de |
12 meses Recomendamos fazer upload dos eventos pelo menos uma vez por dia para manter uma boa qualidade dos dados. Durante as importações de eventos históricos, verifique se a distribuição de dados se distorce em relação ao carimbo de data/hora mais recente. O número de eventos no último dia do carimbo de data/hora precisa ser igual ou maior que a contagem média de eventos diários. |
| Em promoção | Taxa de cliques |
detail-page-viewadd‑to‑cartpurchase-completehome-page-viewshopping-cart-page-viewcategory-page-view
|
A filial do catálogo ativa tem mais de 100 produtos em promoção
(o valor de
10.000 eventos
Pelo menos sete dias de eventos
10.000 eventos
(1 semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento |
3 meses |
| Em promoção | Taxa de conversão |
detail-page-viewadd-to-cartpurchase-completehome-page-viewcategory-page-viewshopping-cart-page-view
|
A filial do catálogo ativa tem mais de 100 produtos em promoção
(o valor de
10.000 eventos
10.000 eventos
10.000 eventos AND
(uma semana, com uma média de 10 eventos OU
60 dias com pelo menos um evento |
3 meses |
| Itens semelhantes | Taxa de cliques | Não é necessário fazer nada. |
Pelo menos 100 SKUs de produtos em estoque precisam estar presentes na ramificação do catálogo ativo. Não são necessários eventos de usuário. |
N/A |
| Otimização no nível da página | Qualquer |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
A otimização no nível da página otimiza os painéis de recomendação escolhendo entre vários modelos possíveis. Consulte os requisitos de dados para os modelos selecionados como opções de otimização no nível da página. |
N/A |
| Comprar novamente | N/A |
purchase-complete
|
1.000 eventos AND
60 dias de eventos de AND Pelo menos 100 SKUs de produtos em estoque precisam estar presentes na ramificação do catálogo ativo. |
90 dias Recomendamos fazer upload dos eventos pelo menos uma vez por dia para manter uma boa qualidade dos dados. Durante as importações de eventos históricos, verifique se a distribuição de dados se distorce em relação ao carimbo de data/hora mais recente. O número de eventos no último dia do carimbo de data/hora precisa ser igual ou maior que a contagem média de eventos diários. |
A seguir
- Crie uma configuração de veiculação para o modelo.
- Saiba como pausar e retomar o treinamento do modelo.
- Quando o treinamento do modelo terminar, comece a solicitar recomendações.