本頁說明如何建立新的建議模型。
如果您已有正確類型的建議模型，且想從網站中的其他位置取得預測結果，可以為該模型建立新的放送設定，不必建立新模型。瞭解詳情。
簡介
如要使用新的推薦類型取得預測結果，您必須建立新的推薦模型，並提供足夠的使用者事件資料來訓練模型。為新模型建立供應設定，模型訓練完成後，即可透過這些供應設定要求預測。
如要概略瞭解使用商家適用的 Vertex AI Search 的程序，請參閱「導入商家適用的 Vertex AI Search」。
建立推薦模型
使用搜尋商務控制台或 models.CreateAPI 方法新增建議模型。
每個專案最多可有 20 個模型，其中最多 10 個可隨時處於有效狀態 (未暫停)。進一步瞭解如何暫停模型。
每分鐘最多可以啟動五個模型作業。模型作業以建立、刪除、暫停和繼續作業為限。
建立新模型前，請先完成下列事項：
- 請檢閱並選擇可用的建議模型類型和模型業務目標。這些設定會決定模型應訓練提供哪種建議。
- 決定微調模型的頻率。如要瞭解調整和訓練作業的費用詳細資料，請參閱「定價」一文。
- 請確認上傳的資料量符合建立新模型的規定。部分需求取決於您選擇的模型類型。
如果您打算建立頁面層級最佳化模型：
確認您已擁有附加訓練模型的建議供應設定。您必須提供一系列建議放送設定，供網頁層級最佳化功能在最佳化網頁建議時選擇。
為
detail-page-view事件和與您要部署頁面層級最佳化模型頁面類型相符的事件設定事件記錄 (舉例來說，如果您要在首頁部署模型，請務必為home-page-view事件設定記錄)。為提供更精準的個人化推薦內容，建議您也記錄purchase和add-to-cart事件。如果選擇轉換率 (CVR) 業務目標，則必須記錄
add-to-cart事件。建立頁面層級最佳化模型後，請務必繼續查詢模型，以建立建議曝光。這些曝光次數可用於訓練頁面層級最佳化模型，並改善模型提供的建議。
如要建立新模型，請按照下列步驟操作：
Google Cloud 控制台
前往 Search for commerce 控制台的「模型」頁面。
前往「模型」頁面按一下「建立模式」。
輸入模式的名稱。
名稱不得超過 1024 個字元，且只能包含英數字元、底線、連字號和空格。
選擇最佳化建議類型。
如果您選取頁面層級最佳化模型類型：
選擇「頁面層級最佳化」模型要為您最佳化的頁面類型。
選擇要如何限制在面板中放送類似的供應設定：
獨特模型類型：不允許在不同面板上顯示相同模型類型的多個供應設定。
專屬模型：不允許在不同面板上顯示相同模型的多個供應設定。
專屬服務設定：不允許在多個面板上顯示相同的服務設定。
沒有限制：允許在任何數量的面板上顯示任何供應設定。
針對您打算使用這個模型顯示的每個建議面板：
輸入面板 ID。
選取頁面層級最佳化模型可視為該面板選項的供應設定。
舉例來說，新增至購物車頁面可能會有建議面板，您想在其中顯示「經常一起購買」或「你可能也會喜歡」建議。在本例中，請選取使用「經常一起購買」模型的供應設定，以及使用「你可能喜歡的其他項目」模型的供應設定，以供這個面板考量。當您對「網頁層級最佳化」模型發出預測呼叫時，系統會根據使用者的事件記錄，選擇要在該面板中顯示的建議類型。
選取預設供應設定。
如果 Google 伺服器發生中斷情形，網頁層級最佳化模型仍可根據預設放送設定提供結果。
如要建立其他面板，請針對每個新面板按一下「新增面板」，然後輸入新面板的詳細資料。
如果所選模型類型支援業務目標，請選擇業務目標。
如果選擇「經常一起購買」模型類型，請選取內容產品類型：
- 多項情境產品：以一或多個項目做為情境，從這個模型產生推薦內容。
- 單一情境產品：以一個項目做為情境，從這個模型產生推薦內容。
查看「是否符合資料規定？」清單，確認您已上傳所選模型類型所需的資料量。
如果資料不符合規定，導致您無法建立模型，系統會在規定旁顯示 X cancel 圖示，並停用「建立建議模型」窗格底部的「建立」按鈕。
如要上傳更多資料，請仔細查看列出的資料規定，確認是否需要滿足部分或所有規定，才能建立該模型，然後匯入建立模型所需的使用者事件或產品
如要瞭解如何匯入，請參閱「匯入歷來的使用者事件」和「匯入目錄資訊」。
選擇模型調整頻率。如要瞭解微調費用詳細資料，請參閱定價。
- 每三個月：模型每三個月會自動調整一次。
- 僅限手動調整：模型只會在您手動調整時進行調整。
(公開測試功能) 選擇是否自動產生用於篩選的標記。
- 自動產生標記：開啟這項選項後，您就能篩選這個模型提供的建議結果。開啟這個選項可能會增加訓練時間。如要瞭解訓練費用詳情，請參閱定價。
- 不要產生標記：如果關閉這個選項，您就無法從這個模型取得經過篩選的建議。
按一下「建立」，建立新的建議模型。
上傳足夠的必要類型使用者事件資料後，系統就會開始進行初始模型訓練和調整。初始模型訓練和調整作業需要 2 到 5 天才能完成，但如果是大型資料集，可能需要更長時間。
您可以在訓練完成前建立新模型的供應設定，但這些設定只會提供「試執行」預測，直到初始訓練和微調完成，模型才會啟用。
curl
對 v2 API 提出 Models.create 要求，並在要求主體中提供 Model 的執行個體。請參閱 Models.create API 參考資料。
如要瞭解所有 Models 欄位的詳細資料，請參閱 Models API 參考資料。
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"
如果您已上傳足夠的必要類型使用者事件資料，系統就會開始進行初始模型訓練和調整。 初始模型訓練和調整作業需要 2 到 5 天才能完成，但如果是大型資料集，可能需要更長時間。
您可以在訓練完成前建立新模型的服務設定，但只有在完成初始訓練和微調，且模型處於啟用狀態時，這些設定才會提供「試營運」預測。
建立新建議模型的需求條件
第一次為網站使用特定建議類型時，系統會訓練新的機器學習模型，這需要足夠的訓練資料，以及訓練和調整模型的時間。如要開始使用新的建議類型，請完成下列步驟：
- 將目錄匯入商家適用的 Vertex AI Search (如果尚未匯入)，並實作相關程序，確保上傳的目錄保持最新狀態。
- 如果尚未開始，請開始記錄使用者事件，並傳送至 Vertex AI Search for Commerce，同時確保遵循記錄使用者事件資料的最佳做法。
- 找出要使用的最佳化建議類型和最佳化目標。
- 根據所選建議類型和目標，判斷使用者事件資料需求。
- 匯入歷來的使用者事件資料，以符合最低事件資料要求，或等待使用者事件資料收集作業達到最低要求。
-
此時，商家適用的 Vertex AI Search 會啟動模型訓練和微調程序。初始模型訓練和調整作業需要 2 到 5 天才能完成，但如果是大型資料集，可能需要更長時間。
使用預測預覽功能，確認模型運作正常。
建立 A/B 實驗。
模型類型最低資料門檻
您匯入的使用者事件類型和所需資料量，取決於建議 (模型) 類型和最佳化目標。達到資料最低門檻後，即可開始訓練模型。
資料收集時間範圍代表使用者事件的期間；匯入更多歷史資料不會影響模型品質。
請務必使用真實的使用者事件和目錄資料。無法以合成資料建構高品質模型。
| 模型類型 | 最佳化目標 | 支援的使用者事件類型 | 最低資料門檻 | 資料收集時間範圍 |
|---|---|---|---|---|
| 為您推薦 | 點閱率 |
detail-page-viewhome-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內有 10,000 個 |
3 個月 |
| 為您推薦 | 轉換率 |
add-to-cartdetail-page-viewhome-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內有 10,000 個 |
3 個月 |
| 為您推薦 | 單次工作階段收益 |
add-to-cartdetail-page-viewhome-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內有 10,000 個 |
3 個月 |
| 您可能會喜歡的其他項目 | 點閱率 |
detail-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 |
3 個月 |
| 您可能會喜歡的其他項目 | 轉換率 |
add-to-cartdetail-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 |
3 個月 |
| 您可能會喜歡的其他項目 | 單次工作階段收益 |
add-to-cartdetail-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 |
3 個月 |
| 經常同時購買的商品 | 單次工作階段收益 |
purchase-complete
|
每個目錄項目平均有 10 個
過去 1 年內，「
過去 1 年內有 1,000 個 |
3 個月 建議每天至少上傳一次事件，以維持良好的資料品質。匯入歷史事件時，請確保資料分布偏向最新的時間戳記。最後時間戳記日期的事件數量應等於或大於每日平均事件數量。 |
| 發售 | 點閱率 |
detail-page-viewhome-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內有 10,000 個 |
3 個月 |
| 發售 | 轉換率 |
add-to-cartdetail-page-viewhome-page-view
|
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內，
過去 90 天內有 10,000 個 且
過去 90 天內有 7 天的
過去 90 天內有 10,000 個 |
3 個月 |
| 類似商品 | 不適用 | 無須具備任何條件。 |
某些分支版本中至少須有 100 個產品 SKU |
不適用 |
| 頁面層級最佳化 | 不限 |
detail-page-viewadd-to-cartpurchase-completehome-page-view
|
頁面層級最佳化功能會從多個可能模型中選擇，藉此最佳化建議面板。請參閱您選取為頁面層級最佳化選項的模型的資料需求。 |
不適用 |
| 再次購買 | 不適用 |
purchase-complete
|
在 90 天的期間中，每個目錄項目平均至少 10 個
過去 90 天內，
過去 90 天內有 1,000 個 某些分支版本中至少須有 100 個產品 SKU |
不適用 建議每天至少上傳一次事件，以維持良好的資料品質。匯入歷史事件時，請確保資料分布偏向最新的時間戳記。最後時間戳記日期的事件數量應等於或大於每日平均事件數量。 |