Applicazione del plugin alle OpenSearch query

Dopo aver configurato una pipeline di ricerca con un processore di personalized_search_ranking risposta, sei pronto per applicare il plug-in Amazon Personalize Search Ranking alle OpenSearch tue query e visualizzare i risultati riclassificati.

Man mano che applichi il plug-in alle OpenSearch query, puoi monitorarlo ottenendo le metriche per la tua pipeline di ricerca. Per ulteriori informazioni, consulta Monitoraggio del plugin.

Applicazione del plug-in alle richieste OpenSearch di Amazon Service

Puoi applicare il plug-in Amazon Personalize Search Ranking a tutte le domande e le risposte relative a un indice. Puoi anche applicare il plug-in a singole domande e risposte.

• È possibile utilizzare il seguente codice Python per applicare una pipeline di ricerca a un indice. Con questo approccio, tutte le ricerche che utilizzano questo indice utilizzano il plug-in per applicare la personalizzazione ai risultati della ricerca.

  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}")

• È possibile utilizzare il seguente codice Python per applicare una pipeline di ricerca a una singola query per le auto del marchio Toyota.

  Aggiorna il codice per specificare l'endpoint del dominio, l'indice del OpenSearch servizio, il nome della pipeline e la query. Peruser_id, specifica l'ID dell'utente per il quale ricevi i risultati della ricerca. Questo utente deve trovarsi nei dati che hai usato per creare la versione della soluzione Amazon Personalize. Se l'utente non era presente, Amazon Personalize classifica gli articoli in base alla loro popolarità.

  Infatticontext, se utilizzi metadati contestuali, fornisci i metadati contestuali dell'utente, come il tipo di dispositivo. Il campo context è facoltativo. Per ulteriori informazioni, consulta Aumentare la pertinenza delle raccomandazioni con metadati contestuali.

  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}")

Applicazione del plug-in alle query in formato open source OpenSearch

Puoi applicare il plug-in Amazon Personalize Search Ranking a tutte le domande e le risposte relative a un indice. OpenSearch Puoi anche applicare il plug-in a singole OpenSearch domande e risposte.

• Il seguente comando curl applica una pipeline di ricerca a un OpenSearch indice in un OpenSearch cluster open source eseguito localmente. Con questo approccio, tutte le ricerche in questo indice utilizzano il plugin per applicare la personalizzazione ai risultati di ricerca.

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

• Il seguente comando curl applica una pipeline di ricerca a una singola query per le auto del marchio Toyota su un indice in un cluster open source OpenSearch eseguito localmente.

  Peruser_id, specifica l'ID dell'utente per il quale stai ricevendo i risultati della ricerca. Questo utente deve trovarsi nei dati che hai usato per creare la versione della soluzione Amazon Personalize. Se l'utente non era presente, Amazon Personalize classifica gli articoli in base alla loro popolarità. Infatticontext, se utilizzi metadati contestuali, fornisci i metadati contestuali dell'utente, come il tipo di dispositivo. Il campo context è facoltativo. Per ulteriori informazioni, consulta Aumentare la pertinenza delle raccomandazioni con metadati contestuali.

  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" }
      }
    }
  }
  '

Per capire come vengono riclassificati i risultati, puoi utilizzare le OpenSearch dashboard per confrontare i risultati con i OpenSearch risultati riclassificati con il plug-in. Per ulteriori informazioni, consulta Confronto OpenSearch dei risultati con i risultati del plugin.

Man mano che applichi il plug-in alle OpenSearch query, puoi monitorare il plug-in ottenendo le metriche relative alla tua pipeline. OpenSearch Per ulteriori informazioni, consulta Monitoraggio del plugin.