Menerapkan plugin ke OpenSearch kueri

Setelah mengonfigurasi pipeline penelusuran dengan prosesor personalized_search_ranking respons, Anda siap menerapkan plugin Amazon Personalize Search Ranking ke OpenSearch kueri dan melihat hasil yang diberi peringkat ulang.

Saat Anda menerapkan plugin ke OpenSearch kueri, Anda dapat memantau plugin dengan mendapatkan metrik untuk pipeline pencarian Anda. Untuk informasi selengkapnya, lihat Memantau plugin.

Menerapkan plugin ke kueri OpenSearch Layanan Amazon

Anda dapat menerapkan plugin Amazon Personalize Search Ranking ke semua kueri dan tanggapan untuk indeks. Anda juga dapat menerapkan plugin untuk pertanyaan dan tanggapan individual.

• Anda dapat menggunakan kode Python berikut untuk menerapkan pipeline pencarian ke indeks. Dengan pendekatan ini, semua pencarian menggunakan indeks ini menggunakan plugin untuk menerapkan personalisasi ke hasil pencarian.

  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}")

• Anda dapat menggunakan kode Python berikut untuk menerapkan pipeline pencarian ke kueri individual untuk mobil merek Toyota.

  Perbarui kode untuk menentukan titik akhir domain, indeks OpenSearch Layanan, nama pipeline, dan kueri. Untukuser_id, tentukan ID pengguna tempat Anda mendapatkan hasil penelusuran. Pengguna ini harus berada dalam data yang Anda gunakan untuk membuat versi solusi Amazon Personalize Anda. Jika pengguna tidak hadir, Amazon Personalize memberi peringkat item berdasarkan popularitasnya.

  Untukcontext, jika Anda menggunakan metadata kontekstual, berikan metadata kontekstual pengguna, seperti jenis perangkat mereka. contextBidang ini opsional. Untuk informasi selengkapnya, lihat Meningkatkan relevansi rekomendasi dengan metadata kontekstual.

  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}")

Menerapkan plugin ke kueri di open source OpenSearch

Anda dapat menerapkan plugin Amazon Personalize Search Ranking ke semua kueri dan tanggapan untuk indeks. OpenSearch Anda juga dapat menerapkan plugin untuk OpenSearch pertanyaan dan tanggapan individual.

• Perintah curl berikut menerapkan pipeline pencarian ke OpenSearch indeks di OpenSearch cluster open source yang berjalan secara lokal. Dengan pendekatan ini, semua pencarian di indeks ini menggunakan plugin untuk menerapkan personalisasi ke hasil pencarian.

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

• Perintah curl berikut menerapkan pipeline pencarian ke kueri individu untuk mobil merek Toyota pada indeks di OpenSearch cluster open source yang berjalan secara lokal.

  Untukuser_id, tentukan ID pengguna tempat Anda mendapatkan hasil penelusuran. Pengguna ini harus berada dalam data yang Anda gunakan untuk membuat versi solusi Amazon Personalize Anda. Jika pengguna tidak hadir, Amazon Personalize memberi peringkat item berdasarkan popularitasnya. Untukcontext, jika Anda menggunakan metadata kontekstual, berikan metadata kontekstual pengguna, seperti jenis perangkat mereka. contextBidang ini opsional. Untuk informasi selengkapnya, lihat Meningkatkan relevansi rekomendasi dengan metadata kontekstual.

  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" }
      }
    }
  }
  '

Untuk memahami bagaimana hasil diberi peringkat ulang, Anda dapat menggunakan OpenSearch Dasbor untuk membandingkan OpenSearch hasil dengan hasil yang diberi peringkat ulang dengan plugin. Untuk informasi selengkapnya, lihat Membandingkan OpenSearch hasil dengan hasil dari plugin.

Saat Anda menerapkan plugin ke OpenSearch kueri, Anda dapat memantau plugin dengan mendapatkan metrik untuk pipeline Anda OpenSearch. Untuk informasi selengkapnya, lihat Memantau plugin.