Redigera

Intelligent produktsökmotor för e-handel

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

Det här exempelscenariot visar hur användningen av en dedikerad söktjänst dramatiskt kan öka relevansen för sökresultat för dina e-handelskunder.

Arkitektur

Diagram som visar en arkitekturöversikt över De Azure-komponenter som ingår i en intelligent produktsökmotor för e-handel.

Ladda ned en Visio-fil med den här arkitekturen.

Arbetsflöde

Det här scenariot omfattar en e-handelslösning där kunder kan söka igenom en produktkatalog.

  1. Kunder går till e-handelswebbappen från valfri enhet.
  2. Produktkatalogen underhålls i en Azure SQL-databas för transaktionsbearbetning.
  3. Azure AI Search använder en sökindexerare för att automatiskt hålla sökindexet uppdaterat via integrerad ändringsspårning.
  4. Kundens sökfrågor avlastas till AI Search-tjänsten , som bearbetar frågan och returnerar de mest relevanta resultaten.
  5. Som ett alternativ till en webbaserad sökupplevelse kan kunderna också använda en konversationsrobot i sociala medier eller direkt från digitala assistenter för att söka efter produkter och stegvis förfina sina sökfrågor och resultat.
  6. Alternativt kan kunder använda funktionen kompetensuppsättning för att tillämpa artificiell intelligens för ännu smartare bearbetning.

Komponenter

  • Azure App Service – Web Apps är värd för webbprogram som tillåter autoskalning och hög tillgänglighet utan att behöva hantera infrastrukturen.
  • Azure SQL Database är en relationsdatabashanterad tjänst för generell användning i Microsoft Azure som stöder strukturer som relationsdata, JSON, spatial och XML.
  • AI Search är en molnlösning som ger en omfattande sökupplevelse över privat, heterogent innehåll i webb-, mobil- och företagsprogram.
  • Azure AI Bot Service innehåller verktyg för att skapa, testa, distribuera och hantera intelligenta robotar.
  • Med Azure AI-tjänster kan du använda intelligenta algoritmer för att se, höra, tala, förstå och tolka dina användarbehov via naturliga kommunikationsmetoder.

Alternativ

  • Du kan till exempel använda sökfunktioner i databasen via SQL Server-fulltextsökning, men sedan bearbetar transaktionsarkivet även frågor (vilket ökar behovet av bearbetningskraft) och sökfunktionerna i databasen är mer begränsade.
  • Du kan vara värd för Apache Lucene med öppen källkod (som AI Search bygger på) på Virtuella Azure-datorer, men sedan är du tillbaka till att hantera infrastruktur som en tjänst (IaaS) och inte dra nytta av de många funktioner som AI Search tillhandahåller ovanpå Lucene.
  • Du kan också överväga att distribuera Elasticsearch från Azure Marketplace, som är en alternativ och kapabel sökprodukt från en tredjepartsleverantör, men även i det här fallet kör du en IaaS-arbetsbelastning.

Andra alternativ för datanivån är:

  • Azure Cosmos DB – Microsofts globalt distribuerade databas med flera modeller. Azure Cosmos DB tillhandahåller en plattform för att köra andra datamodeller som MongoDB, Cassandra, Graph-data eller enkel tabelllagring. AI Search stöder även indexering av data från Azure Cosmos DB direkt.

Information om scenario

Sökning är den primära mekanismen genom vilken kunderna hittar och slutligen köper produkter, vilket gör det viktigt att sökresultaten är relevanta för sökfrågans avsikt och att sökupplevelsen från slutpunkt till slutpunkt matchar sökjättarnas genom att tillhandahålla nästan omedelbara resultat, språkanalys, geoplatsmatchning, filtrering, fasettering, automatisk komplettering och träffmarkering.

Föreställ dig ett typiskt webbprogram för e-handel med produktdata som lagras i en relationsdatabas som SQL Server eller SQL Database. Sökfrågor hanteras ofta i databasen med hjälp LIKE av frågor eller funktioner för fulltextsökning . Genom att använda AI Search i stället frigör du din operativa databas från frågebearbetningen och du kan enkelt börja dra nytta av de funktioner som är svåra att implementera och som ger dina kunder bästa möjliga sökupplevelse. Eftersom AI Search är en paaS-komponent (plattform som en tjänst) behöver du inte bekymra dig om att hantera infrastruktur eller bli sökexpert.

Potentiella användningsfall

Den här lösningen är optimerad för detaljhandeln.

Andra relevanta användningsfall är:

  • Hitta fastighetslistor eller butiker nära användarens fysiska plats (för anläggningarna och fastighetsbranschen).
  • Söker efter artiklar på en nyhetswebbplats eller letar efter sportresultat, med högre prioritet för nyare information (för sport-, media- och underhållningsindustrin).
  • Söker igenom stora lagringsplatser efter dokumentcentrerade organisationer, till exempel beslutsfattare och notarier.

I slutändan kan alla program som har någon form av sökfunktion dra nytta av en dedikerad söktjänst.

Att tänka på

Dessa överväganden implementerar grundpelarna i Azure Well-Architected Framework, som är en uppsättning vägledande grundsatser som kan användas för att förbättra kvaliteten på en arbetsbelastning. Mer information finns i Microsoft Azure Well-Architected Framework.

Skalbarhet

Prisnivån för AI-tjänsten Search används främst för kapacitetsplanering eftersom den definierar den maximala lagring du får och hur många partitioner och repliker du kan etablera. Med partitioner kan du indexeras fler dokument och få högre skrivdataflöden, medan repliker ger fler frågor per sekund (QPS) och hög tillgänglighet.

Du kan dynamiskt ändra antalet partitioner och repliker, men det går inte att ändra prisnivån. Därför bör du noga överväga rätt nivå för din målarbetsbelastning. Om du behöver ändra nivån ändå måste du etablera en ny tjänst sida vid sida och läsa in indexen igen där, då kan du peka dina program på den nya tjänsten.

Tillgänglighet

AI Search tillhandahåller ett serviceavtal på tjänstnivå på 99,9 % tillgänglighet (SLA) för läsningar (dvs. frågekörning) om du har minst två repliker och för uppdateringar (dvs. uppdatering av sökindexen) om du har minst tre repliker. Därför bör du etablera minst två repliker om du vill att dina kunder ska kunna söka på ett tillförlitligt sätt, och tre om faktiska ändringar i indexet också bör betraktas som åtgärder med hög tillgänglighet.

Om du behöver göra icke-bakåtkompatibla ändringar i indexet utan avbrott (till exempel ändra datatyper, ta bort eller byta namn på fält) måste indexet återskapas. På samma sätt som att ändra tjänstnivå innebär det att skapa ett nytt index, repopulera det med data och sedan uppdatera dina program så att de pekar på det nya indexet.

Säkerhet

AI Search är kompatibelt med många säkerhets- och datasekretessstandarder, så du kan använda det i de flesta branscher.

För att skydda åtkomsten till tjänsten kan du använda rollbaserad åtkomstkontroll i Azure (RBAC) eller ansluta med API-nycklar.

Vi rekommenderar att du använder Azure RBAC eftersom det använder Azure-roller som integreras med Microsoft Entra-ID. När du använder Azure-roller kan du också använda lösenordslösa autentiseringsmetoder som hanterade identiteter för Azure-resurser.

API-nycklar innehåller administratörsnycklar som ger fullständig åtkomst för alla innehållsåtgärder och frågenycklar, som ger skrivskyddad åtkomst till dokumentsamlingen för ett sökindex. Du bör konfigurera program som inte behöver uppdatera indexet för att använda en frågenyckel och inte en administratörsnyckel, särskilt om en slutanvändarenhet, till exempel ett skript som körs i en webbläsare, utför sökningen.

Du kan också skydda åtkomsten till AI-tjänsten Search på nätverksnivå genom att exponera den via en privat slutpunkt.

Sökrelevans

Hur framgångsrikt ditt e-handelsprogram är beror till stor del på relevansen av sökresultaten för dina kunder. Genom att noggrant justera söktjänsten för att ge optimala resultat baserat på användarundersökningar eller använda analys av söktrafik för att förstå kundens sökmönster kan du fatta beslut baserat på data.

Vanliga sätt att finjustera söktjänsten är:

  • Använda bedömningsprofiler för att påverka relevansen av sökresultat, till exempel baserat på vilket fält som matchade frågan, hur aktuella data är och det geografiska avståndet till användaren.
  • Använda språkanalysverktyg från Microsoft som använder en avancerad bearbetningsstack för naturligt språk för att bättre tolka frågor.
  • Använd anpassade analysverktyg för att säkerställa att dina produkter hittas korrekt, särskilt om du vill söka efter icke-språkbaserad information som en produkts märke och modell.

Kostnadsoptimering

Kostnadsoptimering handlar om att titta på sätt att minska onödiga utgifter och förbättra drifteffektiviteten. Mer information finns i Översikt över kostnadsoptimeringspelare.

För att utforska kostnaden för att köra det här scenariot är alla tjänster som nämnts tidigare förkonfigurerade i kostnadskalkylatorn. Om du vill se hur prissättningen skulle ändras för ditt specifika användningsfall ändrar du lämpliga variabler så att de matchar din förväntade användning.

Överväg de här exempelkostnadsprofilerna baserat på hur mycket trafik du förväntar dig att hantera:

  • Liten: Den här profilen använder en enda Standard S1 webbapp som värd för webbplatsen, den kostnadsfria nivån för Azure AI Bot-tjänsten, en enda Basic söktjänst och en Standard S2 SQL-databas.
  • Medel: Den här profilen skalar upp webbappen till två instanser av Standard S3 nivån, uppgraderar söktjänsten till en Standard S1 nivå och använder en Standard S6 SQL-databas.
  • Stor: Den här profilen använder fyra instanser av en Premium P2V2 webbapp, uppgraderar Azure AI Bot-tjänsten till Standard S1 nivån (med 1.000.000 meddelanden i Premium-kanaler) och använder två enheter av Standard S3 söktjänsten och en Premium P6 SQL-databas.

Distribuera det här scenariot

Om du vill distribuera en version av det här scenariot kan du följa den här stegvisa självstudien som tillhandahåller ett .NET-exempelprogram som kör en webbplats för jobbsökning. Den visar de flesta ai-sökfunktioner som diskuterats hittills.

Deltagare

Den här artikeln underhålls av Microsoft. Det har ursprungligen skrivits av följande medarbetare.

Huvudförfattare:

Om du vill se icke-offentliga LinkedIn-profiler loggar du in på LinkedIn.

Nästa steg

Mer information om AI Search finns i dokumentationscentret eller kolla in exemplen.

Mer information om andra Azure-komponenter finns i följande resurser: