Nesta página, descrevemos como criar um novo modelo de recomendações.
Se você já tem um modelo de recomendação do tipo correto e quer receber previsões dele de um local diferente no site, crie uma nova configuração de exibição para ele. em vez de criar um novo. 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. Crie configurações de exibição para o novo modelo e, quando o treinamento do modelo for concluído, solicite previsões a partir dessas configurações de exibição.
Para uma visão geral do processo de trabalho com a Vertex AI para Pesquisa no comércio, consulte Implementar a Vertex AI para Pesquisa no comércio.
Criar um modelo de recomendação
Adicione um novo modelo de recomendação usando o console de pesquisa para e-commerce ou o método da 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 e os objetivos de negócios do modelo disponíveis. Eles determinam que tipo de recomendações o modelo deve ser treinado para fornecer.
- Decida a frequência com que você vai ajustar o modelo. Para detalhes sobre custos de ajuste e treinamento, consulte Preços.
- Verifique se você enviou dados suficientes para atender aos requisitos de criação de um novo modelo. Alguns requisitos dependem do tipo de modelo escolhido.
Se você planeja criar um modelo de otimização na página:
Verifique se você já tem configurações de exibição de recomendações com modelos treinados anexados. Você precisa fornecer uma seleção de configurações de veiculação de recomendações para que a otimização no nível da página possa escolher ao otimizar as recomendações de uma página.
Configure a gravação de eventos para 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 de eventoshome-page-view. Para melhorar as recomendações personalizadas, também é recomendável registrar eventos depurchaseeadd-to-cart.Se você escolher o objetivo de negócio "Taxa de conversão (CVR)", será necessário gravar eventos para
add-to-carteventos.Depois de criar o modelo de otimização no nível da página, continue consultando-o para gerar impressões de recomendações. Essas impressões são usadas para treinar o modelo de otimização no nível da página e melhorar as recomendações veiculadas.
Para criar um novo modelo:.
Console do Google Cloud
Acesse a página Modelos no console da Pesquisa para e-commerce.
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 de otimização no nível da página vai otimizar para você.
Escolha o quanto restringir a veiculação de configurações semelhantes em vários painéis:
Tipo de modelo exclusivo:não permita que várias configurações de exibição com o mesmo tipo de modelo sejam mostradas em painéis diferentes.
Modelo único:não permita que várias configurações de exibição com o mesmo modelo sejam mostradas em painéis diferentes.
Configuração de veiculação exclusiva:não permita que a mesma configuração de veiculação seja mostrada em vários painéis.
Sem restrição:permite que as configurações de exibição sejam mostradas em qualquer número de painéis.
Para cada painel de recomendações que você planeja mostrar com esse modelo:
Insira um ID do painel.
Selecione quais configurações de exibição o modelo de otimização no nível da página pode considerar como opções para esse painel.
Por exemplo, uma página de adição ao carrinho pode ter um painel de recomendações em que você quer mostrar as opções "Comprados juntos com frequência" ou "Outros itens que você pode gostar". Nesse caso, selecione uma configuração de veiculação que use o modelo "Comprados juntos com frequência" e outra que use o modelo "Outros produtos que você pode gostar" para consideração neste painel. Quando você faz uma chamada de previsão para o modelo de otimização no nível da página, ele escolhe qual tipo de recomendação mostrar no painel com base no histórico de eventos do usuário final.
Selecione uma configuração de veiculação padrão.
Se ocorrer uma interrupção do servidor do Google, o modelo de otimização no nível da página ainda poderá veicular resultados da configuração de exibição padrão.
Se você precisar criar mais painéis, clique em Adicionar um painel e insira os detalhes de cada um.
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 contextuais:
- Vários produtos de contexto: use um ou vários itens como contexto para recomendações deste modelo.
- Produto de contexto único: use um item como contexto para recomendações deste modelo.
Revise a lista Requisitos de dados atendidos? para confirmar que você enviou dados suficientes para o tipo de modelo selecionado.
Se um requisito de dados não atendido impedir a criação do modelo, um ícone X cancel vai aparecer ao lado do requisito, e o botão Criar na parte de baixo do painel Criar modelo de recomendação vai ficar desativado.
Se você precisar fazer upload de mais dados, revise cuidadosamente os requisitos listados para verificar se alguns ou todos eles precisam ser atendidos para esse modelo. Em seguida, importe os eventos do usuário ou produtos necessários para criar o modelo.
Para saber como importar, consulte Importar eventos históricos do usuário e Importar informações do catálogo.
Escolha a frequência de ajuste do modelo. Para detalhes sobre custos de ajuste, consulte Preços.
- A cada três meses: o modelo é ajustado automaticamente a cada três meses.
- Somente ajuste manual: o modelo é ajustado apenas quando você faz isso manualmente.
(Recurso do Acesso antecipado) Escolha se quer gerar automaticamente tags para filtragem.
- Gerar tags automaticamente: ao ativar essa opção, você pode filtrar os resultados de recomendações desse modelo. Ativar essa opção pode aumentar o tempo de treinamento. Para detalhes sobre custos de treinamento, consulte Preços.
- Não gerar tags: se essa opção estiver desativada, você não poderá receber recomendações filtradas desse modelo.
Clique em Criar para gerar o novo modelo de recomendação.
Se você tiver feito upload de dados de eventos do usuário suficientes do tipo necessário, o treinamento e o ajuste do modelo inicial vão começar. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos, mas podem levar mais tempo para conjuntos de dados grandes.
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 v2 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 eventos do usuário suficientes do tipo necessário, o treinamento e o ajuste do modelo inicial vão começar. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos, mas podem levar mais tempo para conjuntos de dados grandes.
Você pode criar configurações de exibição para o novo modelo antes da conclusão do treinamento, mas elas vão veicular apenas 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 no comércio, caso ainda não tenha feito isso, e implemente processos para manter o catálogo enviado atualizado.
- Comece a gravar eventos de usuário na Vertex AI para Pesquisa para Commerce, caso ainda não tenha feito isso, seguindo as práticas recomendadas para gravar dados de eventos de 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 selecionados.
- 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 exibição.
Neste ponto, a Vertex AI para Pesquisa para e-commerce inicia o treinamento e o ajuste do modelo. O treinamento e o ajuste do modelo inicial levam de 2 a 5 dias para serem concluídos, mas podem levar mais tempo para conjuntos de dados grandes.
Confirme se o modelo está funcionando corretamente usando a visualização da previsão.
Crie seu experimento A/B.
Requisitos mínimos de dados por 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. A importação de mais dados históricos não afeta a qualidade do modelo.
Use eventos de usuários reais e dados de catálogo reais. Não é possível criar modelos de boa qualidade com 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-viewhome-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
10.000 eventos |
3 meses |
| Recomendados para você | Taxa de conversão |
add-to-cartdetail-page-viewhome-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
10.000 eventos |
3 meses |
| Recomendados para você | Receita por sessão |
add-to-cartdetail-page-viewhome-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
10.000 eventos |
3 meses |
| Outros itens que você pode gostar | Taxa de cliques |
detail-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos |
3 meses |
| Outros itens que você pode gostar | Taxa de conversão |
add-to-cartdetail-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos |
3 meses |
| Outros itens que você pode gostar | Receita por sessão |
add-to-cartdetail-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos |
3 meses |
| Comprados juntos com frequência | Receita por sessão |
purchase-complete
|
10 ocorrências por item do catálogo, em média (com um período de um ano de eventos
100 itens de catálogo exclusivos para o evento
1.000 eventos de |
3 meses Recomendamos fazer upload de eventos pelo menos uma vez por dia para manter uma boa qualidade de dados. Durante as importações de eventos históricos, verifique se a distribuição de dados está inclinada para o carimbo de data/hora mais recente. O número de eventos no último dia de carimbo de data/hora precisa ser igual ou maior que a média diária de eventos. |
| À venda | Taxa de cliques |
detail-page-viewhome-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
10.000 eventos |
3 meses |
| À venda | Taxa de conversão |
add-to-cartdetail-page-viewhome-page-view
|
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
100 itens únicos do catálogo para o evento
10.000 eventos E
7 dias de eventos
10.000 eventos |
3 meses |
| Itens semelhantes | N/A | Não é necessário fazer nada. |
100 SKUs de produtos precisam estar em alguma ramificação |
N/A |
| Otimização na 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 dos modelos que você seleciona como opções para a otimização no nível da página. |
N/A |
| Comprar novamente | N/A |
purchase-complete
|
10 ocorrências por item do catálogo, em média, (com um período de 90 dias de eventos
100 itens únicos do catálogo para o evento
1.000 eventos de 100 SKUs de produtos precisam estar em alguma ramificação |
N/A Recomendamos fazer upload de eventos pelo menos uma vez por dia para manter uma boa qualidade de dados. Durante as importações de eventos históricos, verifique se a distribuição de dados está inclinada para o carimbo de data/hora mais recente. O número de eventos no último dia de carimbo de data/hora precisa ser igual ou maior que a média diária de eventos. |
A seguir
- Crie uma configuração de exibição para o modelo.
- Saiba como pausar e retomar o treinamento do modelo.
- Quando o treinamento do modelo terminar, comece a solicitar recomendações.