이 페이지에서는 특정 사용자 및 사용자 이벤트에 대해 제품 추천을 요청하는 방법을 설명합니다.
제품을 업로드하고 사용자 이벤트를 기록한 후 해당 사용자 및 사용자의 현재 활동에 대해 기록된 사용자 이벤트를 기반으로 특정 사용자에 대한 제품 추천을 요청할 수 있습니다. 새 제품과 사용자 이벤트가 추천 모델에 반영되려면 최대 48시간까지 걸릴 수 있습니다.
AI Commerce Search는 순위가 지정된 제품 식별자 목록을 반환합니다. 이미지와 텍스트를 사용하여 웹사이트에서 결과를 렌더링해야 합니다.
최종 사용자의 맞춤설정된 결과를 캐시하지 않고 다른 최종 사용자에게 맞춤설정된 결과를 반환하지 않습니다.
시작하기 전에
프로젝트를 만들고 Google Cloud 시작하기 전에의 단계에 따라 인증을 설정합니다.
추천에서 예측을 요청하려면 다음이 모두 필요합니다.
- 학습 및 튜닝된 추천 (모델)
- 하나 이상의 활성 서빙 구성
추천 평가
웹사이트 코드를 업데이트하여 추천을 요청하기 전에 미리보기 예측 결과를 사용하여 모델 및 서빙 구성이 예상대로 작동하는지 확인할 수 있습니다.
서빙 구성에 대한 자세한 내용은 서빙 구성 정보를 참조하세요.
평가 페이지에서 또는 콘솔에서 서빙 구성의 세부정보 페이지로 이동한 후 평가 탭을 클릭하여 서빙 구성 결과를 미리 봅니다.
서빙 구성에서 반환한 추천을 미리 보려면 다음 안내를 따르세요.
Gemini Enterprise for Customer Experience 콘솔의 AI Commerce Search에서 평가 페이지로 이동합니다.
평가 페이지로 이동아직 선택하지 않은 경우 Recommendations 탭을 클릭합니다.
미리 보려는 서빙 구성을 선택합니다.
선택사항: 방문자 ID를 입력하여 해당 사용자의 추천을 미리 봅니다.
연결된 항목 섹션이 표시되면 항목 추가를 클릭하고 제품 ID를 입력하여 해당 항목의 연결된 추천을 가져옵니다. 여러 개의 연결된 항목을 추가할 수 있습니다.
선택한 서빙 구성의 모델 유형에 추천의 입력으로 제품이 필요한 경우에만 항목을 추가할 수 있습니다. 추천 서비스 모델에는 연결된 항목을 입력할 필요가 없습니다.
예측 미리보기를 클릭하여 예측 결과를 확인합니다.
미리 보는 서빙 구성의 세부정보 페이지를 보려면 서빙 구성 선택 필드에서 서빙 구성 보기를 클릭합니다.
추천 받기
Recommendations API는 반환되는 항목 수에 제한이 있습니다. 하지만 반환되는 항목 수를 늘리는 해결 방법이 있습니다.
탐색 목록의 가치 극대화
이 섹션에서는 효과적인 카테고리 처리를 통해 AI Commerce Search에서 탐색 목록을 최대한 활용하고, 최고 데이터 등급 모델을 보장하며, 맞춤설정을 잠금 해제하는 방법을 설명합니다.
효과적인 카테고리 처리
- 고유하고 설명이 포함된 페이지 카테고리 이름을 사용하여 사용자 행동과 모델 학습을 정확하게 추적합니다.
- 광범위한 카테고리에서 구체적인 카테고리로 구조화하여 사용자가 탐색 환경을 점진적으로 개선할 수 있도록 합니다.
- 사용자 참여가 제한된 지나치게 틈새 카테고리는 피합니다.