收集資料

當您安裝和設定Product Recommendations時，模組會將行為資料收集部署到您的店面。 此機制會從購物者收集匿名化的行為資料，並支援Product Recommendations。 例如，view事件是用來計算Viewed this, viewed that建議型別，place-order事件是用來計算Bought this, bought that建議型別。

若要深入瞭解Product Recommendations事件所收集的行為資料，請參閱開發人員檔案。

醫療保健客戶

如果您是醫療保健客戶，且已安裝資料服務HIPAA擴充功能 （包含在資料連線擴充功能中），則Product Recommendations會停止收集店面事件資料，因為資料是在使用者端產生。

若要繼續收集和傳送店面事件資料，請重新啟用Product Recommendations的事件收集。 如需詳細資訊，請參閱一般組態。

資料型別和事件

Product Recommendations中使用兩種型別的資料：

安裝magento/product-recommendations模組時，Adobe AI會彙總行為和目錄資料，並為每種建議型別建立產品建議。 產品推薦服務會以包含推薦產品​ 專案 ​的Widget形式，將這些推薦部署到您的店面。

有些建議型別會使用購物者的行為資料來訓練機器學習模型，並產生個人化建議。 其他則僅依賴目錄資料。 若要快速開始使用產品建議，請從下列僅目錄建議型別中選擇：

冷啟動

您何時可以開始使用使用使用行為資料的建議型別？ 視情況而定。 此情況稱為​ 冷啟動 ​問題。

冷開始​問題是機器學習模型訓練所需的時間，之後才能產生有效的建議。 針對產品建議，Adobe AI必須先收集足夠的資料以訓練其模型，才能部署建議單位。 更多資料通常會改善建議的準確性和實用性。 因為資料收集會在您的即時網站上進行，請透過安裝和設定magento/product-recommendations模組來提前開始此程式。

下錶針對收集每種建議型別的足夠資料所需時間提供一些一般指引：

其他可能影響訓練所需時間的變數：

為了協助您視覺化每個建議型別的訓練進度，建立建議頁面會顯示準備程度指標。

當您的即時網站收集資料並訓練機器學習模型時，請完成其餘的測試和設定工作。 當模型擁有足夠的資料以產生有用的建議後，將建議單位部署到您的店面。

如果您的網站未收到適用於大部分產品SKU的足夠流量（檢視、購買或趨勢），則學習流程可能無法完成，導致管理員中的整備程度指標顯示為卡住。 整備程度指標可協助商家為其商店選擇最佳建議型別，但僅作為指南，且永遠無法達到100%。 進一步瞭解整備程度指標。 進一步瞭解整備指標。

備份建議 backuprecs

當輸入資料不足導致建議單位無法傳回所有請求的專案時，Adobe Commerce會以備份建議填入。 例如，您在首頁上部署Recommended for you建議型別後，首次購物者可能無法針對個人化建議產生足夠的行為資料。 在此案例中，Adobe Commerce會根據Most viewed 建議型別顯示專案。

如果輸入資料收集不足，下列建議型別會遞補為Most viewed建議型別：

警告