Requisitos de dados - Topsort Documentation

O T-Brain aprende com as informações dos seus produtos e a atividade dos compradores. Você pode enviar dados dos seus sistemas existentes ou, se for cliente da Topsort, usar conjuntos de dados já sincronizados da Topsort. Para começar, forneça o catálogo e pelo menos um mês de histórico de eventos, incluindo todas as compras e os cliques e impressões de produtos pagos.

Tipos de conjuntos de dados

Um conjunto de dados é uma coleção nomeada usada para treinar um modelo. O T-Brain oferece três tipos de conjuntos de dados:

Tipo de conjunto de dados	O que contém
Categories	Nomes de categorias e o lugar delas na hierarquia do catálogo.
Products	Informações de produtos, incluindo identificadores, descrições, marcas e associações de categoria.
Events	Atividade dos compradores, incluindo impressões, cliques e compras.

Você pode nomear os conjuntos de dados para distinguir a finalidade ou a origem, como products-main-store ou events-september.

Enviar dados

Vá para Data.
Clique em Add dataset.
Selecione Categories, Products ou Events.
Dê um nome ao conjunto de dados.
Envie seus arquivos Parquet e siga as instruções.

O T-Brain exibe a estrutura exigida para cada tipo de conjunto de dados e verifica se os seus arquivos estão em conformidade. As tabelas abaixo explicam as colunas mostradas nos requisitos de envio. Campos marcados como Required devem ser preenchidos. Os outros fornecem informações de produto, relações ou contexto necessários para o seu caso de uso.

Coluna	Tipo	Requisito	Descrição
`category_id`	String	Required	Identificador único da categoria. Os produtos referenciam esse valor por meio de `category_ids`.
`name`	String	Required	Nome de exibição da categoria.
`path`	String	Optional	Hierarquia de categorias separada por pontos, com a categoria mais geral primeiro.

Products

Os envios de produtos são instantâneos. Cada envio deve conter o conjunto completo de produtos.

Coluna	Tipo	Requisito	Descrição
`product_id`	String	Required	Identificador único do produto. Deve corresponder exatamente ao `product_id` correspondente nos registros de eventos.
`name`	String	Optional	Nome de exibição do produto, usado para ajudar o modelo a entender o produto.
`description`	String	Optional	Descrição do produto. HTML é aceito e removido durante o processamento.
`image_url`	String	Optional	URL da imagem do produto, usada ao gerar embeddings de imagem.
`brand_id`	String	Optional	Identificador da marca.
`brand_name`	String	Optional	Nome de exibição da marca.
`category_ids`	List of strings	Optional	Identificadores de categoria que correspondem a registros no conjunto de dados de categorias.
`price`	Decimal	Optional	Preço nas unidades de moeda do seu marketplace. Zero é um preço válido; null significa desconhecido.
`active`	Boolean	Optional	Se o produto está disponível para seleção pelo modelo.
`parent_product_id`	String	Optional	Identificador do produto pai de uma variante.

Embora apenas product_id seja estruturalmente obrigatório, inclua informações descritivas quando disponíveis para que o modelo tenha informações úteis sobre os seus produtos.

Events

Forneça pelo menos um mês de histórico de eventos. Inclua todas as compras, não apenas as compras atribuídas à publicidade, além dos cliques e impressões de produtos pagos. Os eventos devem incluir um identificador consistente do comprador para que interações e compras possam ser conectadas. No conjunto de dados, esse identificador fica em user_id e deve permanecer estável entre sessões e dias. Os envios de eventos são aditivos, o que permite adicionar atividade de períodos adicionais.

Coluna	Tipo	Requisito	Descrição
`event_id`	String	Required	Identificador único da linha do evento. Cada linha de compra tem o próprio identificador.
`event_type`	String	Required	Tipo de atividade. Veja os valores aceitos abaixo.
`ts`	Datetime	Required	Quando a atividade ocorreu, e não quando o arquivo foi enviado.
`user_id`	String	Needed to connect shopper activity	Identificador consistente do comprador entre sessões e dias.
`product_id`	String	Where applicable	Produto envolvido no evento. Pode ser null em eventos de página e de request.
`request_id`	String	Where applicable	Identificador da request ou do leilão associado ao evento.
`source`	String	Where applicable	`sponsored` ou `organic`.
`placement`	String	Optional	Onde a interação ocorreu na página.
`search_term`	String	Optional	Consulta de busca do comprador, decodificada e sem espaços extras.
`page_type`	String	Optional	`home`, `category`, `search`, `pdp` ou `other`. `pdp` significa página de detalhe do produto.
`device`	String	Optional	`mobile` ou `desktop`.
`category`	String	Where applicable	Identificador de categoria associado à request ou à página.
`order_id`	String	For purchase rows	Agrupa as linhas de produto que pertencem ao mesmo pedido.
`quantity`	Integer	For purchase rows	Número de unidades compradas nessa linha.
`unit_price`	Decimal	For purchase rows	Preço pago por unidade, nas unidades de moeda do seu marketplace.
`product_ids`	List of strings	For request rows	Produtos exibidos ou considerados na request.

Tipos de evento aceitos

Valor	Significado
`impression`	Um comprador viu um posicionamento de produto.
`click`	Um comprador clicou em um produto.
`add_to_cart`	Um comprador adicionou um produto ao carrinho.
`page_view`	Um comprador viu uma página.
`purchase`	Um comprador comprou um produto.

Mantenha os identificadores consistentes

Use identificadores exatos e consistentes entre os conjuntos de dados:

O product_id de um evento deve corresponder ao product_id do conjunto de dados de produtos.
Os valores de category_ids de um produto devem corresponder ao category_id dos registros de categoria.
Use o mesmo user_id para o mesmo comprador em interações e compras.
Dê a cada linha de compra um event_id único e use order_id para agrupar as linhas do mesmo pedido.

Atualizar um conjunto de dados enviado

Em Data, clique em Add Files ao lado do conjunto de dados que você quer atualizar. Para produtos e categorias, forneça um instantâneo completo. Para eventos, adicione os novos registros de eventos. Depois que o conjunto de dados for atualizado, treine novamente qualquer modelo que deva aprender com as informações atualizadas. Adicionar arquivos não atualiza automaticamente um modelo já treinado.

Usar conjuntos de dados sincronizados da Topsort

Se você é cliente da Topsort, três conjuntos de dados já estarão disponíveis:

Topsort-categories
Topsort-products
Topsort-events

Esses conjuntos de dados são atualizados em tempo real. Você pode selecioná-los ao criar uma tarefa em vez de enviar as mesmas informações. Atualizações em tempo real dos conjuntos de dados não retreinam automaticamente os modelos implantados.

Treinar com os seus conjuntos de dados

Vá para Tasks, escolha o que você quer que o modelo faça e selecione os conjuntos de dados relevantes. Por exemplo, uma tarefa de ranking de produtos usa produtos e eventos. Inicie o treinamento, acompanhe o progresso em Training e revise a qualidade do modelo em Evals antes da implantação.

Privacidade e acesso aos dados

Seus dados enviados e seus modelos com fine-tuning ficam isolados por varejista. As políticas de retenção e exclusão podem ser configuradas de acordo com os seus requisitos. Fale com um representante de vendas da Topsort para organizar o acesso. A documentação da API está disponível mediante solicitação, incluindo autenticação, formatos de solicitação e resposta, latência e limites de taxa.

​Tipos de conjuntos de dados

​Enviar dados

​Categories

​Products

​Events

​Tipos de evento aceitos

​Mantenha os identificadores consistentes

​Atualizar um conjunto de dados enviado

​Usar conjuntos de dados sincronizados da Topsort

​Treinar com os seus conjuntos de dados

​Privacidade e acesso aos dados