在本平台中，数据集是所有搜索相关功能的数据基础。平台主要支持以下两种核心数据集类型：

1. 物品数据集: 这是应用进行搜索和推荐的基础。物品数据集包含具体的物品信息，具体可分为 图文数据 和 视频数据 两种形式。为了启动应用的基础配置（如索引构建），一个应用必须首先关联至少一个（至多三个同类型的）物品数据集。
2. 用户行为数据集: 此类数据集记录了用户的历史行为，可用于个性化推荐。

此外，无论是物品数据集还是用户行为数据集，同一个数据集都可以被多个不同的应用关联复用，以实现数据共享和高效管理。本文将详细介绍平台所支持的物品数据集和用户行为数据集的定义、数据结构、配置方法和应用方式，帮助您为AI搜索和推荐功能准备高质量的数据基础。

若要让您平台上的商品、内容素材、新闻资讯、视频等各类结构化内容支持精准搜索和智能推荐，物品数据集是构建这一能力的核心基础。
物品数据集主要包含以下两种类型的数据：

1. 图文数据: 指包含图片及其相关文本描述的物品，例如商品详情、文章资讯、用户分享的图文帖子等。
2. 视频数据: 指包含视频文件本身及其相关元信息的内容，例如短视频、教学课程、影视片段、新闻报道视频等。

物品数据为结构化数据，使用标准的JSON格式定义和上传，您可以创建物品数据集来存储任意的结构化搜索对象，比如商品、内容素材、新闻资讯、视频等。用户的标准搜索和对话式搜索行为，本质上都是在这个类型的数据集中查找和匹配信息。
为了实现更高效的召回和更准确的搜索结果，物品数据集支持多模态内容理解；平台会深度分析并结合不同类型的数据信息。例如，针对图文数据，会综合理解图片与文本信息；对于视频数据，则会结合视频文件本身内容及其附带的元信息（如标题、简介、标签、视频时长等）。这种多模态处理方式能够显著提升平台对内容的深度理解，进而优化搜索和推荐的相关性与准确度。

图文数据集

若您希望将平台上的图文内容（如商品信息、新闻资讯、设计素材等）整合进搜索与推荐系统，并实现基于内容的问答与信息提取，图文数据集是理想的解决方案。图文数据集支持您上传包含图片和相关文本描述的数据。系统将自动调用多模态预处理和理解能力，深度解析图像视觉信息与文本语义内容，并将这些图文内容索引，以供用户在对话时进行搜索以及对图文内容的问答。
图文搜索适用于以下场景：

• 电商平台
  • 帮助用户快速找到所需商品。通过理解商品图片与文字描述，实现精准的商品搜索、个性化推荐和智能问答，提升购物体验。
• 设计图文素材
  • 方便设计师或内容创作者快速检索和发现符合需求的图片、模板、插画等图文创意素材。通过对素材内容和风格的理解，提高设计效率。

其他图文内容搜索场景，如： 企业内部知识库问答、学术文献的图文内容理解与匹配等。

数据集描述

图文数据集描述允许您为当前数据集添加一段概括性的文字说明，用以阐述其包含的主要数据内容、数据来源、适用领域或关键特征。例如：“笔记本电脑商品信息表，包含商品的基本信息、图片、参数等”。
此描述会被AI搜索助手用于理解数据集的主题和范围，从而在执行搜索时做出更佳判断，有助于提升搜索结果的准确度。建议填写清晰、准确的描述。

图文数据格式

图文数据集支持自由的schema定义，即我们不限制数据字段名称，您可以自定义JSON结构（字段名、字段类型）来上传任意的图文信息来描述被搜索的数据内容。您可以使用控制台创建AI搜索应用时创建数据集，上传一条或多条JSON数据来进行schema解析，控制台的大模型数据解析功能可为您解析字段结构和字段名称、特殊属性和数据集内容摘要。
字段名称：必须以字母开头，且只能包含字母、数字和下划线
字段类型：支持JSON schema的以下核心数据类型

• String (Array)
• Integer (Array) ：支持定义Int64和Int32
• Float (Array)
• Boolean
• Object (Array