收集数据

安装和配置Product Recommendations时，模块会将行为数据收集部署到您的店面。 此机制从购物者那里收集匿名行为数据并支持Product Recommendations。 例如，view事件用于计算Viewed this, viewed that推荐类型，place-order事件用于计算Bought this, bought that推荐类型。

要了解有关Product Recommendations事件收集的行为数据的更多信息，请参阅开发人员文档。

医疗保健客户

如果您是医疗保健客户，并且安装了数据服务HIPAA扩展（该扩展包含在数据连接扩展中），则Product Recommendations将停止收集店面事件数据，因为它是在客户端生成的。

要继续收集和发送店面事件数据，请为Product Recommendations重新启用事件收集。 有关详细信息，请参阅常规配置。

数据类型和事件

产品推荐中使用两种类型的数据：

安装magento/product-recommendations模块时，Adobe AI会聚合行为和目录数据，并为每种推荐类型创建产品推荐。 然后，产品推荐服务以包含推荐的产品​ 项 ​的小组件的形式将这些推荐部署到您的店面。

某些推荐类型使用购物者的行为数据来训练机器学习模型并生成个性化推荐。 其他则仅依赖目录数据。 要快速开始使用产品推荐，请从以下仅目录推荐类型中进行选择：

冷启动

何时可以开始使用使用使用行为数据的推荐类型？ 视情况而定。 此情况称为​ 冷启动 ​问题。

冷启动​问题是机器学习模型训练所需的时间，之后才能生成有效的推荐。 对于产品推荐，Adobe AI必须收集足够的数据来训练其模型，然后才能部署推荐单元。 更多数据通常会提高推荐的准确性和实用性。 由于数据收集是在您的实时网站上进行的，因此请通过安装和配置magento/product-recommendations模块提前启动此过程。

下表针对为每种推荐类型收集足够数据所花费的时间提供了一般性指导：

可能影响培训所需时间的其他变量：

为了帮助您可视化每个推荐类型的培训进度，创建推荐页面会显示就绪指示器。

当您的实时网站收集数据并训练机器学习模型时，请完成剩余的测试和配置任务。 一旦模型拥有足够的数据来生成有用的推荐，请将推荐单元部署到您的店面。

如果您的网站未收到与大多数产品SKU匹配的足够流量（查看次数、购买次数或趋势），则学习过程可能无法完成，从而导致管理员中的就绪指示器显示为卡住。 就绪指示器可帮助商家为其商店选择最佳推荐类型，但它们只是一个指南，并且可能永远不会达到100%。 详细了解就绪指示器。 了解关于就绪指示器的更多信息。

备用建议 backuprecs

当输入数据不足导致推荐单元无法返回所有请求的项目时，Adobe Commerce会使用备用推荐填充该单元。 例如，在主页上部署Recommended for you推荐类型后，首次购物者可能没有为个性化推荐生成足够的行为数据。 在这种情况下，Adobe Commerce根据Most viewed 推荐类型显示项目。

如果输入数据收集不足，则以下推荐类型回退到Most viewed推荐类型：

注意事项