As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Aplicando o plug-in às OpenSearch consultas
Depois de configurar um pipeline de pesquisa com um processador de personalized_search_ranking
respostas, você estará pronto para aplicar o plug-in Amazon Personalize Search Ranking às suas OpenSearch consultas e visualizar os resultados reclassificados.
Ao aplicar o plug-in às OpenSearch consultas, você pode monitorar o plug-in obtendo métricas para seu funil de pesquisa. Para ter mais informações, consulte Como monitorar o plug-in.
Tópicos
Aplicação do plug-in às consultas do Amazon OpenSearch Service
Você pode aplicar o plug-in Classificação de pesquisas do Amazon Personalize a todas as consultas e respostas de um índice. Você também pode aplicar o plug-in a consultas e respostas individuais.
-
Você pode usar o código Python a seguir para aplicar um pipeline de pesquisa a um índice. Desse modo, todas as pesquisas com esse índice usam o plug-in para personalizar os resultados das pesquisas.
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}") -
Você pode usar o código Python a seguir para aplicar um pipeline de pesquisa a uma pesquisa individual por carros da Toyota.
Atualize o código para especificar seu endpoint de domínio, seu índice de OpenSearch serviços, o nome do seu pipeline e sua consulta. Para o
user_id
, especifique o ID do usuário para o qual você está obtendo resultados de pesquisa. Esse usuário deve estar nos dados que você usou para criar sua versão da solução do Amazon Personalize. Se o usuário não estiver presente, o Amazon Personalize classifica os itens com base na popularidade deles.Para o
context
, se você usar metadados contextuais, forneça os metadados contextuais do usuário, como o tipo de dispositivo. O campocontext
é opcional. Para ter mais informações, consulte Como aumentar a relevância das recomendações com metadados contextuais.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}")
Aplicando o plug-in a consultas em código aberto OpenSearch
Você pode aplicar o plug-in Amazon Personalize Search Ranking a todas as consultas e respostas de um índice. OpenSearch Você também pode aplicar o plug-in a OpenSearch consultas e respostas individuais.
-
O comando curl a seguir aplica um pipeline de pesquisa a um OpenSearch índice em um OpenSearch cluster de código aberto executado localmente. Desse modo, todas as pesquisas com esse índice usam o plug-in para personalizar os resultados das pesquisas.
curl -XGET "https://localhost:9200/
index
/_settings" -ku 'admin:admin' --insecure -H 'Content-Type: application/json' -d' { "index.search.default_pipeline": "pipeline-name
" } ' -
O comando curl a seguir aplica um pipeline de pesquisa a uma consulta individual de carros da marca Toyota em um índice em um OpenSearch cluster de código aberto executado localmente.
Para o
user_id
, especifique o ID do usuário para o qual você está obtendo resultados de pesquisa. Esse usuário deve estar nos dados que você usou para criar sua versão da solução do Amazon Personalize. Se o usuário não estiver presente, o Amazon Personalize classifica os itens com base na popularidade deles. Para ocontext
, se você usar metadados contextuais, forneça os metadados contextuais do usuário, como o tipo de dispositivo. O campocontext
é opcional. Para ter mais informações, consulte Como aumentar a relevância das recomendações com metadados contextuais.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
" } } } } '
Para entender como os resultados são reclassificados, você pode usar os OpenSearch painéis para comparar OpenSearch os resultados com os resultados reclassificados com o plug-in. Para ter mais informações, consulte Comparando OpenSearch resultados com resultados do plugin.
Ao aplicar o plug-in às OpenSearch consultas, você pode monitorar o plug-in obtendo métricas para seu OpenSearch pipeline. Para ter mais informações, consulte Como monitorar o plug-in.