Retail diganti namanya menjadi Vertex AI Search untuk retail. Kami sedang dalam proses memperbarui konten untuk mencerminkan branding baru ini.

Halaman ini diterjemahkan oleh Cloud Translation API.

Memfilter rekomendasi

Halaman ini menjelaskan hasil pemfilteran untuk rekomendasi menggunakan atribut produk.

Anda dapat memfilter hasil prediksi dengan menentukan ekspresi filter dalam permintaan prediksi. Ekspresi filter adalah ekspresi logika yang dievaluasi untuk setiap produk. Daftar produk dalam respons dipersempit menjadi produk yang ekspresinya bernilai benar.

Ada dua versi pemfilteran untuk rekomendasi:

Versi 2 direkomendasikan.
Versi 1 tidak digunakan lagi, tetapi mungkin masih digunakan.

Bagian dalam panduan cara ini hanya berlaku untuk pemfilteran versi 2, yang memfilter rekomendasi menggunakan atribut produk.

Pemfilteran rekomendasi, versi 2

Versi 2 menggunakan atribut produk. Ekspresi filter didasarkan pada atribut produk. Atribut ini dapat berupa atribut sistem yang telah ditetapkan sebelumnya, seperti categories dan colors, atau atribut kustom yang Anda tentukan, seperti attributes.styles. Jika Anda menetapkan atribut produk sebagai dapat difilter, rekomendasi dapat otomatis menggunakan atribut tersebut sebagai tag untuk pemfilteran rekomendasi, tanpa mengharuskan Anda menambahkan tag filter secara manual.

Saat Anda menggunakan atribut untuk memfilter produk, respons prediksi akan menampilkan produk utama yang berisi minimal satu produk utama atau varian yang memiliki nilai atribut yang cocok dengan ekspresi filter. Untuk mengetahui informasi selengkapnya tentang produk utama dan varian, lihat Tingkat produk.

Contoh ekspresi filter berikut juga memfilter produk merah atau biru yang ditetapkan sebagai "Baru Datang" dan tidak ditetapkan sebagai promosi:

colors: ANY("red", "blue") AND attributes.status: ANY("New-Arrival") AND NOT attributes.is_promotional: ANY("true")

Untuk menggunakan pemfilteran versi 2 untuk rekomendasi, ikuti prosedur berikut. Setiap prosedur akan diberikan nanti di halaman ini.

Aktifkan pemfilteran rekomendasi untuk model yang akan menayangkan rekomendasi yang difilter.
Aktifkan pemfilteran rekomendasi untuk atribut produk yang ingin Anda filter.
Gunakan atribut produk yang dapat difilter dalam permintaan prediksi.

Pemfilteran rekomendasi, versi 1 (tidak digunakan lagi)

Versi 1 menggunakan tag filter yang dibuat secara manual. Ekspresi filter didasarkan pada tag filter, yang harus Anda tambahkan secara manual ke produk apa pun dalam katalog yang ingin Anda filter.

Contoh ekspresi filter berikut menggunakan tag filter untuk menentukan produk yang diberi tag "Merah" atau "Biru", serta tag "Baru Datang", dan tidak diberi tag "promosi":

tag=("Red" OR "Blue") tag="New-Arrival" tag=(NOT "promotional")

Lihat dokumentasi referensi API untuk kolom Product.tags[].

Ekspresi tag dapat berisi operator boolean OR atau NOT, yang harus dipisahkan dari nilai tag dengan satu atau beberapa spasi. Nilai tag juga dapat langsung diawali dengan tanda hubung (-), yang setara dengan operator NOT. Ekspresi tag yang menggunakan operator boolean harus diapit dalam tanda kurung.

Selain tag, Anda dapat memfilter menurut filterOutOfStockItems. Flag filterOutOfStockItems memfilter produk apa pun dengan stockState OUT_OF_STOCK.

Anda dapat menggabungkan filter tag dan filter stok habis sehingga hanya item yang memenuhi semua ekspresi filter yang ditentukan yang ditampilkan.

Beberapa contoh string filter:

"filter": "tag=\"spring-sale\""

"filter": "filterOutOfStockItems"

"filter": "tag=\"spring-sale\" tag=\"exclusive\" filterOutOfStockItems"

Contoh berikut hanya menampilkan item yang tersedia dan memiliki tag spring-sale atau exclusive (atau keduanya) dan juga tidak memiliki tag items-to-exclude.

"filter": "tag=(\"spring-sale\" OR \"exclusive\") tag=(-\"items-to-exclude\") filterOutOfStockItems"

Kompatibilitas filter atribut dan filter tag

Jika memiliki tag yang dibuat secara manual dan atribut produk yang dapat difilter, model tersebut dapat menayangkan permintaan prediksi menggunakan salah satu versi pemfilteran. Namun, Anda tidak dapat menyertakan ekspresi pemfilteran v1 dan pemfilteran v2 dalam permintaan prediksi yang sama.

Batas pemfilteran rekomendasi

Setiap atribut yang dapat difilter menggunakan sejumlah memori di setiap model Anda. Batasan berikut membantu mencegah efek buruk pada performa penayangan:

Maksimal 10 atribut kustom dapat ditetapkan sebagai dapat difilter di katalog Anda.
Katalog Anda dapat berisi hingga 100.000.000 nilai atribut yang dapat difilter.

Jumlah total nilai atribut dalam katalog Anda dapat diperkirakan dengan menggandakan jumlah produk dalam katalog dengan jumlah atribut yang dapat difilter.

Misalnya, jika Anda memiliki katalog dengan 1.000 produk dan 3 atribut yang ditetapkan sebagai dapat difilter, jumlah total nilai atribut dapat diperkirakan sebagai 3*1000=3.000.

Jika Anda menggunakan pemfilteran rekomendasi versi 1 bersama dengan versi 2, jumlah tag filter akan mengurangi kuota Anda. Pastikan jumlah tag filter yang ditambahkan ke jumlah total nilai atribut kurang dari 100.000.000.

Jika melebihi batas, Anda tidak dapat menetapkan atribut tambahan sebagai dapat difilter. Jika Anda perlu melebihi batas ini, minta penambahan kuota.

Jumlah total tag dihitung selama pelatihan model. Jika jumlah totalnya melebihi batas, pelatihan model akan gagal. Jika lebih dari 10 atribut kustom yang dapat difilter ditemukan selama pelatihan model, hanya 10 yang akan digunakan.

Sintaksis ekspresi filter rekomendasi

Sintaksis ekspresi filter untuk penelusuran dan rekomendasi serupa. Namun, rekomendasi memiliki beberapa batasan.

Sintaksis ekspresi filter rekomendasi dapat diringkas dengan EBNF berikut:

  # A single expression or multiple expressions that are joined by "AND" or "OR".
  filter = expression, { " AND " | "OR", expression };

  # An expression can be prefixed with "-" or "NOT" to express a negation.
  expression = [ "-" | "NOT " ],
                    # A parenthesized expression
                    | "(", expression, ")"
                    # A simple expression applying to a textual field.
                    # Function "ANY" returns true if the field contains any of the literals.
                    ( textual_field, ":", "ANY", "(", literal, { ",", literal }, ")"

  # A literal is any double-quoted case sensitive string. You must escape backslash (\) and
  # quote (") characters. We do not support textual values containing `/` characters, or partial string matches.

  # The literal must be an exact match for products in the catalog. The Predict
  # API returns empty results when no possible matches exist.

  literal = double-quoted string;

  textual_field = see the tables below;

Batasan sintaksis filter

Berlaku batasan berikut:

Kedalaman penyematan operator AND dan OR dalam tanda kurung terbatas. Ekspresi logika dalam filter harus dalam bentuk normal konjungtif (CNF). Ekspresi logis yang paling kompleks dan didukung dapat berupa daftar klausa yang terhubung dengan AND yang hanya berisi operator OR, seperti: (... OR ... OR ...) AND (... OR ...) AND (... OR ...)
Ekspresi dapat dinegasikan dengan kata kunci NOT atau dengan -. Hal ini hanya berfungsi dengan ekspresi ANY() dengan satu argumen yang tidak menyertakan atribut terkait inventaris.
Pembatasan berbasis availability harus berada di tingkat teratas. Kata kunci ini tidak dapat digunakan sebagai bagian dari klausa OR atau negasi (NOT).
Karena pemfilteran rekomendasi standar hanya mendukung kolom tekstual, operasi kurang dari, lebih besar dari, dan pemeriksaan rentang tidak didukung untuk pemfilteran rekomendasi standar. Operasi kurang dari dan lebih besar dari hanya dapat digunakan dengan kondisi kontrol peningkatan/penyembunyikan rekomendasi, yang mendukung beberapa kolom numerik (lihat Kolom yang didukung peningkatan/penyembunyikan).
Jumlah maksimum istilah dalam klausa AND tingkat atas adalah 20.
Klausul OR dapat memiliki hingga 100 argumen yang disertakan dalam ekspresi ANY(). Jika klausa OR memiliki beberapa ekspresi ANY(), semua argumennya akan diperhitungkan terhadap batas ini. Misalnya, colors: ANY("red", "green") OR colors: ANY("blue") memiliki tiga argumen.

Tabel berikut menunjukkan contoh ekspresi filter yang valid, serta contoh yang tidak valid dan alasannya tidak valid.

Ekspresi	Berlaku	Catatan
`colors: ANY("red", "green")`	Ya
`NOT colors: ANY("red")`	Ya
`NOT colors: ANY("red", green")`	Tidak	Membatalkan `ANY()` dengan lebih dari satu argumen.
`colors: ANY("red", "green") OR categories: ANY(\"Phone > Android > Pixel\")`	Ya
`(colors: ANY("red") OR colors: ANY("green")) AND categories: ANY(\"Phone > Android > Pixel\")`	Ya
`(colors: ANY("red") AND colors: ANY("green")) OR categories: ANY(\"Phone > Android > Pixel\")`	Tidak	Tidak dalam bentuk normal konjungtif.
`(colors: ANY("red")) AND (availability: ANY("IN_STOCK")`	Ya
`(colors: ANY("red")) OR (availability: ANY("IN_STOCK"))`	Tidak	Menggabungkan `availability` dalam ekspresi `OR` dengan kondisi lain.

Pemfilteran atribut terkait inventaris

Pemfilteran pada atribut terkait inventaris didasarkan pada status produk Anda secara real time. Untuk pemfilteran availability: ANY("IN_STOCK"), respons prediksi menampilkan produk utama dengan produk utama atau varian memiliki nilai IN_STOCK yang cocok. Untuk mengetahui informasi selengkapnya tentang produk utama dan varian, lihat Tingkat produk. Kami tidak mendukung pemfilteran Primary only atau Variant only.

IN_STOCK adalah satu-satunya nilai atribut availability yang didukung oleh pemfilteran rekomendasi versi 2.

Atribut terkait inventaris dapat digunakan dalam klausa AND, tetapi tidak dalam klausa OR.

Kolom yang didukung

Kolom teks yang didukung diringkas dalam tabel berikut.

Meningkatkan/menyembunyikan untuk rekomendasi mendukung kolom tambahan yang tidak didukung oleh pemfilteran rekomendasi standar. Untuk mengetahui daftar kolom tambahan yang didukung oleh peningkatan/penurunan untuk rekomendasi, lihat Kolom yang didukung peningkatan/penurunan.

kolom	deskripsi
"productId"	ID produk (segmen terakhir Product.name).
"brands"	Product.brands.
"categories"	Product.categories.
"genders"	Audience.genders.
"ageGroups"	Audience.age_groups.
"colorFamilies"	ColorInfo.color_families.
"colors"	ColorInfo.colors.
"sizes"	Product.sizes.
"materials"	Product.materials.
"patterns"	Product.patterns.
"conditions"	Product.conditions.
"attributes.key"	Atribut kustom tekstual dalam objek Produk. Kunci dapat berupa kunci apa pun dalam peta Product.attributes, jika nilai atribut bersifat tekstual.

Meningkatkan/menghalangi kolom yang didukung

Pengoptimalan/penyamaran mendukung beberapa kolom tambahan yang tidak didukung oleh pemfilteran rekomendasi standar, termasuk kolom numerik.

Selain kolom yang tercantum di Kolom yang didukung, boost/bury untuk rekomendasi mendukung kolom berikut:

Kolom teks

kolom	deskripsi
"tags"	`Product.tags[]`. Tag kustom yang terkait dengan produk.

Kolom numerik

kolom	deskripsi
"price"	`PriceInfo.price`. Harga produk.
"diskon"	Diskon produk. Kolom ini dihitung menggunakan nilai kolom harga dan harga asli dari `PriceInfo`.
"rating"	`Product.rating`. Jumlah total rating untuk produk.
"ratingCount"	`rating.ratingCount`. Jumlah total rating untuk produk.

Menetapkan pemfilteran rekomendasi untuk model

Anda dapat mengaktifkan pemfilteran untuk rekomendasi menggunakan konsol Penelusuran untuk Retail atau resource Models API.

Dari konsol, Anda dapat membuat model baru yang mengaktifkan pemfilteran rekomendasi. Anda juga dapat memperbarui opsi ini untuk model yang ada.

Dengan menggunakan resource Models API, Anda dapat membuat model baru dengan pemfilteran rekomendasi diaktifkan atau memperbarui setelan ini untuk model yang ada menggunakan models.Patch.

Perhatikan bahwa jika konfigurasi penayangan yang menampilkan prediksi telah mengaktifkan pencocokan kategori, pemfilteran tidak akan berfungsi pada atribut "categories" karena respons hanya menampilkan hasil produk yang memiliki kategori yang sama dengan produk konteks.

Menetapkan pemfilteran untuk model menggunakan konsol

Dengan menggunakan konsol Penelusuran untuk Retail, pilih opsi Buat tag secara otomatis selama pembuatan model untuk mengizinkan pemfilteran rekomendasi untuk model tersebut.

Periksa kembali kompatibilitas dengan setelan lain seperti diversity-level dan category-match-level, dll. karena total efek digabungkan dan pemfilteran terjadi terakhir.

Misalnya, menggabungkan diversity-level dan category attribute filtering berbasis aturan sering kali menghasilkan output kosong.
- diversity-level=high-diversity memaksa model untuk membatasi hasil maksimum untuk string kategori yang sama. Artinya, 1 hasil untuk category1, 1 hasil untuk category2, dll.
- Pemfilteran atribut menggunakan metadata kategori (Product.categories = ANY ("category2")) menyebabkan model menghapus item yang tidak cocok.
- Output akhir memiliki kurang dari tiga hasil.
Untuk model similar-items, model ini sudah berisi peningkatan relevansi kategori tambahan dengan category-match-level = relaxed-category-match default. Beralihlah ke category-match-level=no-category-match untuk menonaktifkan perilaku dan menggunakan aturan pemfilteran kustom.

Lihat Membuat model rekomendasi untuk mendapatkan petunjuk tentang cara membuat model rekomendasi menggunakan konsol.

Setelan ini tidak dapat diperbarui di konsol untuk model yang ada. Untuk memperbarui setelan ini untuk model, gunakan metode API models.Patch.

Menetapkan pemfilteran untuk model menggunakan API

Anda dapat mengaktifkan pemfilteran rekomendasi untuk model menggunakan models.Create saat membuat model baru atau models.Patch saat mengupdate model yang ada.

Untuk mengizinkan pemfilteran, tetapkan kolom filteringOption untuk model Anda. Nilai yang diizinkan untuk kolom ini adalah:

RECOMMENDATIONS_FILTERING_DISABLED (default): Pemfilteran dinonaktifkan untuk model.
RECOMMENDATIONS_FILTERING_ENABLED: Pemfilteran diaktifkan untuk produk utama.

Contoh curl berikut membuat model baru yang mengaktifkan pemfilteran rekomendasi.

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
       'name': 'MODEL_NAME',
       'displayName': 'MODEL_DISPLAY_NAME',
       'type': 'home-page',
       'filteringOption': 'RECOMMENDATIONS_FILTERING_ENABLED',
     }" \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/models"

Contoh curl berikut memperbarui setelan opsi pemfilteran untuk model yang ada.

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
       'filteringOption': 'RECOMMENDATIONS_FILTERING_ENABLED',
     }" \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/models/MODEL_ID?updateMask=filteringOption"

Menetapkan atribut sebagai dapat difilter

Untuk memfilter produk yang direkomendasikan, aktifkan pemfilteran untuk atribut produk yang akan Anda gunakan dalam ekspresi filter. Anda dapat memperbarui setelan ini menggunakan konsol Penelusuran Retail atau menggunakan resource Attributes API.

Jangan membuat lebih banyak atribut yang dapat difilter daripada yang diperlukan. Ada batasan jumlah atribut yang dapat difilter.

Menetapkan atribut sebagai dapat difilter menggunakan konsol

Anda dapat menetapkan atribut sebagai halaman Kontrol yang dapat difilter di konsol Penelusuran untuk Retail.

Buka halaman Kontrol di konsol Penelusuran untuk Retail.

Buka halaman Kontrol
Buka tab Kontrol atribut.

Tab ini menampilkan tabel semua atribut produk yang dapat Anda tetapkan kontrol seluruh situsnya.
Klik Ubah Kontrol.
Tetapkan Filterable ke True untuk atribut produk.
Klik Simpan Kontrol.

Anda dapat mulai menggunakan atribut untuk pemfilteran setelah siklus pelatihan model berikutnya selesai.

Menetapkan atribut sebagai dapat difilter menggunakan API

AttributesConfig mewakili daftar atribut untuk katalog.

Tetapkan kolom AttributesConfig.filteringOption untuk CatalogAttribute. Nilai yang diizinkan untuk kolom ini adalah:

RECOMMENDATIONS_FILTERING_DISABLED (default): Pemfilteran dinonaktifkan untuk atribut.
RECOMMENDATIONS_FILTERING_ENABLED: Pemfilteran diaktifkan untuk atribut.

Contoh curl berikut mengkueri atribut produk yang ada.

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \ "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/attributesConfig"

Contoh curl berikut menetapkan atribut produk categories sebagai dapat difilter.

Saat memperbarui atribut yang ada, pertahankan nilai asli atribut untuk indexableOption, dynamicFacetableOption, dan searchableOption seperti yang muncul di langkah sebelumnya. Jika atribut yang Anda pilih tidak muncul saat melihat attributesConfig seperti pada contoh sebelumnya, gunakan setelan default seperti yang ditunjukkan dalam contoh berikut.

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
        'name': 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/attributesConfig',
        'catalogAttributes': {
          'categories': {
            'key': 'categories',
            'indexableOption': 'INDEXABLE_ENABLED',
            'dynamicFacetableOption': 'DYNAMIC_FACETABLE_DISABLED',
            'searchableOption': 'SEARCHABLE_DISABLED',
            'recommendationsFilteringOption': 'RECOMMENDATIONS_FILTERING_ENABLED'
          }
        },
        'attributeConfigLevel': 'CATALOG_LEVEL_ATTRIBUTE_CONFIG'
     }" \
"https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/attributesConfig"

Anda dapat mulai menggunakan atribut untuk pemfilteran setelah siklus pelatihan model berikutnya selesai. Proses ini biasanya memerlukan waktu minimal delapan jam.

Menggunakan atribut yang dapat difilter dalam permintaan prediksi

Setelah model dilatih ulang, Anda dapat menggunakan atribut produk yang dapat difilter dalam permintaan prediksi.

Tetapkan parameter value permintaan filterSyntaxV2 ke true untuk mengaktifkan pemfilteran rekomendasi versi 2. Jika parameter tidak ditetapkan, pemfilteran versi 1 tetap aktif. Jika memiliki tag yang dibuat secara manual dan atribut produk yang dapat difilter, model dapat menayangkan permintaan prediksi menggunakan salah satu versi pemfilteran. Namun, Anda tidak dapat menyertakan ekspresi pemfilteran v1 dan pemfilteran v2 dalam permintaan prediksi yang sama.

Contoh curl parsial berikut menunjukkan filterSyntaxV2 yang ditetapkan ke true, dan ekspresi filter menggunakan atribut produk colors dan categories. Contoh ini mengasumsikan colors dan categories ditetapkan sebagai dapat difilter.

"params": {
  "filterSyntaxV2": true
},
"filter": "(categories: ANY(\"Phone > Android > Pixel\") OR colors: ANY(\"red\", \"green\")) AND (availability: ANY(\"IN_STOCK\"))"

Contoh curl berikut menunjukkan permintaan prediksi lengkap.

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -H "X-Goog-User-Project: PROJECT_NUMBER" \
     --data "{
        'userEvent': {
          'eventType': 'detail-page-view',
          'visitorId': 'VISITOR_ID',
          'productDetails': {
            'product': {
              'id': 'PRODUCT_ID'
            }
          }
        },
        'params': {
          'returnProduct': true,
          'filterSyntaxV2': true,
          'strictFiltering': true,
        },
        'filter': 'categories: ANY(\"xyz\")'
     }" \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog/placements/SERVING_CONFIG:predict"

Selain filter, setelan diversifikasi konfigurasi penayangan juga dapat memengaruhi jumlah hasil yang ditampilkan oleh respons.