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.

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 campo context 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 o context, se você usar metadados contextuais, forneça os metadados contextuais do usuário, como o tipo de dispositivo. O campo context 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.