Partager via


Entités de données d’enrichissement des recommandations

Cet article fournit des instructions sur la configuration des entités de données d’enrichissement des recommandations dans contrat de données Recommandations intelligentes.

Évaluation d’entités de données

Une entité de données est un ensemble d’un ou plusieurs fichiers texte de données, chacun ayant une liste de colonnes (également appelée attributs) et des lignes contenant les valeurs de données réelles.

Recommandations intelligentes définit des groupes logiques d’entités de données, chacun ayant son propre objectif.

Remarque

Les entités de données sont facultatives, sauf indication contraire explicite, ce qui signifie que leurs données peuvent être vides ou manquantes.

Revenir à la liste complète des entités de données

Introduction

Les Recommandations intelligentes prennent en charge l’enrichissement manuel des recommandations générées, ce qui vous permet d’ajouter ou de supprimer manuellement des éléments spécifiques ou des variantes d’éléments de n’importe quelle liste de recommandations.

Les actions d’enrichissement prises en charge sont :

  • Inclure : ajoute l’article ou la variante d’article spécifié en haut de la liste spécifiée. Ces éléments ajoutés manuellement sont triés selon leur attribut Rank.

  • Exclure : supprime l’article ou la variante d’article spécifié de la liste spécifiée, quel que soit le rang de l’article dans ladite liste.

Les disponibilités des articles sont toujours respectées. Tout article non considéré comme disponible au moment où l’API de recommandation est appelée n’est pas renvoyé dans le cadre de la réponse.

Les entités de données suivantes font partie des entités de données d’enrichissement des recommandations :

Revenir à la liste complète des entités de données

Enrichissement des recommandations pour un article spécifique

Nom de l’entité de données :Reco_SeededRecommendationsEnrichment

Description : Enrichissement des résultats de recommandation pour un élément spécifique à l’aide d’ItemId connu sous le nom de SeedItemId. S’applique uniquement aux listes telles que "Les gens aiment aussi", qui sont associées à un élément spécifique.

Attributs :

Nom Type de données Obligatoire Valeur par défaut Comportement de la valeur non valide Commentaires
RecoListName Chaîne Oui Valeur de rognage Consultez Table des noms de liste pour les noms de liste pris en charge.
AlgoType Chaîne Non Valeur de rognage Tous les noms de liste ne nécessitent pas la définition de cette valeur. Consultez la table AlgoTypes pour les types d’algorithmes pris en charge pour chaque nom de liste.
SeedItemId String(16) Oui Abandonner l’entrée ItemId pour lequel la liste est recommandée. Voir Entités de données requises par scénario de recommandations pour l’ID de l’article.
SeedItemVariantId String(16) Non Abandonner l’entrée ItemVariantId pour lequel la liste est recommandée. Voir Entités de données requises par scénario de recommandations pour l’ID de variante.
ItemId String(16) Oui Abandonner l’entrée Voir Entités de données requises par scénario de recommandations pour l’ID de l’article.
ItemVariantId String(16) Non Abandonner l’entrée Voir Entités de données requises par scénario de recommandations pour l’ID de variante.
EnrichmentAction Chaîne Oui Abandonner l’entrée Prise en charge uniquement Inclure ou Exclure pour le moment.
Classement Int Non Abandonner l’entrée Pour l’action d’enrichissement Exclure, cette valeur est ignorée.

Instructions :

  • Articles marqués inclure peut être ajouté uniquement en haut d’une liste de recommandations générée.

  • Exclure un article d’une liste dans lequel l’article n’apparaît pas n’aura aucun effet.

  • L’exclusion gagne toujours. Si vous incluez et excluez le même article de la même liste, il est exclu de la réponse finale de l’API.

  • L’attribut Rank spécifie uniquement l’ordre entre les articles ajoutés ou les variantes d’articles. Dans tous les cas, ils seront toujours ajoutés en haut de la liste. S’il existe des valeurs de classement en double pour plusieurs articles, elles sont ajoutées dans un ordre aléatoire entre elles.

  • Les enrichissements avec une valeur AlgoType non pris en charge sont ignorés.

Exemple de données :

Les en-têtes apparaissent uniquement à des fins de commodité et ne doivent pas faire partie des données réelles.

RecoListName AlgoType SeedItemId SeedItemVariantId ItemId ItemVariantId EnrichmentAction Classement
Similaires MF Élément1 Élément2 Inclure 1
Similaires MF Élément1 Item3 Item3Var1 Inclure 2
Similaires DAS Item3 Item3Var1 Élément1 Item1Var2 Exclure
Panier Item3 Élément1 Item1Var1 Inclure 1

Enrichissement des recommandations

Nom de l’entité de données :Reco_RecommendationsEnrichment

Description : Enrichissement des résultats des recommandations

Attributs :

Nom Type de données Obligatoire Valeur par défaut Comportement de la valeur non valide Commentaires
RecoListName Chaîne Oui Valeur de rognage Consultez Table des noms de liste pour les noms de liste pris en charge.
ItemId String(16) Oui Abandonner l’entrée Accédez à Entités de données requises par scénario de recommandations pour l’ID de l’article.
ItemVariantId String(16) Non Abandonner l’entrée Accédez à Entités de données requises par scénario de recommandations pour l’ID de variante.
EnrichmentAction Chaîne Oui Abandonner l’entrée Prise en charge uniquement Inclure ou Exclure pour le moment.
Classement Int Non Abandonner l’entrée Pour l’action d’enrichissement Exclure, cette valeur est ignorée.

Instructions :

Revenir à la liste complète des entités de données

ListNames, AlgoTypes et Améliorations

Table de ListNames

La liste actuelle des ListNames disponibles est indiquée dans le tableau :

ListName Facturation (standard/premium) Ensemble de fonctionnalités de modélisation
BrowseLists Standard De base
ExternalLists Standard De base
PeopleAlso Standard De base
NextBestAction (anciennement « Panier ») Standard De base
Prélèvements Standard Standard
ViewedInSession Standard Standard
VisualSimilarity Premium Premium
TextualSimilarity Premium Premium

Table d’AlgoTypes

Les AlgoTypes disponibles et les différentes API avec lesquelles vous pouvez les utiliser sont indiqués dans le tableau :

AlgoType Description API prise en charge
RecentPurchases Les recommandations de prélèvements sont calculées en fonction des achats les plus récents (ou une autre interaction) de l’utilisateur. Uniquement disponible avec l’API de sélection de l’utilisateur.
RecentViews Les recommandations de prélèvements sont calculées en fonction de de l’historique des consultations les plus récentes et des préférences de l’utilisateur. Uniquement disponible avec l’API de sélection de l’utilisateur.
Historique complet Les recommandations de prélèvements sont calculées en fonction de l’historique des achats complets (ou une autre interaction) de l’utilisateur. Uniquement disponible avec l’API de sélection de l’utilisateur.
MF (factorisation matricielle) Vue du calendrier par défaut pour l’API similaire. Uniquement disponible avec l’API similaire
Visuel Les similarités d’articles sont calculées en fonction des similarités visuelles des images du catalogue. Uniquement disponible avec l’API similaire.
Textuel Les similarités d’articles sont calculées en fonction des similarités textuelles (compréhension du langage) des titre et descriptions textuelles du catalogue. Uniquement disponible avec l’API similaire.
BringSimilarItems Lorsqu’une image composite est fournie, cet AlgoType suggère des éléments visuellement similaires aux éléments identifiés dans l’image composite. Uniquement disponible avec l’API similaire.
CompleteSimilarStyles Lorsqu’un élément initial est fourni, cet AlgoType suggère d’autres images composites de styles similaires qui sont similaires à l’élément initial. Uniquement disponible avec l’API similaire.
CompleteSimilarItems Lorsqu’un élément initial est fourni, cet AlgoType suggère des éléments d’autres images composites qui sont similaires à l’élément initial. Uniquement disponible avec l’API similaire.
DAS « DAS » signifie Direct Associated Scoring ou Scores d’association directe. Cet AlgoType fournit des recommandations basées sur des similitudes en utilisant des cooccurrences d’articles au sein de l’entité de données d’interactions. Cet Algotype est la valeur par défaut de l’API NextBestAction. Uniquement disponible avec l’API Similaire et l’API NextBestAction (anciennement appelée « Panier »).

Table d’améliorations

Les améliorations disponibles et les différentes API avec lesquelles vous pouvez les utiliser sont indiqués dans le tableau ; vous pouvez ajouter plusieurs améliorations séparées par des virgules, à condition qu’elles ne se contredisent pas.

Amélioration Définition API prise en charge comportement par défaut
RemoveUserHistory Supprime les articles que l’utilisateur a déjà achetés afin qu’ils ne soient plus recommandés à cet utilisateur. toutes les API Activé par défaut uniquement pour l’API "Obtenir les sélections de l’utilisateur".
KeepUserHistory Conserve l’historique des articles achetés par l’utilisateur que le service de recommandation peut considérer à nouveau pour le même utilisateur. toutes les API Activé par défaut pour toutes les API sauf "Obtenir les sélections de l’utilisateur".
EnableShuffling Modifie légèrement l’ordre des éléments sans en affecter la pertinence de manière significative pour éviter que les utilisateurs voient systématiquement les mêmes recommandations. toutes les API Activé par défaut uniquement pour l’API "Obtenir les sélections de l’utilisateur".
DisableShuffling Conserve l’ordre des éléments recommandés sans mélanger les résultats. toutes les API Activé par défaut pour toutes les API sauf "Obtenir les sélections de l’utilisateur".

Voir aussi

Présentation des contrats de données
Table de mappage des entités de données
Entités de données du catalogue
Entités de données d’interaction
Entités de données de configuration de recommandation
Entités de données d’utilisateurs désabonnés
Entités de données des listes externes
Entités de données de mappage image-élément
API de recommandations intelligentes
Guide de démarrage rapide : configurer et exécuter des recommandations intelligentes avec un exemple données