Customer 360-Empfehlungsanwendungen mit BigQuery Graph erstellen

1. Einführung

In diesem Codelab erfahren Sie, wie Sie mit BigQuery Graph eine 360-Grad-Kundenansicht und ein Empfehlungssystem für Cymbal Pets, ein fiktives Einzelhandelsunternehmen, erstellen. Sie nutzen die Leistungsfähigkeit von SQL, um Graphdaten direkt in BigQuery zu erstellen, abzufragen und zu analysieren und sie mit der Vektorsuche zu kombinieren, um erweiterte Produktempfehlungen zu erhalten.

Mit BigQuery Graph können Sie Beziehungen zwischen Ihren Datenentitäten (z. B. Kunden, Produkte und Bestellungen) als Graph modellieren. So lassen sich komplexe Fragen zum Kundenverhalten und zu Produktaffinitäten ganz einfach beantworten.

Aufgaben

• BigQuery-Dataset und -Schema für den Cymbal Pets-Graphen erstellen
• Beispieldaten (Kunden, Produkte, Bestellungen, Geschäfte) aus Cloud Storage laden
• Property Graph in BigQuery erstellen, in dem diese Einheiten verbunden werden
• Bisherige Käufe von Kunden mit Graph-Abfragen visualisieren
• Ein Produktempfehlungssystem mit der Vektorsuche erstellen
• Empfehlungen mithilfe von Beziehungen im „Gemeinsam gekauft“-Diagramm und Jaccard-Ähnlichkeit optimieren

Voraussetzungen

• Ein Webbrowser wie Chrome
• Ein Google Cloud-Projekt mit aktivierter Abrechnung

Dieses Codelab richtet sich an Entwickler aller Erfahrungsstufen, auch an Anfänger.

2. Hinweis

Google Cloud-Projekt erstellen

1. Wählen Sie in der Google Cloud Console ein Google Cloud-Projekt aus oder erstellen Sie eines.
2. Die Abrechnung für das Cloud-Projekt muss aktiviert sein.

Cloud Shell starten

1. Klicken Sie oben in der Google Cloud Console auf Cloud Shell aktivieren.
2. Authentifizierung überprüfen:

gcloud auth list

3. Bestätigen Sie Ihr Projekt:

gcloud config get project

4. Legen Sie sie bei Bedarf fest:

export PROJECT_ID=<YOUR_PROJECT_ID>
gcloud config set project $PROJECT_ID

APIs aktivieren

Führen Sie den folgenden Befehl aus, um die erforderliche BigQuery API zu aktivieren:

gcloud services enable bigquery.googleapis.com

3. Schema definieren

Zuerst müssen Sie ein Dataset zum Speichern Ihrer grafischen Tabellen erstellen und das Schema für Ihre Knoten und Kanten definieren.

1. In diesem Codelab führen wir SQL-Befehle aus. Sie können diese Befehle in BigQuery Studio > SQL-Editor ausführen oder den Befehl bq query in Cloud Shell verwenden. Wir gehen davon aus, dass Sie den BigQuery SQL Editor verwenden, um mehrzeilige CREATE-Anweisungen besser zu verarbeiten.
2. Erstellen Sie das Dataset cymbal_pets_demo:

CREATE SCHEMA IF NOT EXISTS cymbal_pets_demo;

3. Erstellen Sie die Tabellen für order_items, products, orders, stores, customers und co_related_products_for_angelica. Diese Tabellen dienen als Quelldaten für das Diagramm.

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.order_items
(
  order_id INT64,
  product_id INT64,
  order_item_id INT64,
  quantity INT64,
  price FLOAT64,
  PRIMARY KEY (order_id, product_id, order_item_id) NOT ENFORCED
)
CLUSTER BY order_item_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.products
(
  product_id INT64,
  product_name STRING,
  brand STRING,
  category STRING,
  subcategory INT64,
  animal_type INT64,
  search_keywords INT64,
  price FLOAT64,
  description STRING,
  inventory_level INT64,
  supplier_id INT64,
  average_rating FLOAT64,
  uri STRING,
  embedding ARRAY<FLOAT64>,
  PRIMARY KEY (product_id) NOT ENFORCED
)
CLUSTER BY product_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.orders
(
  customer_id INT64,
  order_id INT64,
  shipping_address_city STRING,
  store_id INT64,
  order_date DATE,
  order_type STRING,
  payment_method STRING,
  PRIMARY KEY (order_id) NOT ENFORCED
)
PARTITION BY order_date
CLUSTER BY order_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.stores
(
  store_id INT64,
  store_name STRING,
  address_state STRING,
  address_city STRING,
  latitude FLOAT64,
  longitude FLOAT64,
  opening_hours STRUCT<Monday STRING, Tuesday STRING, Wednesday STRING, Thursday STRING, Friday STRING, Saturday STRING, Sunday STRING>,
  manager_id INT64,
  PRIMARY KEY (store_id) NOT ENFORCED
)
CLUSTER BY store_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.customers
(
  customer_id INT64,
  first_name STRING,
  last_name STRING,
  email STRING,
  gender STRING,
  address_city STRING,
  address_state STRING,
  loyalty_member BOOL,
  PRIMARY KEY (customer_id) NOT ENFORCED
)
CLUSTER BY customer_id;

CREATE TABLE IF NOT EXISTS cymbal_pets_demo.co_related_products_for_angelica
(
  angelica_product_id INT64,
  other_product_id INT64,
  co_purchase_count INT64,
  jaccard_similarity FLOAT64
);

Sie haben jetzt die Struktur für Ihre Diagrammdaten definiert.

4. Daten laden

Füllen Sie die Tabellen nun mit Beispieldaten aus Cloud Storage.

Führen Sie die folgenden LOAD DATA-Anweisungen im BigQuery-SQL-Editor aus:

LOAD DATA INTO `cymbal_pets_demo.customers`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/customers/*.avro'],
    enable_logical_types = true
);

LOAD DATA INTO `cymbal_pets_demo.order_items`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/order_items/*.avro'],
    enable_logical_types = true
);

LOAD DATA INTO `cymbal_pets_demo.orders`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/orders/*.avro'],
    enable_logical_types = true
);

LOAD DATA INTO `cymbal_pets_demo.products`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/products/*.avro'],
    enable_logical_types = true
);

LOAD DATA INTO `cymbal_pets_demo.stores`
FROM FILES (
    format = 'AVRO',
    uris = ['gs://sample-data-and-media/cymbal-pets/tables/stores/*.avro'],
    enable_logical_types = true
);

Sie sollten eine Bestätigung sehen, dass Zeilen in jede Tabelle geladen wurden.

5. Property Graph erstellen

Nachdem die Daten geladen wurden, können Sie den Property-Graphen definieren. So wird BigQuery mitgeteilt, welche Tabellen Knoten (Entitäten wie „Kunden“, „Produkte“) und welche Tabellen Kanten (Beziehungen wie „Besucht“, „Platziert“, „Hat“) darstellen.

Führen Sie die folgende DDL-Anweisung aus:

CREATE OR REPLACE PROPERTY GRAPH cymbal_pets_demo.PetsOrderGraph
NODE TABLES (
  cymbal_pets_demo.customers KEY(customer_id) LABEL Customer,
  cymbal_pets_demo.products KEY(product_id) LABEL Products,
  cymbal_pets_demo.stores KEY(store_id) LABEL Stores,
  cymbal_pets_demo.orders KEY(order_id) LABEL Orders
)
EDGE TABLES (
  cymbal_pets_demo.orders as customer_to_store_edge
    KEY (order_id)
    SOURCE KEY (customer_id) references customers(customer_id)
    DESTINATION KEY (store_id) references stores(store_id)
    LABEL Visited
    PROPERTIES ALL COLUMNS,

  cymbal_pets_demo.order_items
    KEY (order_item_id)
    SOURCE KEY (order_id) references orders(order_id)
    DESTINATION KEY (product_id) references products(product_id)
    LABEL Has
    PROPERTIES ALL COLUMNS,

  cymbal_pets_demo.orders as customer_to_orders_edge
    KEY (order_id)
    SOURCE KEY (customer_id) references customers(customer_id)
    DESTINATION KEY (order_id) references orders(order_id)
    LABEL Placed
    PROPERTIES ALL COLUMNS,

  cymbal_pets_demo.co_related_products_for_angelica
    KEY (angelica_product_id)
    SOURCE KEY (angelica_product_id) references products(product_id)
    DESTINATION KEY (other_product_id) references products(product_id)
    LABEL BoughtTogether
    PROPERTIES ALL COLUMNS
);

Dadurch wird das Diagramm PetsOrderGraph erstellt, mit dem wir Diagrammdurchläufe mit dem Operator GRAPH_TABLE durchführen können.

6. Kaufverlauf aller Kunden visualisieren

Öffnen Sie Neues Notebook in BigQuery Studio.

Für die Visualisierungs- und Empfehlungsabschnitte dieses Codelabs verwenden wir ein Google Colab-Notebook in BigQuery Studio. So können wir die Grafikergebnisse ganz einfach visualisieren.

Fügen Sie den folgenden Code in eine Codezelle ein:

!pip install bigquery-magics==0.12.1

BigQuery Graph Notebook wird als IPython-Magic-Befehl implementiert. Wenn Sie den Magic-Befehl %%bigquery mit der Funktion TO_JSON hinzufügen, können Sie die Ergebnisse wie in den folgenden Abschnitten dargestellt visualisieren.

Angenommen, Cymbal Pets möchte eine 360°-Visualisierung aller Kunden und der von ihnen getätigten Käufe in einem bestimmten Zeitraum erhalten.

Führen Sie den folgenden Code in einer neuen Zelle aus:

%%bigquery --graph

GRAPH cymbal_pets_demo.PetsOrderGraph
  # finds the customer node and then finds all
  # the Orders nodes that are connected to that customer through the
  # Placed relationship
  MATCH (customer:Customer)-[placed:Placed]->(ordr:Orders)-[has:Has]->(product:Products)
  # filters the Orders nodes to only include those where the
  # order_date is within the last 3 months.
  WHERE ordr.order_date >= date('2024-11-27')
  # # This line finds all the Products nodes that are connected to the
  # # filtered Orders nodes through the Has relationship.
  MATCH p=(customer:Customer)-[placed:Placed]->(ordr:Orders)-[has:Has]->(product:Products)
  LIMIT 40
  RETURN 
    TO_JSON(p) as paths

Mit BigQuery Graph können Sie Muster in mehreren Tabellen abgleichen, ohne komplexe JOIN-Syntax zu verwenden.

Sie sollten eine visuelle Darstellung des Diagrammergebnisses sehen.

7. Stelle den Kaufverlauf von Angelica grafisch dar.

Angenommen, Cymbal Pets möchte sich die Kundin Angelica Russell genauer ansehen. Sie möchte die Produkte analysieren, die Angelica in den letzten drei Monaten gekauft hat, und die Geschäfte, die sie besucht hat.

Dieses spezielle Szenario könnte zwar auch mit einem herkömmlichen relationalen Join erreicht werden, aber wir verwenden hier BigQuery Graph, um die grundlegenden Diagrammkonzepte und die Syntax zu demonstrieren, mit denen sich komplexe Beziehungsanalysen visualisieren lassen.

%%bigquery --graph

GRAPH cymbal_pets_demo.PetsOrderGraph
  # finds the customer node with the name "Angelica Russell" and then finds all
  # the Orders nodes that are connected to that customer through the
  # Placed relationship and all the Products nodes that are connected to the
  # filtered Orders nodes through the Has relationship.
   MATCH p=(customer:Customer {first_name: 'Angelica', last_name: 'Russell'})-[placed:Placed]->(ordr:Orders)-[has:Has]->(product:Products)
  # filters the Orders nodes to only include those where the
  # order_date is within the last 3 months.
  WHERE ordr.order_date >= date('2024-11-27')
  # finds the Stores nodes where Angelica placed order from
  MATCH p2=(customer)-[visited:Visited]->(store:Stores)
  RETURN
    TO_JSON(p) as path, TO_JSON(p2) as path2

8. Produktempfehlung mit der Vektorsuche

Cymbal Pets möchte Angelica Produkte empfehlen, die auf ihren letzten Käufen basieren. Wir können die Vektorsuche verwenden, um Produkte mit ähnlichen Einbettungen wie ihre früheren Käufe zu finden.

Führen Sie das folgende SQL-Script in einer neuen Colab-Zelle aus. Mit diesem Skript wird Folgendes ausgeführt:

1. Identifiziert Produkte, die Angelica vor Kurzem gekauft hat.
2. Verwendet VECTOR_SEARCH, um die vier ähnlichsten Produkte aus der Tabelle products zu finden.

Hinweis: Bei diesem Schritt wird davon ausgegangen, dass Sie AI.GENERATE_EMBEDDINGS bereits ausgeführt haben, um eine Spalte mit Einbettungen in der Tabelle „products“ zu erstellen.

%%bigquery
DECLARE products_bought_by_angelica ARRAY<INT64>;

-- 1. Get IDs of products bought by Angelica
SET products_bought_by_angelica = (
  SELECT ARRAY_AGG(product_id) FROM
   GRAPH_TABLE(
    cymbal_pets_demo.PetsOrderGraph
      MATCH (c:Customer {first_name: 'Angelica', last_name: 'Russell'})-[placed:Placed]->(o:Orders)
      WHERE o.order_date >= date('2024-11-27')
      MATCH (o)-[has_edge:Has]->(p:Products)
      RETURN DISTINCT p.product_id as product_id
  ));

-- 2. Find similar products using vector search
SELECT 
  query.product_name as AngelicaBought, 
  base.product_name as RecommendedProducts, 
  base.category
FROM
  VECTOR_SEARCH(
    TABLE cymbal_pets_demo.products,
    'embedding',
    (SELECT * FROM cymbal_pets_demo.products
     WHERE product_id IN UNNEST(products_bought_by_angelica)),
    'embedding',
    top_k => 4)
WHERE query.product_name <> base.product_name;

Sie sollten eine Liste mit empfohlenen Produkten sehen, die semantisch ähnlich sind wie das, was Angelica gekauft hat.

9. Empfehlung mit „Gemeinsam gekauft“ und Jaccard-Ähnlichkeit

Eine weitere leistungsstarke Empfehlungstechnik ist die „kollaborative Filterung“. Dabei werden Produkte empfohlen, die häufig von anderen Nutzern zusammen gekauft werden.

Wir können diese Produkte finden, indem wir den Graphen von einem Kunden zu den von ihm gekauften Produkten, dann zu anderen Kunden, die diese Produkte gekauft haben, und schließlich zu den anderen Produkten durchlaufen, die diese Kunden gekauft haben.

Beliebtheitsverzerrung mit Jaccard-Ähnlichkeit überwinden

Die Rohzahlen für gemeinsame Käufe sind zwar nützlich, können aber durch beliebte Produkte verzerrt sein. Ein sehr beliebtes Produkt wird möglicherweise zufällig mit vielen anderen Artikeln gekauft.

Mit der Jaccard-Ähnlichkeit werden Empfehlungen noch weiter optimiert, indem die Anzahl der gemeinsamen Käufe normalisiert wird. Sie misst die Ähnlichkeit zwischen zwei Mengen (in diesem Fall die Mengen der Bestellungen, die die einzelnen Produkte enthalten).

Die Formel für die Jaccard-Ähnlichkeit lautet:

Dabei gilt:

• A intersect B ist die Anzahl der Bestellungen, die sowohl Produkt A als auch Produkt B enthalten (Anzahl der gemeinsamen Käufe).
• A ist die Gesamtzahl der Bestellungen, die Produkt A enthalten.
• B ist die Gesamtzahl der Bestellungen, die Produkt B enthalten.

Im folgenden Beispiel ist Menge A = {b,c,e,f,g}, Menge B = {a,d,b,g}, ihr Schnittmengen A⋂B = {b,g}, ihre Vereinigung A⋃B = {a,b,c,d,e,f,g}. Die Jaccard-Ähnlichkeit zwischen A und B ist also 2 / 7 = 0,285714.

Kandidatengenerierung und ‑neubewertung

In Empfehlungssystemen, die auf riesigen Datasets basieren, ist es oft nicht praktikabel, komplexe Ähnlichkeitswerte (z. B. Jaccard) für alle möglichen Produktpaare zu berechnen. Stattdessen wird häufig ein zweistufiger Ansatz verwendet:

1. Kandidatengenerierung: Verwenden Sie einen einfachen, schnellen Messwert (z. B. die Anzahl der gemeinsamen Käufe), um den Suchbereich zu filtern und eine überschaubare Anzahl von Kandidaten (z. B. die 10 besten) zu finden.
2. Neues Ranking: Wenden Sie einen genaueren, aber rechenintensiveren Messwert (z. B. die Jaccard-Ähnlichkeit) an, um diese kleine Gruppe von Kandidaten zu ranken und die endgültigen Top-Empfehlungen auszuwählen.

In diesem Codelab folgen wir diesem Muster:

• Phase 1: Führen Sie eine Abfrage aus, um die 10 am häufigsten zusammen gekauften Produkte für jedes Produkt anhand der Rohanzahl der gemeinsamen Käufe zu ermitteln und in einer Tabelle zu speichern.
• Phase 2: Verwenden Sie eine Graph-Abfrage, um diese Kandidaten abzurufen, sie nach Jaccard-Ähnlichkeit zu sortieren und die drei besten zurückzugeben.

[!WARNING] Nachteil: Wenn wir in Phase 1 nach der Rohanzahl filtern, geht uns möglicherweise die „Trefferquote“ von sehr spezifischen, aber seltenen gemeinsamen Käufen verloren. Wenn ein Produkt einem anderen sehr ähnlich ist, aber beide selten gekauft werden, wird es möglicherweise nicht unter den zehn besten Kandidaten aufgeführt und geht verloren.

Führen Sie die folgende Abfrage aus, um sowohl die Rohanzahl der gemeinsamen Käufe als auch die Jaccard-Ähnlichkeit zu berechnen und die 10 besten Kandidaten nach Rohanzahl zu speichern:

%%bigquery
CREATE OR REPLACE TABLE cymbal_pets_demo.co_related_products_for_angelica AS
-- Calculate the total number of orders for each product
WITH ProductOrderCounts AS (
    SELECT product_id, COUNT(DISTINCT order_id) as total_count
    FROM cymbal_pets_demo.order_items
    GROUP BY product_id
),
-- Calculate the intersection of each product pairs
CoPurchases AS (
    SELECT
        angelicaProduct.product_id AS angelica_product_id,
        otherProduct.product_id AS other_product_id,
        count(DISTINCT otherOrder.order_id) AS co_purchase_count
    FROM
        GRAPH_TABLE (cymbal_pets_demo.PetsOrderGraph
          MATCH (angelica:Customer {first_name: 'Angelica', last_name: 'Russell'})-[:Placed]->(o:Orders)-[:Has]->(angelicaProduct:Products)
          WHERE o.order_date >= date('2024-11-27')
          WITH angelica, angelicaProduct
          MATCH (otherCustomer:Customer)-[:Placed]->(otherOrder:Orders)-[:Has]->(angelicaProduct)
          WHERE otherCustomer <> angelica
          WITH angelicaProduct, otherOrder
          MATCH (otherOrder)-[:HAS]->(otherProduct:Products)
          WHERE angelicaProduct <> otherProduct
          RETURN angelicaProduct, otherProduct, otherOrder
        )
    GROUP BY
        angelicaProduct.product_id, otherProduct.product_id
)
SELECT * FROM (
    SELECT
        cp.angelica_product_id,
        cp.other_product_id,
        cp.co_purchase_count,
        -- The Jaccard calculation, which is the intersection of A and B divided by (A + B - intersection)
        SAFE_DIVIDE(cp.co_purchase_count, (poc1.total_count + poc2.total_count - cp.co_purchase_count)) AS jaccard_similarity,
        ROW_NUMBER() OVER (PARTITION BY cp.angelica_product_id ORDER BY cp.co_purchase_count DESC) AS rn
    FROM CoPurchases cp
    JOIN ProductOrderCounts poc1 ON cp.angelica_product_id = poc1.product_id
    JOIN ProductOrderCounts poc2 ON cp.other_product_id = poc2.product_id
)
WHERE rn <= 10;

Führen Sie diese Abfrage aus, um die drei besten Produkte für jeden Kauf von Angelica zu empfehlen, die direkt über die Kante BoughtTogether verbunden sind. Dabei werden sowohl die Anzahl der gemeinsamen Käufe als auch die Jaccard-Ähnlichkeit angezeigt:

%%bigquery
SELECT * FROM GRAPH_TABLE(
  cymbal_pets_demo.PetsOrderGraph
  MATCH (customer:Customer {first_name: 'Angelica', last_name: 'Russell'})-[placed:Placed]->(ordr:Orders)
  WHERE ordr.order_date >= date('2024-11-27')
  MATCH (ordr)-[has:Has]->(product:Products)
  MATCH (product)-[bought_together:BoughtTogether]->(recommended_product:Products)
  RETURN 
    product.product_name AS OriginalProduct,
    recommended_product.product_name AS Recommended,
    bought_together.co_purchase_count AS Strength,
    bought_together.jaccard_similarity AS JaccardSimilarity
)
-- Rank product recommendations by Jaccard Similarity
QUALIFY ROW_NUMBER() OVER (PARTITION BY OriginalProduct ORDER BY JaccardSimilarity DESC) <= 3
ORDER BY OriginalProduct;

Bei dieser Abfrage wird von „Customer“ –> „Order“ –> „Product“ –> „(BoughtTogether)“ –> „Recommended Product“ durchlaufen. So erhalten Sie Empfehlungen, die auf dem gemeinsamen Kaufverhalten basieren, und die zugehörigen Ähnlichkeitswerte.

10. Bereinigen

Löschen Sie die in diesem Codelab erstellten Ressourcen, um laufende Gebühren für Ihr Google Cloud-Konto zu vermeiden.

Dataset und alle Tabellen löschen:

DROP SCHEMA IF EXISTS cymbal_pets_demo CASCADE;

Wenn Sie für dieses Codelab ein neues Projekt erstellt haben, können Sie es auch löschen:

gcloud projects delete $PROJECT_ID

11. Glückwunsch

Glückwunsch! Sie haben mit BigQuery Graph erfolgreich eine 360-Grad-Kundenansicht und ein Empfehlungssystem erstellt.

Das haben Sie gelernt

• Eigenschaftsgraphen in BigQuery erstellen.
• So laden Sie Daten in Knoten und Kanten von Diagrammen.
• Abfragen von Diagrammmustern mit GRAPH_TABLE und MATCH
• Hier erfahren Sie, wie Sie Graphabfragen mit der Vektorsuche für hybride Empfehlungen kombinieren.

Nächste Schritte

• BigQuery Graph-Dokumentation
• Weitere Informationen zur Vektorsuche in BigQuery