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

Halaman ini diterjemahkan oleh Cloud Translation API.

Memfilter rekomendasi

Halaman ini menjelaskan cara memfilter hasil 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 ditentukan sebelumnya, seperti categories dan colors, atau atribut kustom yang Anda tentukan, seperti attributes.styles. Jika Anda menetapkan atribut produk sebagai dapat difilter, rekomendasi dapat secara otomatis menggunakan atribut tersebut sebagai tag untuk pemfilteran rekomendasi, alih-alih mengharuskan Anda menambahkan tag filter secara manual.

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

Contoh ekspresi filter berikut juga memfilter produk merah atau biru yang ditetapkan sebagai "Produk Baru" 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 di halaman ini.

Aktifkan pemfilteran rekomendasi untuk model yang akan menampilkan rekomendasi yang difilter.
Aktifkan pemfilteran rekomendasi untuk atribut produk yang akan Anda gunakan untuk memfilter.
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 mana 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 "Produk Baru", 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 semua produk 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 yang 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 model memiliki tag yang dibuat secara manual dan atribut produk yang dapat difilter, model tersebut dapat menayangkan permintaan prediksi menggunakan kedua versi pemfilteran. Namun, Anda tidak dapat menyertakan ekspresi pemfilteran v1 dan v2 dalam permintaan prediksi yang sama.

Batas pemfilteran rekomendasi

Tambahkan kriteria filter secara manual untuk membatasi kumpulan rekomendasi yang ditampilkan kepada pengguna akhir. Gunakan Vertex AI Search untuk e-commerce guna menerapkan aturan bisnis untuk menyesuaikan apa yang dilihat pelanggan, termasuk opsi untuk memfilter berdasarkan ketersediaan produk, tag kustom, dan kriteria lainnya.

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

Hingga 10 atribut kustom dapat ditetapkan sebagai dapat difilter dalam katalog Anda.
Hingga 100.000.000 nilai atribut yang dapat difilter dapat ada dalam katalog Anda.

Jumlah total nilai atribut dalam katalog Anda dapat diperkirakan dengan mengalikan jumlah produk dalam katalog Anda 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*1.000=3.000.

Jika Anda menggunakan pemfilteran rekomendasi versi 1 bersama dengan versi 2, jumlah tag filter akan dihitung dalam 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 melampaui 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 digunakan.

Sintaksis ekspresi filter rekomendasi

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

Sintaks ekspresi filter rekomendasi dapat diringkas oleh 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 dibatasi. Ekspresi logis dalam filter harus dalam bentuk normal konjungtif (CNF). Ekspresi logis yang didukung paling kompleks 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 ini tidak dapat digunakan sebagai bagian dari klausa OR atau negasi (NOT).
Karena pemfilteran rekomendasi standar hanya mendukung kolom tekstual, operasi kurang dari, lebih dari, dan pemeriksaan rentang tidak didukung untuk pemfilteran rekomendasi standar. Operasi kurang dari dan lebih dari hanya dapat digunakan dengan kondisi kontrol rekomendasi untuk meningkatkan atau menyembunyikan, yang mendukung beberapa kolom numerik (lihat Kolom yang didukung untuk meningkatkan/menyembunyikan).
Jumlah maksimum istilah dalam klausa AND tingkat teratas adalah 20.
Klausul OR dapat memiliki hingga 100 argumen yang disertakan dalam ekspresi ANY(). Jika klausa OR memiliki beberapa ekspresi ANY(), semua argumennya dihitung dalam batas ini. Misalnya, colors: ANY("red", "green") OR colors: ANY("blue") memiliki tiga argumen. Untuk kasus penggunaan Vertex AI Search for commerce, Anda dapat menganggap argumen sebagai nilai atribut yang setara.

Tabel berikut menunjukkan contoh ekspresi filter yang valid, serta contoh yang tidak valid dan alasan mengapa contoh tersebut tidak valid.

Ekspresi	Berlaku	Catatan
`colors: ANY("red", "green")`	Ya
`NOT colors: ANY("red")`	Ya
`NOT colors: ANY("red", green")`	Tidak	Menyanggah `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 real-time produk Anda. Untuk pemfilteran availability: ANY("IN_STOCK"), respons prediksi menampilkan produk utama yang produk utama atau variannya memiliki nilai IN_STOCK yang cocok. Untuk mengetahui informasi selengkapnya tentang produk utama dan varian, lihat Tingkatan 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 tekstual yang didukung diringkas dalam tabel berikut.

Mempromosikan atau menyembunyikan rekomendasi mendukung kolom tambahan yang tidak didukung oleh pemfilteran rekomendasi standar. Untuk mengetahui daftar kolom tersebut, lihat Kolom yang didukung untuk menaikkan/menurunkan peringkat.

kolom	deskripsi
"productId"	ID produk (segmen terakhir Product.name).
"brands"	Product.brands.
"categories" (kategori)	Product.categories.
"genders" (gender)	The Audience.genders.
"ageGroups"	The Audience.age_groups.
"colorFamilies"	ColorInfo.color_families.
"colors"	ColorInfo.colors.
"ukuran"	Product.sizes.
"materials" (bahan)	Product.materials.
"pola"	Product.patterns.
"conditions" (kondisi)	Product.conditions.
"attributes.key"	Atribut kustom tekstual dalam objek Produk. Kunci dapat berupa kunci apa pun di peta Product.attributes, jika nilai atributnya berupa teks.

Kolom yang didukung untuk menaikkan/menurunkan peringkat

Fitur naikkan/turunkan mendukung beberapa kolom tambahan yang tidak didukung oleh pemfilteran rekomendasi standar, termasuk kolom numerik.

Selain kolom yang tercantum di Kolom yang didukung, penguatan/penguburan untuk rekomendasi mendukung kolom berikut:

Kolom tekstual

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 harga asli dan nilai kolom harga 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 e-commerce 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 API Models, 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 mengaktifkan pencocokan kategori, pemfilteran tidak 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 e-commerce, pilih opsi Buat tag 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. Misalnya, 1 hasil untuk kategori1, 1 hasil untuk kategori2, dll.
- Pemfilteran atribut menggunakan metadata kategori (Product.categories = ANY ("category2")) menyebabkan model membuang item yang tidak cocok.
- Output akhir memiliki kurang dari tiga hasil.
Untuk model similar-items, model ini sudah berisi peningkatan relevansi kategori ekstra dengan category-match-level = relaxed-category-match default. Beralih ke category-match-level=no-category-match untuk menonaktifkan perilaku dan menggunakan aturan pemfilteran kustom.

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

Setelan ini tidak dapat diubah di konsol untuk model yang sudah 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 memperbarui 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 untuk e-commerce atau menggunakan resource API Attributes.

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 dapat difilter di halaman Kontrol di konsol Penelusuran untuk e-commerce.

Buka halaman Kontrol di konsol Penelusuran untuk e-commerce.

Buka halaman Kontrol
Buka tab Kontrol atribut.

Tab ini menampilkan tabel semua atribut produk yang dapat Anda tetapkan kontrol di seluruh situsnya.
Klik Ubah Kontrol.
Tetapkan Dapat difilter ke Benar 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 dalam 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 setidaknya delapan jam.

Menggunakan atribut yang dapat difilter dalam permintaan prediksi

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

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

Contoh curl parsial berikut menunjukkan filterSyntaxV2 ditetapkan ke benar (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.