关于GCP Retail API过滤后确保返回至少30条推荐项的问询

针对使用GCP Retail API的「Recommended for You」模型时，过滤后结果无法达到最少30条的问题，分享几个可行的实操策略：

1. 分层过滤+逐步回退 #

先应用最严格的目标过滤条件，调用API后检查返回结果数量：

• 如果结果≥30条，直接返回；
• 如果不足，逐步放宽过滤规则（比如先去掉价格区间限制，再放宽品类范围），重新调用API，直到结果达标或过滤条件放宽到最基础规则。

示例逻辑（伪代码）：

from google.cloud import retail_v2

client = retail_v2.RecommendationsServiceClient()

def get_recommendations(user_id, filter_strings):
    for filter_str in filter_strings:
        request = retail_v2.RecommendRequest(
            placement="projects/[PROJECT_ID]/locations/global/catalogs/[CATALOG_ID]/placements/recommended-for-you",
            user_event=retail_v2.UserEvent(user_id=user_id),
            filter=filter_str,
            page_size=30
        )
        response = client.recommend(request)
        if len(response.results) >= 30:
            return response.results
    # 最后用无过滤的请求兜底
    request = retail_v2.RecommendRequest(
        placement="projects/[PROJECT_ID]/locations/global/catalogs/[CATALOG_ID]/placements/recommended-for-you",
        user_event=retail_v2.UserEvent(user_id=user_id),
        page_size=30
    )
    return client.recommend(request).results

# 按严格到宽松的顺序定义过滤条件
filter_list = [
    "category: 'electronics' AND price < 500",
    "category: 'electronics'",
    ""
]
recommendations = get_recommendations("user_123", filter_list)

2. 过滤结果+无过滤结果补充 #

先调用带过滤条件的API获取结果，若数量不足，再调用无过滤的推荐API，从返回结果中剔除已存在的商品，补充剩余数量：

• 第一步：获取过滤后的N条结果（N<30）；
• 第二步：调用无过滤的推荐请求，设置page_size=60（足够多的候选）；
• 第三步：从无过滤结果中筛选未出现在第一步列表中的商品，取(30-N)条补充。

这种方式既保留了过滤后的精准推荐，又用通用推荐兜底，平衡相关性和数量要求。

3. 扩大API候选池后本地过滤 #

调整API请求的page_size为更大的值（比如60），让API返回更多候选结果，然后在客户端本地应用过滤规则：

• 优点：避免多次调用API，减少延迟；
• 注意：需评估返回更多候选对性能的影响，确保客户端处理效率。

示例请求参数：

request = retail_v2.RecommendRequest(
    placement="projects/[PROJECT_ID]/locations/global/catalogs/[CATALOG_ID]/placements/recommended-for-you",
    user_event=retail_v2.UserEvent(user_id=user_id),
    page_size=60  # 扩大候选池
)
response = client.recommend(request)
# 本地过滤
filtered_results = [item for item in response.results if item.product.price < 500]
# 若过滤后不足30，直接取前30条（或补充其他逻辑）
final_results = filtered_results[:30] if len(filtered_results)>=30 else filtered_results + response.results[len(filtered_results):30]

最佳实践 #

• 提前分析过滤条件的商品覆盖率：通过Retail API的商品统计或BigQuery导出数据，评估哪些过滤条件会导致结果不足，提前优化过滤规则；
• 监控结果数量：设置告警，当过滤后结果持续低于30条时，及时调整策略；
• 测试回退逻辑：A/B测试不同回退方案（比如放宽过滤vs补充无过滤结果），找到用户体验和推荐相关性的最优平衡点。

内容的提问来源于stack exchange，提问作者K. Tai