Appliquer le plugin aux OpenSearch requêtes

Après avoir configuré un pipeline de recherche avec un processeur de personalized_search_ranking réponse, vous êtes prêt à appliquer le plugin Amazon Personalize Search Ranking à vos OpenSearch requêtes et à consulter les résultats reclassés.

Lorsque vous appliquez le plugin aux OpenSearch requêtes, vous pouvez le surveiller en obtenant des métriques pour votre pipeline de recherche. Pour plus d’informations, consultez Surveillance du plugin.

Appliquer le plugin aux requêtes Amazon OpenSearch Service

Vous pouvez appliquer le plugin Amazon Personalize Search Ranking à toutes les requêtes et réponses relatives à un index. Vous pouvez également appliquer le plugin à des requêtes et réponses individuelles.

• Vous pouvez utiliser le code Python suivant pour appliquer un pipeline de recherche à un index. Avec cette approche, toutes les recherches utilisant cet index utilisent le plugin pour appliquer la personnalisation aux résultats de recherche.

  import requests
  from requests_auth_aws_sigv4 import AWSSigV4
  
  domain_endpoint = 'domain endpoint'
  index = 'index name'
  url = f'{domain_endpoint}/{index}/_settings/'
  auth = AWSSigV4('es')
  headers = {'Content-Type': 'application/json'}
  body = {
      "index.search.default_pipeline": "pipeline name"
  }
  try:
      response = requests.put(url, auth=auth, json=body, headers=headers)
      print(response.text)
  except Exception as e:
      print(f"Error: {e}")

• Vous pouvez utiliser le code Python suivant pour appliquer un pipeline de recherche à une requête individuelle pour des voitures de marque Toyota.

  Mettez à jour le code pour spécifier le point de terminaison de votre domaine, votre index de OpenSearch service, le nom de votre pipeline et votre requête. Pouruser_id, spécifiez l'ID de l'utilisateur pour lequel vous obtenez des résultats de recherche. Cet utilisateur doit figurer dans les données que vous avez utilisées pour créer la version de votre solution Amazon Personalize. Si l'utilisateur n'était pas présent, Amazon Personalize classe les articles en fonction de leur popularité.

  En context effet, si vous utilisez des métadonnées contextuelles, fournissez les métadonnées contextuelles de l'utilisateur, telles que son type d'appareil. Le champ context est facultatif. Pour plus d’informations, consultez Améliorer la pertinence des recommandations grâce aux métadonnées contextuelles.

  import requests
  from requests_auth_aws_sigv4 import AWSSigV4
  
  domain_endpoint = 'domain endpoint'
  index = 'index name'
  url = f'{domain_endpoint}/{index}/_search/'
  
  auth = AWSSigV4('es')
  headers = {'Content-Type': 'application/json'}
  params = {"search_pipeline": "pipeline-name"}
  body = {
      "query": {
          "multi_match": {
              "query": "Toyota",
              "fields": ["BRAND"]
          }
      },
      "ext": {
          "personalize_request_parameters": {
              "user_id": "USER ID",
              "context": { "DEVICE" : "mobile phone" }
          }
      }
  }
  try:
      response = requests.post(url, auth=auth, params=params, json=body, headers=headers, verify=False)
      print(response)
  except Exception as e:
      print(f"Error: {e}")

Appliquer le plugin aux requêtes en open source OpenSearch

Vous pouvez appliquer le plugin Amazon Personalize Search Ranking à toutes les requêtes et réponses relatives à un OpenSearch index. Vous pouvez également appliquer le plugin à des OpenSearch requêtes et réponses individuelles.

• La commande curl suivante applique un pipeline de recherche à un OpenSearch index dans un OpenSearch cluster open source exécuté localement. Avec cette approche, toutes les recherches effectuées dans cet index utilisent le plugin pour appliquer la personnalisation aux résultats de recherche.

  curl -XGET "https://localhost:9200/index/_settings" -ku 'admin:admin' --insecure -H 'Content-Type: application/json' -d'
  {
    "index.search.default_pipeline": "pipeline-name"
  }
  '

• La commande curl suivante applique un pipeline de recherche à une requête individuelle pour des voitures de marque Toyota sur un index d'un OpenSearch cluster open source exécuté localement.

  Pouruser_id, spécifiez l'ID de l'utilisateur pour lequel vous obtenez des résultats de recherche. Cet utilisateur doit figurer dans les données que vous avez utilisées pour créer la version de votre solution Amazon Personalize. Si l'utilisateur n'était pas présent, Amazon Personalize classe les articles en fonction de leur popularité. En context effet, si vous utilisez des métadonnées contextuelles, fournissez les métadonnées contextuelles de l'utilisateur, telles que son type d'appareil. Le champ context est facultatif. Pour plus d’informations, consultez Améliorer la pertinence des recommandations grâce aux métadonnées contextuelles.

  curl -XGET "http://localhost:9200/index/_search?search_pipeline=pipeline-name" -ku 'admin:admin' --insecure -H 'Content-Type: application/json' -d'
  {
    "query": {
      "multi_match": {
        "query": "Toyota",
        "fields": ["BRAND"]
      }
    },
    "ext": {
      "personalize_request_parameters": {
        "user_id": "USER ID",
        "context": { "DEVICE": "mobile phone" }
      }
    }
  }
  '

Pour comprendre comment les résultats sont reclassés, vous pouvez utiliser les OpenSearch tableaux de bord pour comparer les résultats aux OpenSearch résultats reclassés avec le plugin. Pour plus d’informations, consultez Comparaison OpenSearch des résultats avec les résultats du plugin.

Lorsque vous appliquez le plugin aux OpenSearch requêtes, vous pouvez le surveiller en obtenant des métriques pour votre OpenSearch pipeline. Pour plus d’informations, consultez Surveillance du plugin.