Inteligentna wyszukiwarka produktów dla handlu elektronicznego

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

Architektura

Pobierz plik programu Visio tej architektury.

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. Katalog produktów jest utrzymywany w usługi Azure SQL Database na potrzeby przetwarzania transakcyjnego.
3. Usługa Azure AI Search używa indeksatora wyszukiwania , aby automatycznie aktualizować indeks 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 bezpośrednio od asystentów cyfrowych do wyszukiwania produktów i przyrostowego uściślić zapytania wyszukiwania i wyników.
6. Opcjonalnie klienci mogą używać zestawu umiejętności funkcji, aby zastosować sztuczną inteligencję do jeszcze bardziej inteligentnego przetwarzania.

Składniki

• Azure App Service — Web Apps hostuje aplikacje internetowe umożliwiające skalowanie automatyczne 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.
• wyszukiwania sztucznej inteligencji to rozwiązanie w chmurze, które zapewnia bogate środowisko wyszukiwania w przypadku prywatnej, heterogenicznej zawartości w aplikacjach internetowych, mobilnych i dla przedsiębiorstw.
• azure AI Bot Service udostępnia narzędzia do tworzenia, testowania, wdrażania i zarządzania inteligentnymi botami.
• usługi Azure AI umożliwiają korzystanie z inteligentnych algorytmów do przeglądania, słyszenia, mówienia, interpretowania i interpretowania potrzeb użytkowników 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 przetwarza również zapytania (zwiększenie zapotrzebowania na moc obliczeniową) i możliwości wyszukiwania wewnątrz bazy danych są bardziej ograniczone.
• Możesz hostować typu open source Apache Lucene (na których opiera się wyszukiwanie sztucznej inteligencji) na maszynach wirtualnych platformy Azure, ale następnie wracasz do zarządzania infrastrukturą jako usługą (IaaS) i nie korzystasz z wielu funkcji oferowanych przez usługę AI Search oprócz usługi Lucene.
• Możesz również rozważyć wdrożenie 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:

• usługi 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 znajdą i ostatecznie kupują produkty, co sprawia, że wyniki wyszukiwania są istotne dla intencji zapytania wyszukiwania oraz że kompleksowe środowisko wyszukiwania odpowiada gigantom wyszukiwania, zapewniając niemal natychmiastowe wyniki, analizę językową, dopasowywanie 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 zapytań LIKE lub funkcji wyszukiwania pełnotekstowego. Zamiast tego przy użyciu wyszukiwania sztucznej inteligencji możesz zwolnić operacyjną bazę danych z przetwarzania zapytań i 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 dla bardziej ostatnich informacji (dla przemysłu sportowego, media i rozrywki).
• Wyszukiwanie dużych repozytoriów dla organizacji skoncentrowanych na dokumentach, takich jak osoby podejmujące zasady i notariusze.

Ostatecznie dowolną aplikację, która ma jakąś formę funkcji wyszukiwania, może korzystać z dedykowanej usługi wyszukiwania.

Zagadnienia dotyczące

Te zagadnienia obejmują implementację filarów platformy 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 usługi wyszukiwania sztucznej inteligencji jest używana głównie na potrzeby planowania wydajności , ponieważ definiuje maksymalną ilość miejsca do magazynowania oraz liczbę partycji i replik, które można aprowizować. Partitions umożliwiają indeksowanie większej liczby dokumentów i uzyskiwanie większej przepływności zapisu, natomiast 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 odczytuje (czyli wykonywanie zapytań), jeśli masz co najmniej dwie repliki, a w przypadku aktualizacji (czyli aktualizowania indeksów wyszukiwania), jeśli masz co najmniej trzy repliki. W związku z tym należy aprowizować co najmniej dwie repliki, jeśli chcesz, aby klienci mogli wyszukiwania niezawodnie, a trzy, jeśli rzeczywiste zmiany w indeksie powinny być również uznawane za 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.

Bezpieczeństwo

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

Aby zabezpieczyć dostęp do usługi, możesz użyć kontroli dostępu opartej na rolach platformy Azure (RBAC) 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 użyć metod uwierzytelniania bez hasła, takich jak Tożsamości zarządzane dla zasobów platformy Azure.

Klucze interfejsu API obejmują klucze administratora , które zapewniają pełny dostęp do wszystkich operacji zawartości, a klucze 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 usługi 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 dostrajaj usługę wyszukiwania, aby zapewnić optymalne wyniki na podstawie badań użytkowników lub polegać na analizie ruchu wyszukiwania, aby zrozumieć wzorce wyszukiwania klienta, pozwala podejmować decyzje na podstawie danych.

Typowe sposoby dostosowywania usługi wyszukiwania obejmują:

• Używanie profilów oceniania wpływać na istotność wyników wyszukiwania, na przykład na podstawie pola dopasowanego do zapytania, sposobu ostatniego użycia danych i odległości geograficznej użytkownika.
• Używanie analizatorów języka udostępnianych przez firmę Microsoft, które używają zaawansowanego stosu przetwarzania języka naturalnego w celu lepszego interpretowania zapytań.
• Korzystanie z analizatorów niestandardowych , aby upewnić się, że produkty są prawidłowo znalezione, zwłaszcza jeśli chcesz wyszukiwać informacje inne niż oparte na języku, takie jak produkt i model.

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:

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

Wdróż ten scenariusz

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

Współpracowników

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

Główny autor:

• Jelle Druyts | Główny inżynier klienta

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

Następne kroki

Aby dowiedzieć się więcej na temat wyszukiwania sztucznej inteligencji, odwiedź centrum dokumentacji lub zapoznaj się z przykładami .

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

• Co to jest usługa Azure SQL Database?
• App Service — omówienie
• dokumentacji usługi Azure AI Bot Service
• Co to są usługi azure AI?

Powiązane zasoby

• tworzenie systemu rekomendacji opartych na zawartości