Edytuj

Inteligentna wyszukiwarka produktów dla handlu elektronicznego

Azure AI Bot Service
Azure AI Search
Azure AI services
Azure SQL Database
Azure App Service

W tym przykładowym scenariuszu pokazano, jak korzystanie z dedykowanej usługi wyszukiwania może znacznie zwiększyć znaczenie wyników wyszukiwania dla klientów korzystających z handlu elektronicznego.

Architektura

Diagram przedstawiający przegląd architektury składników platformy Azure zaangażowanych w inteligentną wyszukiwarkę produktów dla handlu elektronicznego.

Pobierz plik programu Visio z tą architekturą.

Przepływ pracy

W tym scenariuszu opisano rozwiązanie do handlu elektronicznego, w którym klienci mogą przeszukiwać katalog produktów.

  1. Klienci przechodzą do aplikacji internetowej handlu elektronicznego z dowolnego urządzenia.
  2. Wykaz produktów jest przechowywany w bazie danych Azure SQL Database na potrzeby przetwarzania transakcyjnego.
  3. Usługa Azure AI Search używa indeksatora wyszukiwania do automatycznego aktualizowania indeksu wyszukiwania za pomocą zintegrowanego śledzenia zmian.
  4. Zapytania wyszukiwania klienta są odciążane do usługi wyszukiwania sztucznej inteligencji, która przetwarza zapytanie i zwraca najbardziej odpowiednie wyniki.
  5. Jako alternatywa dla internetowego środowiska wyszukiwania klienci mogą również używać bota konwersacyjnego w mediach społecznościowych lub prosto od asystentów cyfrowych do wyszukiwania produktów i przyrostowego uściślinia zapytań wyszukiwania i wyników.
  6. Opcjonalnie klienci mogą używać funkcji zestawu umiejętności do stosowania sztucznej inteligencji do jeszcze bardziej inteligentnego przetwarzania.

Składniki

  • aplikacja systemu Azure Service — usługa Web Apps hostuje aplikacje internetowe umożliwiające automatyczne skalowanie i wysoką dostępność bez konieczności zarządzania infrastrukturą.
  • Azure SQL Database to usługa zarządzana relacyjnymi bazami danych ogólnego przeznaczenia na platformie Microsoft Azure, która obsługuje struktury, takie jak dane relacyjne, JSON, przestrzenne i XML.
  • Wyszukiwanie sztucznej inteligencji to rozwiązanie w chmurze, które zapewnia bogate środowisko wyszukiwania w prywatnej, heterogenicznej zawartości w aplikacjach internetowych, mobilnych i dla przedsiębiorstw.
  • Usługa Azure AI Bot Service udostępnia narzędzia do tworzenia, testowania, wdrażania i zarządzania inteligentnymi botami.
  • Usługi Azure AI umożliwiają korzystanie z inteligentnych algorytmów w celu zobaczenia, słyszenia, mówienia, interpretowania i interpretowania potrzeb użytkownika za pomocą naturalnych metod komunikacji.

Alternatywy

  • Można użyć funkcji wyszukiwania w bazie danych, na przykład za pośrednictwem wyszukiwania pełnotekstowego programu SQL Server, ale magazyn transakcyjny również przetwarza zapytania (zwiększenie zapotrzebowania na moc obliczeniową) i możliwości wyszukiwania wewnątrz bazy danych są bardziej ograniczone.
  • Możesz hostować rozwiązanie Apache Lucene typu open source (na którym jest tworzone wyszukiwanie sztucznej inteligencji) na maszynach wirtualnych platformy Azure, ale wracasz do zarządzania infrastrukturą jako usługą (IaaS) i nie korzystasz z wielu funkcji oferowanych przez usługę AI Search w oparciu o usługę Lucene.
  • Możesz również rozważyć wdrożenie usługi Elasticsearch z witryny Azure Marketplace, która jest alternatywnym i zdolnym produktem wyszukiwania od innego dostawcy, ale także w tym przypadku uruchamiasz obciążenie IaaS.

Inne opcje dla warstwy danych obejmują:

  • Azure Cosmos DB — globalnie rozproszona, wielomodelowa baza danych firmy Microsoft. Usługa Azure Cosmos DB udostępnia platformę do uruchamiania innych modeli danych, takich jak MongoDB, Cassandra, Dane programu Graph lub prosty magazyn tabel. Usługa AI Search obsługuje również indeksowanie danych bezpośrednio z usługi Azure Cosmos DB.

Szczegóły scenariusza

Wyszukiwanie to podstawowy mechanizm, za pomocą którego klienci znajdują i ostatecznie kupują produkty, co sprawia, że wyniki wyszukiwania są istotne dla intencji zapytania wyszukiwania oraz że kompleksowe środowisko wyszukiwania jest zgodne z tym, że gigantów wyszukiwania zapewnia niemal natychmiastowe wyniki, analizę językową, dopasowanie lokalizacji geograficznej, filtrowanie, tworzenie aspektów, autouzupełnianie i wyróżnianie trafień.

Wyobraź sobie typową aplikację internetową do handlu elektronicznego z danymi produktu przechowywanymi w relacyjnej bazie danych, takiej jak SQL Server lub SQL Database. Zapytania wyszukiwania są często obsługiwane wewnątrz bazy danych przy użyciu LIKE zapytań lub funkcji wyszukiwania pełnotekstowego. Zamiast tego korzystając z funkcji wyszukiwania sztucznej inteligencji, możesz zwolnić operacyjną bazę danych z przetwarzania zapytań i można łatwo rozpocząć korzystanie z tych trudnych do zaimplementowania funkcji, które zapewniają klientom najlepsze możliwe środowisko wyszukiwania. Ponadto, ponieważ wyszukiwanie sztucznej inteligencji jest składnikiem platformy jako usługi (PaaS), nie musisz martwić się o zarządzanie infrastrukturą ani stać się ekspertem w zakresie wyszukiwania.

Potencjalne przypadki użycia

To rozwiązanie jest zoptymalizowane pod kątem branży handlu detalicznego.

Inne istotne przypadki użycia to:

  • Znajdowanie ofert nieruchomości lub sklepów w pobliżu lokalizacji fizycznej użytkownika (dla obiektów i branży nieruchomości).
  • Wyszukiwanie artykułów w witrynie informacyjnej lub wyszukiwanie wyników sportowych, z wyższymi preferencjami dotyczącymi najnowszych informacji (dla branż sportowych, medialnych i rozrywkowych).
  • Wyszukiwanie dużych repozytoriów dla organizacji skoncentrowanych na dokumentach, takich jak twórcy zasad i notariusze.

Ostatecznie każda aplikacja, która ma jakąś formę funkcji wyszukiwania, może korzystać z dedykowanej usługi wyszukiwania.

Kwestie wymagające rozważenia

Te zagadnienia implementują filary struktury Azure Well-Architected Framework, która jest zestawem wytycznych, które mogą służyć do poprawy jakości obciążenia. Aby uzyskać więcej informacji, zobacz Microsoft Azure Well-Architected Framework.

Skalowalność

Warstwa cenowa usługa wyszukiwania sztucznej inteligencji jest używana głównie do planowania pojemności, ponieważ definiuje maksymalną ilość miejsca do magazynowania oraz liczbę partycji i replik, które można aprowizować. Partycje umożliwiają indeksowanie większej liczby dokumentów i uzyskiwanie większej przepływności zapisu, podczas gdy repliki zapewniają więcej zapytań na sekundę (QPS) i wysoką dostępność.

Można dynamicznie zmieniać liczbę partycji i replik, ale nie można zmienić warstwy cenowej. Dlatego należy dokładnie rozważyć odpowiednią warstwę dla obciążenia docelowego. Jeśli mimo to musisz zmienić warstwę, musisz aprowizować nową usługę obok siebie i ponownie załadować tam indeksy. W tym momencie możesz wskazać aplikacje w nowej usłudze.

Dostępność

Wyszukiwanie sztucznej inteligencji zapewnia 99,9% umowy dotyczącej poziomu usług (SLA) dla operacji odczytu (czyli wykonywania zapytań), jeśli masz co najmniej dwie repliki, oraz aktualizacje (czyli aktualizowanie indeksów wyszukiwania), jeśli masz co najmniej trzy repliki. W związku z tym należy aprowizować co najmniej dwie repliki, jeśli chcesz, aby klienci mogli niezawodnie wyszukiwać, a trzy, jeśli rzeczywiste zmiany indeksu powinny być również traktowane jako operacje o wysokiej dostępności.

Jeśli konieczne jest wprowadzenie zmian powodujących niezgodność w indeksie bez przestoju (na przykład zmiana typów danych, usunięcie lub zmiana nazwy pól), indeks będzie musiał zostać ponownie skompilowany. Podobnie jak w przypadku zmiany warstwy usługi, oznacza to utworzenie nowego indeksu, ponowne wypełnienie go danymi, a następnie zaktualizowanie aplikacji w taki sposób, aby wskazywały nowy indeks.

Zabezpieczenia

Wyszukiwanie sztucznej inteligencji jest zgodne z wieloma standardami zabezpieczeń i prywatności danych, dzięki czemu można ich używać w większości branż.

Aby zabezpieczyć dostęp do usługi, możesz użyć kontroli dostępu opartej na rolach (RBAC) platformy Azure lub nawiązać połączenie z kluczami interfejsu API.

Zalecamy użycie kontroli dostępu opartej na rolach platformy Azure, ponieważ używa ona ról platformy Azure, które integrują się z identyfikatorem Entra firmy Microsoft. W przypadku korzystania z ról platformy Azure można również używać metod uwierzytelniania bez hasła, takich jak tożsamości zarządzane dla zasobów platformy Azure.

Klucze interfejsu API obejmują klucze administracyjne, które zapewniają pełny dostęp do wszystkich operacji zawartości i kluczy zapytań, które zapewniają dostęp tylko do odczytu do kolekcji dokumentów indeksu wyszukiwania. Należy skonfigurować aplikacje, które nie muszą aktualizować indeksu, aby używały klucza zapytania, a nie klucza administratora, zwłaszcza jeśli urządzenie użytkownika końcowego, takie jak skrypt uruchomiony w przeglądarce internetowej, wykonuje wyszukiwanie.

Możesz również zabezpieczyć dostęp do usługa wyszukiwania sztucznej inteligencji na poziomie sieci, uwidaczniając go za pośrednictwem prywatnego punktu końcowego.

Istotność wyszukiwania

Sposób pomyślnego działania aplikacji do handlu elektronicznego zależy w dużej mierze od istotności wyników wyszukiwania dla klientów. Starannie dostrajanie usługi wyszukiwania w celu zapewnienia optymalnych wyników na podstawie badań użytkowników lub poleganie na analizie ruchu wyszukiwania w celu zrozumienia wzorców wyszukiwania klienta umożliwia podejmowanie decyzji na podstawie danych.

Typowe sposoby dostosowywania usługi wyszukiwania obejmują:

  • Używanie profilów oceniania w celu wpływania na istotność wyników wyszukiwania, na przykład na podstawie tego, które pole pasuje do zapytania, jak ostatnie są dane, oraz odległości geograficznej od użytkownika.
  • Korzystanie z analizatorów języka udostępnianych przez firmę Microsoft, które używają zaawansowanego stosu przetwarzania języka naturalnego do lepszego interpretowania zapytań.
  • Korzystanie z analizatorów niestandardowych w celu zapewnienia prawidłowego znalezienia produktów, zwłaszcza jeśli chcesz wyszukiwać informacje niejęzyczne, takie jak tworzenie i model produktu.

Optymalizacja kosztów

Optymalizacja kosztów dotyczy sposobów zmniejszenia niepotrzebnych wydatków i poprawy wydajności operacyjnej. Aby uzyskać więcej informacji, zobacz Omówienie filaru optymalizacji kosztów.

Aby poznać koszt działania tego scenariusza, wszystkie wymienione wcześniej usługi są wstępnie skonfigurowane w kalkulatorze kosztów. Aby zobaczyć, jak ceny zmienią się dla konkretnego przypadku użycia, zmień odpowiednie zmienne, aby odpowiadały oczekiwanemu użyciu.

Rozważ następujące przykładowe profile kosztów na podstawie ilości ruchu, który ma być obsługiwany:

  • Mały: ten profil używa jednej Standard S1 aplikacji internetowej do hostowania witryny internetowej, warstwy bezpłatnej usługi Azure AI Bot Service, pojedynczej Basic usługi wyszukiwania i Standard S2 bazy danych SQL.
  • Średni: ten profil skaluje aplikację internetową w górę do dwóch wystąpień warstwy Standard S3 , uaktualnia usługę Standard S1 wyszukiwania do warstwy i używa Standard S6 bazy danych SQL.
  • Duży: ten profil używa czterech wystąpień aplikacji internetowej, uaktualnia usługę Premium P2V2 Azure AI Bot service do Standard S1 warstwy (z komunikatami 1.000.000 w kanałach Premium) i używa dwóch jednostek Standard S3 usługi wyszukiwania i Premium P6 bazy danych SQL.

Wdrażanie tego scenariusza

Aby wdrożyć wersję tego scenariusza, możesz wykonać czynności opisane w tym samouczku krok po kroku, który zawiera przykładową aplikację platformy .NET uruchamiającą witrynę internetową wyszukiwania zadań. Pokazuje większość omówionych do tej pory funkcji wyszukiwania sztucznej inteligencji.

Współautorzy

Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.

Główny autor:

Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.

Następne kroki

Aby dowiedzieć się więcej o wyszukiwaniu sztucznej inteligencji, odwiedź centrum dokumentacji lub zapoznaj się z przykładami.

Aby dowiedzieć się więcej o innych składnikach platformy Azure, zobacz następujące zasoby: