取得搜尋結果

本頁面說明如何使用搜尋功能進行基本查詢,包括文字查詢搜尋、瀏覽搜尋、分頁、最佳化和個人化搜尋結果。

不重複使用者工作階段 ID

必填的 visitor_id 字串欄位用於在單一裝置上識別不重複的使用者。這個 ID 會做為永久工作階段 ID,讓 AI Commerce Search 追蹤特定使用者在購物歷程中的行為。

AI Commerce Search 會使用與特定 visitor_id 相關聯的記錄,訓練模型並提供個人化搜尋結果。系統會根據要求中提供的特定 visitor_id 動態產生結果。舉例來說,如果訪客經常查看綠色洋裝,模型會使用 visitor_id 辨識這類商品,並在搜尋結果中優先顯示類似商品。因此,使用者事件擷取 (追蹤) 和搜尋或推薦要求 (提供) 的訪客 ID 格式必須相同。

關聯性與比對不同。比對是指在索引中找出與使用者搜尋查詢相對應的候選產品。相關性則是相符程度。這項工作涉及將這些產品排序,以最符合使用者意圖和需求的方式呈現。AI Commerce Search 採用多項技術,可提升比對和關聯性,為使用者提供更優質的整體搜尋體驗,滿足零售商的需求。

搜尋結果預設會依關聯性排序。不過,部分不相關的產品可能會顯示在預設搜尋結果底部,或出現在明確的產品探索要求中。只有在設定 orderBy 時,這種情況才會變得明顯,因為這會縮減一般搜尋結果的大小。召回率會降低,因為系統會篩除相關性較低的產品,這些產品先前會顯示在預設搜尋結果的底部。請參閱下一節,瞭解如何自訂搜尋。

AI Commerce Search 預設會依關聯性排序搜尋結果。不過,搜尋功能也會在搜尋結果中優先顯示相關性較低的項目,為零售商提供更精確的搜尋結果,提高使用者事件的轉換潛力。

這些新增的搜尋功能可最佳化預設關聯性演算法,提供根據各零售商使用設定檔調整的非預設功能,包括:

  • 搜尋結果排序選項,例如依價格、評分最高或暢銷商品排序。非預設搜尋經過自訂,可傳回含有正確產品子類的特定搜尋結果。舉例來說,依價格排序時,顯示最便宜或最昂貴的子類。

  • 自動對非預設使用者事件套用更嚴格的關聯性篩選器。

  • 啟用可調整強度的提升/降低控制項,微調搜尋結果。

搜尋功能提供文字查詢搜尋和瀏覽搜尋功能。

在文字查詢搜尋用途中,購物者可能會在網站上輸入文字查詢。搜尋功能會傳回搜尋回應,其中包含符合您設定的控制項參數的產品,並依關聯性和收益最大化排序。

在瀏覽用途中,購物者可能會前往網站選單,並前往特定產品類別。搜尋功能會根據使用者行為和趨勢,自動選擇最能提高收益的排列順序。您可以透過設定的控制項,進一步縮小瀏覽結果範圍。

Text Search 和瀏覽搜尋要求都會使用 servingConfigs.search 方法。

文字查詢搜尋

使用者在網站上輸入文字查詢進行站內搜尋時,搜尋功能會根據關聯性、熱門程度、可購買性和個人化程度,排序可能的搜尋結果。

如果 servingConfigs.search 要求的 query 欄位不空白,搜尋功能會將其視為文字搜尋要求。

上傳使用者事件時,請將搜尋產生的文字查詢搜尋事件,以 search 使用者事件的形式傳送。如果事件的 userEvent.searchQuery 欄位非空白,且 userEvent.pageCategories 欄位空白,搜尋會將其視為文字搜尋事件。

如何處理文字查詢和參數

標準查詢會經過語言分析,去除標準標點符號。篩選器字串會嚴格區分大小寫。瞭解如何處理文字查詢和參數,對於在 AI Commerce Search 中正確建構 API 要求至關重要。

  • 查詢權杖化和標點符號:傳入 query 欄位的自然語言文字會自動進行語言分析和拼字校正。在這個過程中,系統通常會移除或忽略標準標點符號 (例如逗號、句號、+ 或 -),以最佳化自然語言理解。
  • 單複數查詢字詞:AI Commerce Search 會根據使用者意圖和歷來使用者參與度 (例如點擊和購買),分別評估單複數查詢。購物者通常會點選或購買單數和複數詞彙的不同產品,例如單件襯衫的「t-shirt」與多件裝的「t-shirts」。因此,單複數查詢可能會傳回不同的搜尋結果、排名和動態商情項目。如果某個查詢形式只與少數產品相符,查詢擴充功能也可以擴大該查詢的結果。如要擴充目錄語言中的單數、複數或詞形變化字詞,以納入彼此的候選字詞,請設定雙向同義詞控制項。
  • 參數嚴格區分大小寫:標準文字查詢通常不區分大小寫,但程式輔助參數則嚴格區分大小寫。
    • 篩選器:篩選運算式和其常值字串值完全區分大小寫。
    • 排序:orderBy 運算式須區分大小寫。如果依 products.title 等欄位排序,引擎會先排序 Apple,再排序 banana,最後排序 artichoke。解決方法是將全大寫的產品名稱上傳至個別的自訂屬性 (例如 attributes.title_upper),並依該屬性排序,即可不區分大小寫。
  • 保留的特殊字元:
    • > 字元嚴格保留做為類別階層的分隔符號 (例如 Categories > Shoes)。如果 > 自然出現在類別名稱中,則必須在擷取和查詢前,將其替換為其他字元。
    • 建議篩選運算式中的文字值不支援 / 字元。

瀏覽搜尋

「瀏覽」會使用網站導覽功能,產生關聯性相同、依暢銷商品排序的搜尋結果。搜尋功能會運用 AI,考量熱門程度、購買可能性和個人化程度,最佳化瀏覽結果的排序方式。

如要取得正確的瀏覽搜尋結果,請考量下列事項:

  • 搜尋要求中的 pageCategories 和 filter 值,必須與上傳的使用者事件中的 pageCategories 和 filter 值完全一致。如果要求中的參數與事件中的參數不符,則從事件中學習的點擊式重新排名模型,在這個特定查詢的成效不佳,並會對結果品質造成負面影響。

  • 如果 search 使用者事件的 userEvent.searchQuery 欄位空白,且 userEvent.pageCategories 欄位不空白,AI Commerce Search 會將其歸類為瀏覽事件。因此,上傳 AI Commerce Search 產生的瀏覽事件時,請務必以 search 使用者事件的形式傳送。

  • 瀏覽篩選器必須有效,並為每項瀏覽查詢指出哪些產品屬於使用者正在瀏覽的產品類別。如要完成這項設定,請在 filter 和 page_category 欄位中定義類別 ID。舉例來說,假設您希望搜尋結果以「居家與園藝」為目標,首先,如果只有一個 "in-stock" 的 filter 值,搜尋範圍不夠精確,無法提供最佳瀏覽結果。如要提供僅限家居與園藝的搜尋結果,除了在網頁類別中設定 "Home \& Garden",還必須在篩選器中設定 categories: ANY("Home & Garden")。如果未在篩選器部分定義類別,瀏覽結果可能會過於廣泛,並包含許多非「居家與園藝」的商品。

如果供應要求和事件的查詢欄位空白,但 page_categories 欄位有填寫,系統會將其視為瀏覽要求和使用者事件。「page_categories」欄位指定瀏覽頁面本身。servingConfigs.search 方法傳送要求時,如果 query 欄位空白,搜尋功能會將其視為瀏覽搜尋要求。在這種情況下,系統會根據 filter 和 pageCategories 欄位,以及其他最佳化和個人化設定 (如有) 顯示結果。

您可以同時設定這兩者的類別,如以下範例所示:

JSON

page_category: "Home & Garden"
filter: "(availability: ANY("IN_STOCK")) AND (categories: ANY("Home & Garden"))"

否則,由於瀏覽功能會處理空字串查詢,因此特定類別的產品不會自動顯示在特定頁面類別的結果中。換句話說,如果使用者在瀏覽時未透過文字查詢指定任何內容,即使前往類別頁面,搜尋結果也可能無法有效提供指定目標。

使用搜尋要求

使用搜尋要求,取得 Text Search 和瀏覽搜尋的結果。如要提出搜尋要求,請使用 servingConfigs.search 方法。

所有搜尋要求都必須提供 placement,用於識別要使用的供應設定完整資源名稱。供應設定會決定哪些設定和相關聯的控制項會影響搜尋結果。

文字查詢搜尋要求必須包含非空白的 query 欄位。

瀏覽搜尋要求必須包含非空白的 pageCategories 欄位。

Python

如要瞭解如何安裝及使用 AI Commerce Search 的用戶端程式庫,請參閱「AI Commerce Search 用戶端程式庫」。詳情請參閱 AI Commerce Search Python API 參考文件。

如要向 AI Commerce Search 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

import google.auth
from google.cloud.retail import SearchRequest, SearchServiceClient

project_id = google.auth.default()[1]


# get search service request:
def get_search_request(query: str):
    default_search_placement = (
        "projects/"
        + project_id
        + "/locations/global/catalogs/default_catalog/placements/default_search"
    )

    search_request = SearchRequest()
    search_request.placement = default_search_placement  # Placement is used to identify the Serving Config name.
    search_request.query = query
    search_request.visitor_id = "123456"  # A unique identifier to track visitors
    search_request.page_size = 10

    print("---search request:---")
    print(search_request)

    return search_request


# call the Retail Search:
def search():
    # TRY DIFFERENT QUERY PHRASES HERE:
    query_phrase = "Hoodie"

    search_request = get_search_request(query_phrase)
    search_response = SearchServiceClient().search(search_request)

    print("---search response---")
    if not search_response.results:
        print("The search operation returned no matching results.")
    else:
        print(search_response)
    return search_response


search()

Node.js

如要瞭解如何安裝及使用 AI Commerce Search 的用戶端程式庫,請參閱「AI Commerce Search 用戶端程式庫」。

如要向 AI Commerce Search 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

'use strict';

async function main() {
  // Call Retail API to search for a products in a catalog using only search query.

  // Imports the Google Cloud client library.
  const {SearchServiceClient} = require('@google-cloud/retail');

  // Instantiates a client.
  const retailClient = new SearchServiceClient();

  const projectId = await retailClient.getProjectId();

  // Placement is used to identify the Serving Config name.
  const placement = `projects/${projectId}/locations/global/catalogs/default_catalog/placements/default_search`;

  // Raw search query.
  const query = 'Hoodie'; //TRY DIFFERENT QUERY PHRASES

  // A unique identifier for tracking visitors.
  const visitorId = '12345';

  // Maximum number of Products to return.
  const pageSize = 10;

  const IResponseParams = {
    ISearchResult: 0,
    ISearchRequest: 1,
    ISearchResponse: 2,
  };

  const callSearch = async () => {
    console.log('Search start');
    // Construct request
    const request = {
      placement,
      query,
      visitorId,
      pageSize,
    };
    console.log('Search request: ', request);

    // Run request
    const response = await retailClient.search(request, {
      autoPaginate: false,
    });
    const searchResponse = response[IResponseParams.ISearchResponse];
    if (searchResponse.totalSize === 0) {
      console.log('The search operation returned no matching results.');
    } else {
      console.log('Search result: ', JSON.stringify(searchResponse, null, 4));
    }
    console.log('Search end');
  };

  callSearch();
}

process.on('unhandledRejection', err => {
  console.error(err.message);
  process.exitCode = 1;
});

main();

Java

如要瞭解如何安裝及使用 AI Commerce Search 的用戶端程式庫,請參閱「AI Commerce Search 用戶端程式庫」。詳情請參閱 AI Commerce Search Java API 參考文件。

如要向 AI Commerce Search 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。


import com.google.cloud.ServiceOptions;
import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;
import java.io.IOException;
import java.util.UUID;

public class SearchSimpleQuery {

  public static void main(String[] args) throws IOException {
    String projectId = ServiceOptions.getDefaultProjectId();
    String defaultCatalogName =
        String.format("projects/%s/locations/global/catalogs/default_catalog", projectId);
    String defaultSearchPlacementName = defaultCatalogName + "/placements/default_search";

    searchResponse(defaultSearchPlacementName);
  }

  public static void searchResponse(String defaultSearchPlacementName) throws IOException {
    // TRY DIFFERENT QUERY PHRASES HERE:
    String queryPhrase = "Hoodie";
    String visitorId = UUID.randomUUID().toString();
    int pageSize = 10;

    SearchRequest searchRequest =
        SearchRequest.newBuilder()
            .setPlacement(defaultSearchPlacementName)
            .setQuery(queryPhrase)
            .setVisitorId(visitorId)
            .setPageSize(pageSize)
            .build();
    System.out.println("Search request: " + searchRequest);

    // Initialize client that will be used to send requests. This client only
    // needs to be created once, and can be reused for multiple requests. After
    // completing all of your requests, call the "close" method on the client to
    // safely clean up any remaining background resources.
    try (SearchServiceClient client = SearchServiceClient.create()) {
      SearchResponse searchResponse = client.search(searchRequest).getPage().getResponse();
      if (searchResponse.getTotalSize() == 0) {
        System.out.println("The search operation returned no matching results.");
      } else {
        System.out.println("Search response: " + searchResponse);
      }
    }
  }
}

根據預設,系統會傳回合理數量的結果,並依關聯性排序。

如要在搜尋回應中傳回產品屬性,請務必在匯入目錄資料時提供屬性值。Product 具有預先定義的系統屬性,例如品牌、顏色和尺寸,您可以為這些屬性提供值。您也可以加入使用 Product.attributes 定義的自訂屬性。

教學課程:查詢功能

本教學課程說明如何將文字搜尋查詢傳送至 AI Commerce Search 服務,並分析回應。

使用自動完成建議篩選搜尋結果

如果您在前端導入了豐富的自動完成建議 (使用者可以選取與特定品牌或類別結合的查詢),則必須將該選取項目轉譯為篩選後的 SearchRequest。

如要實作這項功能,請擷取文字建議並放入 query 欄位,然後擷取所選屬性 (例如品牌),並在 filter 欄位中將其格式化為運算式。

篩選建議的搜尋要求範例

如果使用者在 Nike 中點選了建議的 shoe,請按照下列方式建構 SearchRequest:

{
  "placement": "projects/YOUR_PROJECT_ID/locations/global/catalogs/default_catalog/placements/default_search",
  "query": "shoe",
  "filter": "brands: ANY(\"Nike\")",
  "visitorId": "user_session_123"
}

在建議 facet 中加入產品數量

如要進一步提升篩選體驗,您可以在使用者執行搜尋前,顯示每個建議篩選條件的可用產品數量。如要使用建議 facet 和產品數量,請與支援團隊聯絡,啟用這項功能。啟用後,請在 SearchRequest 的 facetSpecs 中加入特定文字 facet 鍵至少 7 天,讓系統根據搜尋記錄資料計算產品數量。

分頁

使用分頁功能可縮短查詢時間,並減少傳送的回應大小。

教學課程:分頁功能

本教學課程會示範如何在文字搜尋要求中控制分頁。購物者在商店中尋找產品時,可以透過搜尋結果改善導覽體驗。舉例來說,他們可以使用頁面大小功能限制搜尋回應中的項目數量,或使用偏移功能跳至偏好的頁面。

分頁

如要從一個頁面跳到另一個頁面,請根據您的用途使用 page_token 或 offset。

Python

如要瞭解如何安裝及使用 AI Commerce Search 的用戶端程式庫,請參閱「AI Commerce Search 用戶端程式庫」。詳情請參閱 AI Commerce Search Python API 參考文件。

如要向 AI Commerce Search 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。


import google.auth
from google.cloud.retail import SearchRequest, SearchServiceClient

project_id = google.auth.default()[1]


# get search service request:
def get_search_request(query: str, page_size: int, offset: int, next_page_token: str):
    default_search_placement = (
        "projects/"
        + project_id
        + "/locations/global/catalogs/default_catalog/placements/default_search"
    )

    search_request = SearchRequest()
    search_request.placement = default_search_placement
    search_request.visitor_id = "123456"  # A unique identifier to track visitors
    search_request.query = query
    search_request.page_size = page_size
    search_request.offset = offset
    search_request.page_token = next_page_token

    print("---search request:---")
    print(search_request)

    return search_request


# call the Retail Search:
def search():
    # TRY DIFFERENT PAGINATION PARAMETERS HERE:
    page_size = 6
    offset = 0
    page_token = ""

    search_request_first_page = get_search_request(
        "Hoodie", page_size, offset, page_token
    )
    search_response_first_page = SearchServiceClient().search(search_request_first_page)

    print("---search response---")
    if not search_response_first_page.results:
        print("The search operation returned no matching results.")
    else:
        print(search_response_first_page)

    # PASTE CALL WITH NEXT PAGE TOKEN HERE:

    # PASTE CALL WITH OFFSET HERE:

    return search_response_first_page


search()

Node.js

如要瞭解如何安裝及使用 AI Commerce Search 的用戶端程式庫,請參閱「AI Commerce Search 用戶端程式庫」。

如要向 AI Commerce Search 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。

async function main() {
  // Imports the Google Cloud client library.
  const {SearchServiceClient} = require('@google-cloud/retail');

  // Instantiates a client.
  const retailClient = new SearchServiceClient();

  const projectId = await retailClient.getProjectId();

  // Placement is used to identify the Serving Config name.
  const placement = `projects/${projectId}/locations/global/catalogs/default_catalog/placements/default_search`;

  // Raw search query.
  const query = 'Hoodie';

  // A unique identifier for tracking visitors.
  const visitorId = '12345';

  // Maximum number of Products to return.
  const pageSize = 6; // TRY DIFFERENT PAGE SIZES, INCLUDING THOSE OVER 100

  // A 0-indexed integer that specifies the current offset in search results.
  const offset = 0; // TRY DIFFERENT OFFSETS TO SEE DIFFERENT PRODUCTS

  //A page token received from a previous search call.
  let pageToken = '';

  const IResponseParams = {
    ISearchResult: 0,
    ISearchRequest: 1,
    ISearchResponse: 2,
  };

  const callSearch = async () => {
    console.log('Search start');
    // Construct request
    const request = {
      placement,
      query,
      visitorId,
      pageSize,
      offset,
      pageToken,
    };

    // Run request
    const response = await retailClient.search(request, {
      autoPaginate: false,
    });
    const searchResponse = response[IResponseParams.ISearchResponse];
    if (searchResponse.totalSize === 0) {
      console.log('The search operation returned no matching results.');
    } else {
      console.log('Search result: ', JSON.stringify(searchResponse, null, 4));
      pageToken = response[IResponseParams.ISearchResponse].nextPageToken;
      console.log(
        'Next page token:',
        response[IResponseParams.ISearchResponse].nextPageToken
      );
    }
    console.log('Search end');
  };

  // Call search
  await callSearch();

  //PASTE CALL WITH NEXT PAGE TOKEN HERE:
}

Java

如要瞭解如何安裝及使用 AI Commerce Search 的用戶端程式庫,請參閱「AI Commerce Search 用戶端程式庫」。詳情請參閱 AI Commerce Search Java API 參考文件。

如要向 AI Commerce Search 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。


import com.google.cloud.ServiceOptions;
import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;
import java.io.IOException;
import java.util.UUID;

public class SearchWithPagination {

  public static void main(String[] args) throws IOException {
    String projectId = ServiceOptions.getDefaultProjectId();
    String defaultCatalogName =
        String.format("projects/%s/locations/global/catalogs/default_catalog", projectId);
    String defaultSearchPlacementName = defaultCatalogName + "/placements/default_search";

    searchResponse(defaultSearchPlacementName);
  }

  public static void searchResponse(String defaultSearchPlacementName) throws IOException {
    // TRY DIFFERENT PAGINATION PARAMETERS HERE:
    int pageSize = 6;
    String queryPhrase = "Hoodie";
    int offset = 0;
    String pageToken = "";
    String visitorId = UUID.randomUUID().toString();

    SearchRequest searchRequest =
        SearchRequest.newBuilder()
            .setPlacement(defaultSearchPlacementName)
            .setVisitorId(visitorId)
            .setQuery(queryPhrase)
            .setPageSize(pageSize)
            .setOffset(offset)
            .setPageToken(pageToken)
            .build();
    System.out.println("Search request: " + searchRequest);

    // Initialize client that will be used to send requests. This client only
    // needs to be created once, and can be reused for multiple requests. After
    // completing all of your requests, call the "close" method on the client to
    // safely clean up any remaining background resources.
    try (SearchServiceClient client = SearchServiceClient.create()) {
      SearchResponse searchResponseFirstPage = client.search(searchRequest).getPage().getResponse();
      if (searchResponseFirstPage.getTotalSize() == 0) {
        System.out.println("The search operation returned no matching results.");
      } else {
        System.out.println("Search response: " + searchResponseFirstPage);
      }

      // PASTE CALL WITH NEXT PAGE TOKEN HERE:

      // PASTE CALL WITH OFFSET HERE:
    }
  }
}

頁面權杖

如要跳到下一頁,可以使用 page_token。舉例來說,假設您傳送下列 SearchRequest。

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
}

從 SearchResponse,您可以取得關聯性前 5 名的產品,以及 next_page_token。

JSON

{
  results: [
    products{...}, products{...}, products{...}, products{...}, products{...}
  ]
  next_page_token: "wY4ETNkBDOlVjZ0YWLzUmM40SMhVjMtADMwATL5UGN5MGZlVDJaIQ5LaYsQUw9fC6lIwgE1EgC"
  total_size: 100
  search_token: "NtQKDAiXt4_3BRDCg_jnARABGiQ1ZWRjOTRlOC0wMDAwLTI1YTEtODJlMy1mNGY1ZTgwZDUxOGM"
}

如要取得相關性次高的 5 項產品 (第 6 到 10 項),請使用與前一個 SearchResponse 的 next_page_token 相同的 placement、visitor_id 和 query 設定 page_token。

Java

import com.google.cloud.retail.v2.SearchRequest;
import com.google.cloud.retail.v2.SearchResponse;
import com.google.cloud.retail.v2.SearchServiceClient;

public static void searchProducts_withNextPageToken(String query, int pageSize)
    throws IOException, InterruptedException {
  try (SearchServiceClient searchClient = SearchServiceClient.create()) {
    SearchRequest firstRequest = SearchRequest.newBuilder()
        .setPlacement(DEFAULT_SEARCH_PLACEMENT_NAME)
        .setBranch(DEFAULT_BRANCH_NAME)
        .setVisitorId(VISITOR_ID)
        .setQuery(query)
        .setPageSize(pageSize)
        .build();

    SearchResponse firstResponse = searchClient.search(firstRequest).getPage()
        .getResponse();
    System.out.println("First search response: " + firstResponse);

    SearchRequest secondRequest = SearchRequest.newBuilder()
        .setPlacement(DEFAULT_SEARCH_PLACEMENT_NAME)
        .setBranch(DEFAULT_BRANCH_NAME)
        .setVisitorId(VISITOR_ID)
        .setQuery(query)
        .setPageSize(pageSize)
        .setPageToken(firstResponse.getNextPageToken())
        .build();

    SearchResponse secondResponse = searchClient.search(secondRequest).getPage()
        .getResponse();
    System.out.println("Second search response: " + secondResponse);
  }
}

在這個範例中,SearchRequest 看起來會像這樣:

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
  page_token: "wY4ETNkBDOlVjZ0YWLzUmM40SMhVjMtADMwATL5UGN5MGZlVDJaIQ5LaYsQUw9fC6lIwgE1EgC"
}

偏移

在其他情況下,您也可以使用 offset 直接跳到特定位置,而不必逐頁瀏覽或取得最相關的結果。

舉例來說,如果頁面大小為 5,而您想取得第十頁的結果,則可將 offset 設為 45,計算方式為 (10 - 1) * 5。

JSON

{
  placement: 'projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/placements/default_search'
  visitor_id: 'VISITOR_ID'
  query: 'shoes'
  page_size: 5
  offset: 45
}

搜尋成效級別

搜尋功能提供多個搜尋效能級別,可逐步改善搜尋結果。舉例來說,如果是文字查詢搜尋,結果可能只會根據關聯性排序。隨著您解鎖更進階的效能層級,搜尋功能會根據關聯性、熱門程度、收益最佳化和個人化傳回結果。

上傳符合各層級最低要求的目錄和使用者事件資料後,搜尋功能會自動解鎖更高的效能層級。

如要進一步瞭解如何使用這個頁面查看資料品質和搜尋成效層級,請參閱「解鎖搜尋成效層級」。在 Gemini Enterprise for Customer Experience 控制台,前往 AI Commerce Search 的「資料品質」頁面,即可查看各層級的 規定達成情況評估結果。

評估文字搜尋和瀏覽結果

更新網站程式碼來要求 Text Search 或瀏覽搜尋結果之前,您可以預覽結果,確認供應設定是否正常運作。

如要進一步瞭解供應設定,請參閱「關於供應設定」。

如要預覽供應設定結果,請前往「Evaluate」(評估) 頁面,或在控制台前往供應設定的「Details」(詳細資料) 頁面,然後按一下「Evaluate」(評估) 分頁標籤。下列步驟說明如何從「Evaluate」(評估) 頁面預覽。

如要預覽供應設定傳回的結果,請按照下列步驟操作:

  1. 前往 Gemini Enterprise for Customer Experience 控制台,在 AI Commerce Search 點選「評估」。

    前往「評估」頁面

  2. 按一下「搜尋」分頁標籤。

  3. 選取要預覽的供應設定。

  4. 選取要預覽的目錄所在目錄分支。

  5. (選用) 輸入訪客 ID,預覽該使用者的搜尋結果。

  6. (選用) 輸入使用者 ID,預覽該使用者的搜尋結果。

  7. 選用:輸入搜尋時間,預覽指定時間會顯示的搜尋結果。

    舉例來說,如果您曾為特賣活動宣傳特定產品,可以查看當天的成效。

  8. 選用:選取要與搜尋結果一併顯示的 facet,然後按一下「OK」(確定) 套用。

    系統會根據您選取的 facet 產生 facet 篩選器清單,並在您執行初始搜尋後,顯示在「Add facets」(新增 facet) 下方。這些篩選器可能包含您在這個步驟中選取的 facet 以外的 facet,例如動態 facet。

  9. 輸入文字搜尋查詢,預覽該查詢的搜尋結果。

  10. 按一下「Search preview」(搜尋預覽),或在任何輸入欄位中按下 Enter 鍵,即可查看結果。

    搜尋結果會顯示可用的縮圖。

    如果搜尋觸發重新導向控制項,系統會顯示通知,並列出重新導向 URI。

  11. 選用:按一下「Grid」(格狀) 圖示或「List」(清單) 圖示,切換搜尋結果在預覽畫面中的顯示方式。

  12. 選用:如果您選取了要與結果一併顯示的 facet,請從 facet 清單中選取一或多個 facet 值,依據這些值篩選結果。系統會根據選取項目自動更新結果。

    如果選取相同 facet 的多個值,系統會套用 OR 運算子;如果選取不同 facet 的值,系統會套用 AND 運算子。舉例來說,選取顏色 facet 和「藍色」與「金色」值,以及材質值「棉」和「聚酯纖維」後,搜尋結果必須包含「blue」或「gold」屬性,且必須包含「cotton」或「polyester」屬性。

歡迎瀏覽

  1. 前往 Gemini Enterprise for Customer Experience 控制台,在 AI Commerce Search 點選「評估」。

    前往「評估」頁面

  2. 按一下「瀏覽」分頁標籤。

  1. 選取要預覽的供應設定。

  2. 選取要預覽的目錄所在目錄分支。

  3. (選用) 輸入訪客 ID,預覽該使用者的結果。

  4. (選用) 輸入使用者 ID,預覽該使用者的結果。

  5. 如要預覽新增特定篩選條件後的結果,請輸入篩選條件字串。請使用「篩選器」說明文件中指定的篩選運算式語法。

  6. 選用:輸入瀏覽時間,預覽指定時間會顯示的結果。

    舉例來說,如果您在特價活動高峰期宣傳特定產品,可以查看當天的成效。

  7. 輸入要測試瀏覽結果的網頁類別。

  8. 選用:選取要與結果一併顯示的 facet,然後按一下「OK」(確定) 套用。

    系統會根據您選取的 facet 產生 facet 篩選器清單,並在您執行初始搜尋後,顯示在「Add facets」(新增 facet) 下方。這些篩選器可能包含您在這個步驟中選取的 facet 以外的 facet,例如動態 facet。

  9. 按一下「Browse preview」(瀏覽預覽畫面),或在任何輸入欄位中按下 Enter 鍵,即可查看結果。

    結果會與可用的縮圖一起顯示。

  10. 選用:按一下「格狀」圖示或「清單」圖示,切換預覽結果的顯示方式。

  11. 選用:如果您選取了要與結果一併顯示的 facet,請從 facet 清單中選取一或多個 facet 值,依據這些值篩選結果。系統會根據選取項目自動更新結果。

    如果選取相同 facet 的多個值,系統會套用 OR 運算子;如果選取不同 facet 的值,系統會套用 AND 運算子。舉例來說,選取「顏色」和「材質」這兩個 facet 後,您可以選取顏色值「藍色」和「金色」,以及材質值「棉」和「聚酯纖維」,藉此篩選搜尋結果。結果必須同時具備「blue」或「gold」屬性,以及「cotton」或「polyester」屬性。

如要查看預覽供應設定的「詳細資料」頁面,請按一下「選取供應設定」欄位下方的「查看供應設定」。