Obtén resultados de exploración personalizados

La exploración es una búsqueda de navegación que no tiene consulta. La exploración usa métodos de navegación para mostrar resultados de la búsqueda que coinciden con las categorías o los filtros seleccionados por el usuario final. Cuando se usa en colaboración con la participación del usuario, puedes ofrecer a tus usuarios una exploración personalizada. La exploración personalizada proporciona feeds en tiempo real y específicos para el usuario en función del historial de interacción del usuario y las funciones de contenido. Su objetivo es optimizar los resultados de la búsqueda para los KPIs definidos y, al mismo tiempo, cumplir con tus controles estratégicos. Por ejemplo, un sitio web de bienes raíces puede obtener diferentes páginas principales para sus usuarios en Londres, Reino Unido, y en Sídney, Australia; un sitio web de compras puede ofrecer resultados personalizados según el perfil del usuario.

En esta página, se describe cómo obtener resultados de exploración para almacenes de datos de búsqueda personalizados y algunas prácticas recomendadas para configurar tu app de búsqueda.

Acerca de la exploración personalizada

La exploración personalizada de Agent Search usa redes neuronales para clasificar documentos en función de la participación y la conversión previstas del usuario. Por ejemplo, con la exploración personalizada, puedes publicar entradas clasificadas en un catálogo de hoteles o artículos en un sitio web y mostrarlos a los usuarios en función de la probabilidad prevista de clics o consultas.

En esencia, la exploración personalizada es un modelo sofisticado que aprende las relaciones complejas entre los patrones de navegación del usuario, el contenido y las funciones de tus documentos, y los eventos de conversión del usuario. Estas son algunas funciones importantes:

  • Clasificación: El modelo clasifica los elementos en función del rendimiento previsto en relación con el objetivo definido que está sujeto a los parámetros de búsqueda configurados, como filtros, clasificación personalizada y controles de publicación (como aumentar, promocionar o sinónimos).

  • Entrenamiento y perfeccionamiento: Después del entrenamiento inicial, el modelo se perfecciona continuamente con transmisiones de eventos de usuario en vivo. El modelo se adapta y mejora con el tiempo.

  • Diversidad: El modelo aprende implícitamente sobre la diversidad porque registra indicadores negativos de falta de interacción, como vínculos ignorados, tiempo que se pasa en una página y tasas de salto.

En la siguiente tabla, se presentan las diferencias entre la búsqueda y la exploración.

Función Buscar Explorar
Objetivo Encontrar información específica Explorar y descubrir contenido
Ejemplo Buscar "mejores restaurantes coreanos en Vancouver" en la Búsqueda de Google Explorar un restaurante en función de las categorías a las que podría pertenecer, como "Restaurantes > Coreanos > Vancouver > 4 estrellas o más"
Intención del usuario Por lo general, orientada a objetivos Exploratoria
Punto de partida Una consulta o palabra clave, por lo general, en una barra de búsqueda Un sitio web o una plataforma específicos que suelen usar un menú, rutas de navegación, vínculos u otros métodos de navegación, como facetas
Método Ingresar palabras clave o frases y aplicar la configuración de búsqueda y publicación Buscar con una consulta vacía y aplicar la configuración de búsqueda y publicación
Resultados Una lista de resultados relevantes Todos los documentos del almacén de datos que coinciden con los filtros

Flujo de trabajo y prácticas recomendadas

La exploración personalizada es un servicio administrado por Google, y Google se encarga de los modelos de aprendizaje profundo y las canalizaciones de datos subyacentes. Para aprovechar al máximo este servicio, cuando desarrolles tu app de búsqueda, tus responsabilidades técnicas principales incluirán lo siguiente:

  • Aprovisionamiento de datos: Recopila y proporciona un almacén de datos completo de documentos y eventos de usuario.
  • Definición de objetivos: Especifica KPIs para la optimización, como la tasa de clics (CTR), las acciones de alto valor y los ingresos por sesión con los eventos de usuario proporcionados. Asegúrate de que los tipos de eventos de usuario que recopiles admitan los objetivos.
  • Parámetros de búsqueda: Define y configura los parámetros de búsqueda y los controles de publicación en tu solicitud de búsqueda. Por ejemplo, los períodos para filtrar las fichas o los artículos permitidos, o los controles de aumento para reordenar los blogs según sus calificaciones.

En una app de búsqueda de Agent Search, explorar es buscar sin una consulta o con una consulta vacía. Para obtener resultados de exploración, en un almacén de datos de búsqueda personalizado, puedes llamar al método y dejar la consulta vacía.search

En términos generales, estos son los pasos para obtener los mejores resultados de la exploración personalizada:

  1. Tener datos correctos y coherentes:

  2. Prepara y transfiere tus documentos:

  3. Prepara y transfiere eventos de usuario:

    • Prepara al menos 30 días de eventos de usuario para el entrenamiento inicial del modelo. Puedes usar eventos de usuario históricos o en tiempo real, o ambos. . Los eventos en tiempo real generan mejores resultados de personalización.
    • Registra y comparte el evento search (que se usa para capturar datos de exploración), el evento view-item y el evento conversion.
    • Todos los eventos de usuario deben incluir lo siguiente:
      • eventType, como search para la búsqueda y la exploración, view-item y conversion
      • userPseudoId, que es un identificador de usuario seudonimizado coherente
      • eventTime, que es una marca de tiempo ISO 8601 (UTC) para el momento en que se registró el evento
      • documents.id que se muestra en el orden en que aparece para el usuario que coincide con los IDs de documento
      • searchInfo.searchQuery para registrar la consulta de búsqueda del usuario
      • pageInfo.pageCategory que agrega un contexto, como "HomepageCarousel", "Properties > VIC > Richmond"
      • filter que describe la lógica de filtro que se usa para generar la lista de impresiones (esto suele capturarse con el campo pageCategory o a través de la comprensión del sistema)

    Para obtener más información, consulta userEvents.

  4. Habilita el entrenamiento de modelos y la canalización del modelo:

    Después de preparar tus datos y recopilar los eventos de usuario, comunícate con tu ingeniero de atención al cliente (CE) de Google. El CE puede revisar tus datos y activar el modelo de personalización para tu app.

  5. Obtén resultados de exploración personalizados

    Agrega más campos a tu solicitud de búsqueda, como filtros y ajustes de clasificación, como aumento o clasificación personalizada.

  6. Mantén actualizados tus datos:

    Con el tiempo, mantén actualizados los documentos de tu almacén de datos y sigue subiendo eventos de usuario nuevos. Esto garantiza que el modelo pueda acceder a los documentos y las interacciones del usuario más recientes para obtener resultados personalizados.

Obtén resultados de exploración para una app con datos de sitios web

Para usar la API y obtener resultados de exploración para una app con datos de sitios web, haz lo siguiente:

  1. Busca el ID de tu app. Si ya tienes el ID de tu app, omite el siguiente paso.

    1. En la Google Cloud consola de, ve a la página AI Applications.

      Ve a Apps.

    2. En la página Apps, busca el nombre de tu app y obtén su ID en la columna ID.

  2. Llama al método engines.servingConfigs.search con una consulta vacía o sin consulta de la siguiente manera:

    REST

    curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
"https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
-d '{
"servingConfig": "projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search",
"orderBy": "ORDER_BY",
"params": {
     "searchType": "0"
 },
"filter": "FILTER",
"boostSpec": "BOOST_SPEC",
}'

    Reemplaza lo siguiente:

    • PROJECT_ID: el ID de tu Google Cloud proyecto
    • APP_ID: el ID de la app de Agent Search que quieres consultar
    • ORDER_BY: es opcional. Es el orden en el que se organizan los resultados. El atributo para ordenar debe tener una interpretación numérica, por ejemplo, date. Para obtener más información, consulta Ordena los resultados de la búsqueda web.
    • FILTER: es opcional, pero se recomienda. Es un campo de texto para filtrar tu búsqueda con una expresión de filtro. El valor predeterminado es una cadena vacía. Para obtener más información sobre el uso del campo filter, consulta Filtrar la búsqueda de sitios web.
    • BOOST_SPEC: es opcional. Es una especificación para aumentar o enterrar documentos. Valores:
      • BOOST: un número de punto flotante en el rango [-1,1] (cuando el valor es negativo, los resultados se degradan, es decir, aparecen más abajo en los resultados) (cuando el valor es positivo, los resultados se promocionan, es decir, aparecen más arriba en los resultados)
      • CONDITION: una expresión de filtro de texto para seleccionar los documentos a los que se aplica el aumento (el filtro debe evaluarse como un valor booleano) (para ver ejemplos de expresiones de filtro, consulta Sintaxis de las expresiones de filtro y Sintaxis para la indexación avanzada) (para obtener información sobre el aumento de la búsqueda estructurada, consulta Aumenta los resultados de la búsqueda)

    Deberías recibir una respuesta JSON similar a la siguiente respuesta truncada. La respuesta contiene resultados de la búsqueda detallados que se enumeran en el orden determinado por los campos establecidos en la solicitud de búsqueda.