本页面介绍了推荐模型 及其默认服务配置和优化目标 可用的自定义以及支持的事件类型。
简介
注册使用 Vertex AI Search for Retail 时,您将与 面向零售业支持的 Vertex AI Search,以确定最佳推荐模型并 自定义设置。您使用的模型和自定义取决于您的业务需求以及计划显示生成的建议的位置。
请求推荐内容时,您需要提供
将服务配置值添加到 placement
资源。(请参阅关于投放
配置,详细了解如何将 placement
资源用于
广告投放配置,以及对展示位置的支持(以前为
来放置模型。)服务配置
确定使用哪个模型返回建议。您还可以
对结果进行过滤。
推荐的模型类型
以下是推荐模型类型:
您可能喜欢的其他类型
“您可能喜欢的其他商品”推荐用于预测用户最感兴趣的下一款商品 互动或转化的可能性。此预测基于用户的购物记录和浏览记录以及候选商品与当前指定商品的相关程度。
默认优化目标:点击率
默认服务配置:不适用
可用的自定义:
支持模型部署的页面:
- 详情页面。查看 detail-page-view 事件
- “添加到购物车”页面。请参阅“添加到购物车”事件
经常一起购买(购物车展开)
“经常一起购买”推荐功能可预测您以特定价格 同一购物会话中展示的具体产品。如果查看的是商品列表,它会预测经常与该商品列表一起购买的商品。
如果用户已表明购买特定产品(或产品列表)的意图,而您希望推荐其余产品(而不是替代品),则此推荐非常有用。此建议通常显示在“添加到购物车”页面或“购物车”/“注册”页面上(针对购物车展开)。
默认优化目标:每个订单的收入
默认服务配置:不适用
可用的自定义:
支持模型部署的页面:
- 详情页面。查看 detail-page-view 事件
- “添加到购物车”页面。请参阅“添加到购物车”事件
- 购物车页面。查看 shopping-cart-page-view 事件
- 购买完成页面。请参阅 purchase-complete 事件
为您推荐
“为您推荐”推荐用于预测 的用户最有可能与之互动或购买 用户的历史记录和请求的上下文信息,例如时间戳。 此推荐通常用在首页上。
为您推荐 功能在类别页面上也很有用。
类别页与首页相似,区别于前者只能显示属于该类别的商品。您可以使用推荐给您的带有过滤器标签的标准模型来实现此目的。例如,您可以向目录中的项添加自定义过滤器标记(对应于每个类别页面)。发送预测请求时,将用户事件对象设置为 category-page-view
,并在 filter
字段中指定特定类别页面的标记。仅返回与所请求的过滤条件标记匹配的建议结果。在此用例中应停用多样性,因为多样性可能会与基于类别的过滤标记冲突。
默认优化目标:点击率
默认服务配置:不适用
可用的自定义:
支持模型部署的页面:
- 全部
类似商品
“类似商品”推荐用于预测在商品上大致相似的其他商品 为所考虑的商品添加属性。此建议通常为 在商品详情页面上使用,或在推荐的商品缺货时使用。
“类似商品”模型只需要商品清单中的信息;无用户 事件是必需的。
相似商品模型无法调整。
我们建议您仅为每个项目创建一个类似商品模型。因为“相似商品”模型 不可自定义,根据同一用户创建多个类似商品模型 事件不会产生不同的建议,并且可能造成不必要的 费用。
默认优化目标:点击率
默认服务配置:不适用
可用自定义:不适用
支持模型部署的页面:
- 详情页面。查看 detail-page-view 事件
- “添加到购物车”页面。请参阅“添加到购物车”事件
- 购买完成页面。请参阅 purchase-complete 事件
再次购买
“再次购买”模式鼓励根据之前的周期性交易重新购买商品 购买。这种个性化模型可预测 至少购买一次,并且通常是定期购买。通过 商品的推荐时间间隔取决于产品和网站 。此模型提供的建议可用于任何页面类型。
“再次购买”模式使用“购买完成”用户事件。
“再次购买”模式无法调整。
我们建议您为每个项目仅创建一个“再次购买”模式。“再买一遍”模特 不可自定义,因此可以根据同一用户创建多个“再买一遍”模型 事件不会产生不同的建议,并且可能造成不必要的 费用。
默认优化目标:不适用
默认服务配置:不适用
可用自定义:不适用
支持模型部署的页面:
- 全部
打折
“促销”模式是一种基于个性化促销的模型, 推荐促销产品。您可以使用此模型类型来鼓励用户 购买折扣商品。
通常用于首页、“添加到购物车”页面、“购物车”页面、类别 和详情页面
默认优化目标:点击率
默认服务配置:不适用
可用的自定义:
- 将优化目标更改为转化率
支持模型部署的页面:
- 详情页面。查看 detail-page-view 事件
- 首页。请参阅 home-page-view 事件
- “添加到购物车”页面。请参阅“添加到购物车”事件
- 购物车页面。查看 shopping-cart-page-view 事件
- 购买完成页面。请参阅 purchase-complete 事件
- 类别页面。请参阅 category-page-view 事件
近期查看过
“近期看过”推荐内容实际上并不是推荐内容。它提供用户/访问者最近互动过的商品的 ID,最新的商品排在最前面。
默认优化目标:不适用
默认服务配置:recently_viewed_default
可用自定义:不适用
支持模型部署的页面:
- 全部
网页级优化
网页级优化可将建议从针对单个 每次针对一个建议面板进行优化,以针对包含多个 面板网页级优化模型会自动为每个面板选择内容, 将决定面板在页面上的顺序
例如,首页通常都是按商品组织结构, 相关组(例如类别、热门商品或最近浏览过)的行 产品。在首页上使用网页级优化模型可以为最终用户提供 个性化推荐体验,同时自动执行决策流程 以协调该页面的模型组合和布局。
如需创建网页级优化模型,您必须先提供现有建议传送 具有经过训练的模型的配置。创建网页级优化模型时,您需要 指定要在哪种类型的网页上使用该模型,以及 适用于限制提供类似服务配置、 优化目标(点击率或转化率)、要显示的推荐面板数量,以及 服务配置。
与其他模型一样,要使用网页级优化模型,您需要先对每个模型 使用包含“网页级优化”的服务配置模型。而不是 预测响应包含经过排序的 config ID,表示要用于每个面板的服务配置。然后, 每个面板的新预测调用,这些调用具有相应的服务配置 ID, 返回的值。每个面板的预测响应 包含要在该面板中显示的推荐项列表。
默认优化目标:不适用
默认服务配置:不适用
可用自定义:不适用
支持模型部署的页面:
- 全部
启用此功能后
- 您应为每件商品提供说明性信息,并包含与商品名相互不同的独特信息或字词
- 当平均有至少 10 个广告内容描述字词时,此功能效果最佳
- 包含未知 item_id 的事件所占百分比应低于 10%。(“未联接比率”可以选中。详细了解“不联接比率”的定义)。
针对业务目标进行优化
创建的机器学习模型旨在针对特定业务进行优化 从而确定模型的构建方式。每个模型都有一个默认的优化目标,但您可以联系支持代表来申请不同的优化目标,以支持您的业务目标。
训练模型后,您便无法更改优化目标。您必须训练新模型才能使用其他优化目标。
适用于零售的 Vertex AI Search 支持以下优化目标。
点击率 (CTR)
针对点击率进行优化会强调互动;如果您希望尽可能提高用户与推荐交互的可能性,则应针对点击率进行优化。
点击率是您可能喜欢的其他指标的默认优化目标 和“为您推荐”推荐模型类型。
每次会话的收入
“每次会话收入”优化目标适用于 “您可能喜欢的其他商品”、“为您推荐”和“经常一起购买”建议 模型类型。虽然每个模型的目标各不相同, 以增加收入
您可能喜欢和为您推荐的其他视频。该目标整合了来自点击次数、 和商品价格,以帮助模型推荐 并提高用户购买的可能性
“经常一起购买”。此目标经过优化,能够向得分较高的商品推荐 被添加到购物车的概率,通过增加购物车来提高收入 尺寸。
转化率 (CVR)
针对转化率进行优化可最大限度地提升用户将推荐商品添加到购物车的可能性。如果您希望增加每次会话添加到购物车中的商品数量,请针对转化率进行优化。
高级模型配置选项
根据模型类型,您可以使用一些其他模型配置选项来更改模型的行为。
调整偏好设置
在输入数据随时间变化时,调整可以让模型训练保持最佳状态。将模型设置为每三个月自动调整,或选择只手动调整模型。模型创建后会自动调整一次。了解详情。
如需了解调整费用详情,请参阅价格。
可用的服务配置和模型
您必须先创建至少一个模型预测,然后才能请求预测 服务配置如需了解详情,请参阅 创建服务配置。
您可以在模型页面中看到您的模型。点击模型名称即可 转到其详情页面,您可以在其中查看与 模型。
上下文商品
生成商品推荐时,模型会将 之前在推荐面板中互动过。
这些上下文相关产品会传递到
作为用户事件的一部分的 predict
请求。例如,如果有
购物车页面上的推荐面板,shopping-cart-page-view
触发 predict
请求的用户事件应包含
所有商品这些产品会用作
上下文产品。
创建“经常一起购买”模型时,您可以指定该模型是否 针对一项或多项内容的推荐。您选择哪个选项 则取决于您打算使用该模型的网页类型。
- 多个上下文商品(默认):“经常购买”模型可以使用一个或 作为推荐内容的背景。这个应用场景 通常用于包含各种内容相关产品的购物车页面 来决定要在该网页上采纳哪些建议。
单一情境产品:“经常一起购买”模型只能使用一种情境 产品。这种使用情形通常适用于只包含一件商品且 会用作推荐内容的背景信息,例如“添加到购物车”页面和 商品详情页面。
从单个上下文在
predict
请求中传递多个商品 产品“经常一起购买”模型不会失效,尽管我们不推荐使用该模型,因为 则可能无法得到最佳推荐。