OpenSearch अपाचे 2.0 लाइसेंस के तहत लाइसेंस प्राप्त खोज, विश्लेषण, सुरक्षा निगरानी और अवलोकन अनुप्रयोगों के लिए एक स्केलेबल, लचीला और एक्स्टेंसिबल ओपन सोर्स सॉफ्टवेयर सूट है। अमेज़न ओपन सर्च सर्विस एक पूरी तरह से प्रबंधित सेवा है जो AWS क्लाउड में ओपनसर्च को तैनात करना, स्केल करना और संचालित करना आसान बनाती है।

ओपनसर्च प्रासंगिकता स्कोर की गणना करने के लिए बीएम-25 नामक एक संभाव्य रैंकिंग ढांचे का उपयोग करता है। यदि कोई विशिष्ट कीवर्ड किसी दस्तावेज़ में अधिक बार दिखाई देता है, तो BM-25 उस दस्तावेज़ को उच्च प्रासंगिकता स्कोर प्रदान करता है। हालाँकि, यह ढाँचा क्लिक-थ्रू या खरीद डेटा जैसे उपयोगकर्ता व्यवहार पर विचार नहीं करता है, जो व्यक्तिगत उपयोगकर्ताओं के लिए प्रासंगिकता में और सुधार कर सकता है।

खोज की कार्यक्षमता में सुधार करना किसी वेबसाइट या एप्लिकेशन पर समग्र उपयोगकर्ता अनुभव और जुड़ाव को बढ़ाने का एक अभिन्न पहलू है। खोज ट्रैफ़िक को उच्च उद्देश्य माना जाता है क्योंकि उपयोगकर्ता सक्रिय रूप से किसी विशेष आइटम की तलाश कर रहे हैं, और उन्हें गैर-साइट खोज आगंतुकों की तुलना में औसतन दो गुना अधिक रूपांतरित होते पाया गया है। क्लिक, पसंद और खरीदारी जैसे उपयोगकर्ता इंटरैक्शन डेटा का उपयोग करके, व्यवसाय इस ट्रैफ़िक को भुनाने के लिए खोज प्रासंगिकता में सुधार कर सकते हैं और वांछित वस्तुओं को खोजने में कठिनाइयों के कारण उपयोगकर्ताओं द्वारा अपने सत्र छोड़ने की घटनाओं को कम कर सकते हैं। खोज परिणामों की गुणवत्ता को परिष्कृत करके, व्यवसाय अपने ग्राहक जुड़ाव, संतुष्टि और वफादारी में उल्लेखनीय सुधार कर सकते हैं, साथ ही साथ अपनी रूपांतरण दर भी बढ़ा सकते हैं, जिससे अंततः अधिक लाभप्रदता और सफलता प्राप्त होगी।

अमेज़न निजीकृत आपको उसी मशीन लर्निंग (एमएल) तकनीक का उपयोग करके अपने अनुप्रयोगों में परिष्कृत वैयक्तिकरण क्षमताओं को जोड़ने की अनुमति देता है Amazon.com 20 से अधिक वर्षों से। किसी एमएल विशेषज्ञता की आवश्यकता नहीं है।

अमेज़ॅन पर्सनलाइज़ आपके उपयोगकर्ता के बारे में प्रासंगिक जानकारी, जैसे डिवाइस प्रकार, स्थान, दिन का समय, या आपके द्वारा प्रदान की गई अन्य जानकारी के आधार पर अनुशंसाओं के स्वचालित समायोजन का समर्थन करता है। आप अमेज़ॅन पर्सनलाइज़ को अपने उपयोगकर्ताओं और आपके एप्लिकेशन के भीतर उनके इंटरैक्शन के बारे में ऐतिहासिक डेटा प्रदान करते हैं, जैसे खरीदारी इतिहास, रेटिंग और पसंद। आप एक बार में बड़े ऐतिहासिक डेटासेट आयात करके अमेज़ॅन पर्सनलाइज़ में थोक में डेटा जोड़ सकते हैं अमेज़न सरल भंडारण सेवा (अमेज़ॅन एस3) सीएसवी फ़ाइल, अमेज़ॅन पर्सनलाइज़ द्वारा आवश्यक प्रारूप का उपयोग करते हुए। आप अमेज़ॅन पर्सनलाइज़ कंसोल या एपीआई का उपयोग करके रिकॉर्ड आयात करके डेटा को क्रमिक रूप से जोड़ सकते हैं। आपका ऐतिहासिक डेटा आयात होने के बाद, आप उपयोगकर्ता इंटरैक्शन ईवेंट भेजकर वास्तविक समय में नया डेटा प्रदान करना जारी रख सकते हैं। आप जिस उपयोग के मामले को संबोधित करना चाहते हैं, जैसे उत्पाद अनुशंसाओं के आधार पर, आप एक पूर्व-निर्मित नुस्खा का चयन करते हैं जो उस लक्ष्य के लिए अनुकूलित है। अमेज़ॅन पर्सनलाइज़ आपके डेटा का विश्लेषण करता है और आपके उपयोगकर्ताओं और एप्लिकेशन के लिए अनुकूलित वैयक्तिकृत अनुशंसाएँ उत्पन्न करने के लिए रेसिपी में मापदंडों के आधार पर एक कस्टम एमएल मॉडल को प्रशिक्षित करता है। मॉडल के प्रशिक्षित होने के बाद, आप अपने उपयोगकर्ताओं के लिए वास्तविक समय में वैयक्तिकृत अनुशंसाएँ उत्पन्न कर सकते हैं।

नए लॉन्च के साथ अमेज़ॅन ओपनसर्च सेवा के लिए अमेज़ॅन वैयक्तिकृत खोज प्लगइन, आप उनके खोज परिणामों को बढ़ाने के लिए उपयोगकर्ता इंटरैक्शन इतिहास और रुचियों का उपयोग कर सकते हैं। एक का उपयोग करके अमेज़ॅन वैयक्तिकृत नुस्खा जैसे निजीकृत-रैंकिंग, आप ओपनसर्च सेवा से खोज परिणाम प्राप्त करते समय उपयोगकर्ता की रुचि के आधार पर प्रासंगिक वस्तुओं के लिए खोज परिणामों को बढ़ावा देने में मदद कर सकते हैं।

यह पोस्ट बताती है कि वैयक्तिकृत खोज अनुभवों को सक्षम करने के लिए अमेज़ॅन पर्सनलाइज़ सर्च रैंकिंग प्लगइन को ओपनसर्च सेवा के साथ कैसे एकीकृत किया जाए। इस पोस्ट में अमेज़ॅन पर्सनलाइज़ कलाकृतियों का निर्माण करने के लिए, हम आईएमडीबी से एक डेटासेट का उपयोग करते हैं, जो फिल्म, टीवी और सेलिब्रिटी सामग्री के लिए दुनिया का सबसे आधिकारिक स्रोत है। AWS मार्केटप्लेस पर उपलब्ध है, के रूप में अच्छी तरह के रूप में मूवीलेंस डेटासेट मिनेसोटा विश्वविद्यालय में ग्रुपलेंस अनुसंधान द्वारा तैयार किया गया, जिसमें विभिन्न फिल्मों के लिए उपयोगकर्ता रैंकिंग शामिल है।

समाधान अवलोकन

निम्नलिखित चित्र समाधान वास्तुकला को दर्शाता है।

वर्कफ़्लो में निम्न चरण शामिल हैं:

1. एक उपयोगकर्ता अपनी वेबसाइट या पोर्टल के माध्यम से एक खोज अनुरोध जारी करता है। यह खोज अनुरोध ओपनसर्च सेवा को भेजा जाता है।
2. शीर्ष एन खोज परिणाम ओपनसर्च सर्विस इंडेक्स से लौटाए जाते हैं और प्रीप्रोसेस करने और इनपुट तैयार करने के लिए प्लगइन को भेजे जाते हैं अमेज़न निजीकरण अभियान.
3. पुन: रैंक किए गए खोज परिणाम प्राप्त करने के लिए अनुरोध अमेज़ॅन पर्सनलाइज़ को भेजा जाता है।
4. अमेज़ॅन पर्सनलाइज़ प्रत्येक परिणाम के लिए प्रासंगिक स्कोर के साथ खोज परिणामों की वैयक्तिकृत रैंकिंग लौटाता है।
5. पुन: रैंक किए गए हिट्स को प्लगइन द्वारा ओपनसर्च सेवा में लौटा दिया जाता है, ओपनसर्च सेवा प्रासंगिकता स्कोर और अमेज़ॅन वैयक्तिकृत वैयक्तिकृत रैंकिंग स्कोर के बीच एक भार लागू किया जाता है। आप एक वजन पैरामीटर (0.0-1.0 के बीच) निर्दिष्ट करते हैं जो परिणामों को पुन: रैंक करते समय ओपनसर्च सेवा और अमेज़ॅन पर्सनलाइज़ के बीच संतुलन को नियंत्रित करता है। अधिक वजन का मतलब अमेज़ॅन पर्सनलाइज़ रैंकिंग स्कोर बनाम ओपनसर्च सर्विस स्कोर से अधिक प्रभाव है। यह आपको यह अनुकूलित करने की अनुमति देता है कि वैयक्तिकृत अनुशंसाएँ उपयोगकर्ता को लौटाई गई अंतिम खोज परिणाम रैंकिंग को कितना प्रभावित करती हैं।
6. उपयोगकर्ता को उनकी प्राथमिकताओं और इंटरैक्शन के आधार पर वैयक्तिकृत खोज परिणाम मिलते हैं।

.. पूर्वापेक्षाएँ

आपके पास निम्नलिखित पूर्वापेक्षाएँ होनी चाहिए:

• An AWS खाता.
• An AWS पहचान और अभिगम प्रबंधन (IAM) उचित पहुंच अनुमतियों के साथ भूमिका। हम प्रदान एडब्ल्यूएस CloudFormation आवश्यक IAM भूमिका और पहुंच स्थापित करने में सहायता के लिए टेम्प्लेट और Jupyter नोटबुक।
• ओपनसर्च सेवा में वैयक्तिकरण को सक्षम करने के लिए, आपको डेटासेट समूह, समाधान संस्करण और अभियान सहित आवश्यक अमेज़ॅन वैयक्तिकृत संसाधन सेट करने की आवश्यकता है। हमने एक प्रदान किया है ज्यूपिटर नोटबुक जो पूरी तरह से प्रबंधित ज्यूपिटर नोटबुक इंस्टेंस क्षमताओं का लाभ उठाते हुए सभी अमेज़ॅन वैयक्तिकृत संसाधन बनाता है अमेज़न SageMaker.

क्लाउडफॉर्मेशन स्टैक तैनात करें

क्लाउडफॉर्मेशन स्टैक ओपनसर्च सर्विस डोमेन और सेजमेकर नोटबुक इंस्टेंस की तैनाती को स्वचालित करता है। स्टैक को तैनात करने के लिए निम्नलिखित चरणों को पूरा करें:

1. में साइन इन करें एडब्ल्यूएस प्रबंधन कंसोल उस खाते में अपने क्रेडेंशियल्स के साथ जहां आप क्लाउडफॉर्मेशन स्टैक को तैनात करना चाहते हैं।
2. CloudFormation स्टैक लॉन्च करें सीधे.
3. पर विवरण निर्दिष्ट करें पृष्ठ, टेम्प्लेट द्वारा आवश्यक कोई भी पैरामीटर प्रदान करें, जैसे ओपनसर्च सेवा और सेजमेकर इंस्टेंस आकार।
4. पर स्टैक विकल्प कॉन्फ़िगर करें पृष्ठ, एक स्टैक नाम और कोई अन्य विकल्प निर्दिष्ट करें जिसे आप सेट करना चाहते हैं।
5. स्टैक का निर्माण पूरा करें और स्टैक विवरण पृष्ठ पर स्थिति की निगरानी करें।
6. स्टैक बनने के बाद, कंसोल से सेजमेकर नोटबुक इंस्टेंस खोलें।

नोटबुक इंस्टेंस आवश्यक नोटबुक के साथ पहले से ही लोड किया जाएगा।

अमेज़ॅन पर्सनलाइज़ वर्कफ़्लो सेट अप करें और पूरा करें

ओपन 1.Configure_Amazon_Personalize.ipynb अमेज़ॅन वैयक्तिकृत कलाकृतियों को स्थापित करने के लिए नोटबुक। यह नोटबुक आपको निम्नलिखित चरणों से परिचित कराती है:

1. डेटासेट डाउनलोड करें और डेटासेट बनाने के लिए आवश्यक इनपुट फ़ाइलें बनाने के लिए डेटा को प्रीप्रोसेस करें।
2. एक डेटा समूह बनाएं।
3. डेटासेट और स्कीमा बनाएं.
4. डेटा तैयार करें और आयात करें.
5. एक समाधान और एक समाधान संस्करण बनाएँ.
6. समाधान संस्करण के लिए एक अभियान बनाएँ.

Jupyter नोटबुक का उपयोग करके Amazon वैयक्तिकृत खोज रैंकिंग प्लगइन स्थापित करें

ओपन 2.Configure_Amazon_OpenSearch.ipynb नोटबुक और निर्देशों को पढ़ें। यह नोटबुक आपको निम्नलिखित चरणों से परिचित कराती है:

1. OpenSearch सेवा उदाहरण में नमूना अनुक्रमणिका डेटा सम्मिलित करें। प्रतिनिधि डेटा के साथ सूचकांक को भरने से प्लगइन के संपूर्ण परीक्षण और सत्यापन की सुविधा मिलती है।
2. ओपनसर्च सर्विस डोमेन में प्लगइन पैकेज स्थापित करें। यह वैयक्तिकरण क्षमताओं को ओपनसर्च वातावरण में एकीकृत करता है।
3. प्लगइन की कार्यक्षमता को सक्रिय करने के लिए खोज पाइपलाइन सेट करें। खोज पाइपलाइनों में अनुरोध प्रीप्रोसेसर और प्रतिक्रिया पोस्टप्रोसेसर होते हैं जो प्रश्नों और परिणामों को बदलते हैं। पाइपलाइन का निर्माण करते समय, पहले बनाए गए अमेज़ॅन वैयक्तिकृत अभियान एआरएन को निर्दिष्ट करें personalized_search_ranking व्यक्तिगत पुनः रैंकिंग सक्षम करने के लिए पोस्टप्रोसेसर। यह परिणाम प्रसंस्करण के दौरान एप्लिकेशन के लिए अमेज़ॅन पर्सनलाइज़ से वास्तविक समय वैयक्तिकरण परिणाम प्राप्त करने के लिए प्लगइन को कॉन्फ़िगर करता है। पाइपलाइनों को परिभाषित करने से प्लगइन को उपयोगकर्ता की प्राथमिकताओं के आधार पर खोज प्रासंगिकता बढ़ाने की अनुमति मिलती है।

कंसोल का उपयोग करके अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन स्थापित करें

आप कंसोल से अमेज़ॅन पर्सनलाइज़ सर्च प्लगइन भी सेट कर सकते हैं। आपको ऐसा केवल तभी करने की आवश्यकता है यदि आपने पहले से ज्यूपिटर नोटबुक का उपयोग करके प्लगइन स्थापित नहीं किया है।

ओपनसर्च सेवा पर अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन स्थापित करने के लिए, निम्नलिखित चरणों को पूरा करें:

1. ओपनसर्च सर्विस कंसोल पर, अपने डोमेन पर नेविगेट करें।
2. पर संकुल टैब चुनें सहयोगी पैकेज अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन को अपने ओपनसर्च सेवा डोमेन के साथ संबद्ध करने के लिए। प्लगइन संस्करण को ओपनसर्च सर्विस डोमेन संस्करण से मेल खाना चाहिए।

अमेज़ॅन पर्सनलाइज़ सर्च रैंकिंग प्लगइन को ओपनसर्च सर्विस संस्करण 2.9 और उससे ऊपर पर स्थापित किया जा सकता है।

3. उपलब्ध प्लगइन्स की सूची में अमेज़ॅन पर्सनलाइज़ सर्च रैंकिंग प्लगइन का पता लगाएं।
4. चुनें सहयोगी इसे इंस्टॉल करने और इसे अपने मौजूदा ओपनसर्च सर्विस डोमेन के साथ संबद्ध करने के लिए प्लगइन के बगल में क्लिक करें।

आपके द्वारा प्लगइन कनेक्ट करने के बाद, यह प्लगइन प्रकार के रूप में पैकेजों की सूची में दिखाई देगा। प्लगइन स्थापित होने के साथ, इंस्टॉलेशन प्रक्रिया अब समाप्त हो गई है।

अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन सक्षम करें

अमेज़ॅन पर्सनलाइज़ सर्च रैंकिंग प्लगइन का उपयोग करता है search-pipeline ओपनसर्च सेवा की सुविधा, संस्करण 2.9 से शुरू होकर जारी की गई। प्लगइन निर्भर करता है search-pipeline ओपनसर्च सेवा द्वारा प्रदान किए गए खोज परिणामों पर अमेज़ॅन वैयक्तिकृत रैंकिंग लागू करने की सुविधा और इसे एक के रूप में स्थापित करने की भी आवश्यकता है search-pipeline प्रतिक्रिया प्रोसेसर. इस पाइपलाइन परिभाषा में अमेज़ॅन पर्सनलाइज़ प्लगइन के लिए कॉन्फ़िगरेशन शामिल होगा, जिसमें अमेज़ॅन पर्सनलाइज़ रैंकिंग प्राप्त करने के लिए कॉल करने के लिए अमेज़ॅन पर्सनलाइज़ अभियान, अमेज़ॅन पर्सनलाइज़ संसाधनों तक पहुंचने के लिए आईएएम भूमिका, साथ ही निम्न तालिका में परिभाषित पैरामीटर शामिल हैं।

निम्नलिखित पायथन कोड स्निपेट एक खोज पाइपलाइन बनाता है personalized_search_ranking ओपनसर्च सेवा डोमेन पर प्रतिक्रिया प्रोसेसर। आप इस चरण को इस पोस्ट के साथ आने वाली नोटबुक के एक भाग के रूप में एक बार चलाएँ:

वैयक्तिकृत रैंकिंग के लिए खोज पाइपलाइन को परिभाषित करें

आप एक खोज पाइपलाइन बनाने के लिए निम्नलिखित पायथन कोड का उपयोग कर सकते हैं personalized_search_ranking ओपनसर्च सेवा डोमेन पर प्रतिक्रिया प्रोसेसर। डोमेन एंडपॉइंट को अपने डोमेन एंडपॉइंट यूआरएल से बदलें। उदाहरण के लिए: https://<domain name>.<AWS region>.es.amazonaws.com.

import requests
from requests_auth_aws_sigv4 import AWSSigV4

domain_endpoint = 'domain endpoint'
pipeline_name = 'pipeline name'
url = f'{domain_endpoint}/_search/pipeline/{pipeline_name}'
auth = AWSSigV4('es')

headers = {'Content-Type': 'application/json'}

body = {
  "description": "A pipeline to apply custom re-ranking from Amazon Personalize",
  "response_processors": [
    {
      "personalized_search_ranking" : {
        "campaign_arn" : "<Replace with Amazon Personalize Campaign ARN>",
        "item_id_field" : "itemId",
        "recipe" : "aws-personalized-ranking",
        "weight" : "0.3",
        "tag" : "personalize-processor",
        "iam_role_arn": "<Replace with Role ARN>",
        "aws_region": "<Replace with AWS region>",
        "ignore_failure": true
    }
  ]
}
try:
    response = requests.put(url, auth=auth, json=body, headers=headers)
    print(response.text)
except Exception as e:
    print(f"Error: {e}")

किसी व्यक्तिगत क्वेरी के लिए खोज पाइपलाइन लागू करें

आपके द्वारा एक खोज पाइपलाइन को कॉन्फ़िगर करने के बाद personalized_search_ranking रिस्पॉन्स प्रोसेसर, आप अपने ओपनसर्च प्रश्नों पर अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन लागू कर सकते हैं और पुन: रैंक किए गए परिणाम देख सकते हैं। अपने डोमेन एंडपॉइंट, अपने ओपनसर्च सर्विस इंडेक्स, अपनी पाइपलाइन का नाम (आपने ऊपर कॉन्फ़िगर किया गया है), और अपनी क्वेरी (क्वेरी के लिए हम "टॉम क्रूज़" का उपयोग करते हैं) निर्दिष्ट करने के लिए कोड अपडेट करें। के लिए user_id, उस उपयोगकर्ता की आईडी निर्दिष्ट करें जिसके लिए आप खोज परिणाम प्राप्त कर रहे हैं। यह उपयोगकर्ता उस डेटा में होना चाहिए जिसका उपयोग आपने अपना अमेज़ॅन पर्सनलाइज़ समाधान संस्करण बनाने के लिए किया था।

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": "<Replace with pipeline-name>"}
body = {
    "query": {
        "multi_match": {
            "query": "Tom Cruise",
            "fields": ["title", "plot", "genres", "directedBy", "starring"]
        }
    },
    "ext": {
        "personalize_request_parameters": {
            "user_id": "<Replace with USER ID>"
        }
    }
}
try:
    response = requests.post(url, auth=auth, params=params, json=body, headers=headers)
    print(response)
except Exception as e:
    print(f"Error: {e}")

परिणामों का मूल्यांकन करें

ओपन 3.टेस्टिंग.ipynb नोटबुक और उन प्रश्नों के परिणामों का परीक्षण और तुलना करने के लिए चरणों का पालन करें जो वैयक्तिकरण का उपयोग करते हैं और जो वैयक्तिकरण का उपयोग नहीं करते हैं। अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन ओपनसर्च सेवा क्वेरी प्रतिक्रिया में खोज परिणामों को फिर से रैंक करता है। यह अमेज़ॅन पर्सनलाइज़ की रैंकिंग और ओपनसर्च सेवा की रैंकिंग दोनों पर विचार करता है। यह नोटबुक आपको निम्नलिखित चरणों से परिचित कराती है:

1. अपने OpenSearch सेवा डोमेन के साथ कनेक्शन स्थापित करने के लिए आवश्यक कनेक्शन पैरामीटर परिभाषित करें। इसमें आपके विशिष्ट ओपनसर्च सेवा सेटअप के लिए आवश्यक डोमेन एंडपॉइंट, प्रमाणीकरण क्रेडेंशियल और कोई अतिरिक्त कॉन्फ़िगरेशन सेटिंग्स निर्दिष्ट करना शामिल है।
2. नमूना प्रश्नों का एक सेट बनाएं, जिसमें वैयक्तिकरण पैरामीटर वाले प्रश्न और वैयक्तिकरण पैरामीटर रहित क्वेरी शामिल हों। इन प्रश्नों का उपयोग खोज परिणामों पर वैयक्तिकरण के प्रभाव का मूल्यांकन करने के लिए किया जाएगा।
3. उन क्वेरीज़ को चलाएं और परिणामों की तुलना करें जो वैयक्तिकरण का उपयोग करती हैं और जो वैयक्तिकरण का उपयोग नहीं करती हैं।

हमारे उदाहरण के लिए, हमने "टॉम क्रूज़" के लिए एक क्वेरी का उपयोग किया और वैयक्तिकरण पैरामीटर के लिए, हमने नाटक और रोमांस फिल्म शैलियों को देखने के हाल के इतिहास वाले एक उपयोगकर्ता का उपयोग किया। बाद के खोज परिणाम प्रदर्शित करते हैं कि कैसे प्लगइन उपयोगकर्ता के देखे गए देखने के व्यवहार के आधार पर सिफारिशों को तैयार करता है और प्राथमिकता देता है। यह व्यक्तिगत उपयोगकर्ता प्राथमिकताओं और जुड़ाव पैटर्न पर विचार करके एक अनुकूलित, क्यूरेटेड अनुभव प्रदान करने की प्लगइन की क्षमता का उदाहरण देता है। उपयोगकर्ता की प्राथमिकताओं के अनुमान के आधार पर खोज परिणामों को परिष्कृत और समायोजित करने की क्षमता बढ़ी हुई प्रासंगिकता और उपयोगिता प्रदान करने में सक्षम बनाती है।

वैयक्तिकृत बनाम गैर-वैयक्तिकृत परिणाम

आइए आईडी 12 वाले उपयोगकर्ता के लिए परिणामों को वैयक्तिकृत करने पर विचार करें। सबसे पहले, हम कोड को चलाकर इस उपयोगकर्ता की हाल की बातचीत की जांच करते हैं 3.टेस्टिंग.ipynb उनके इंटरैक्शन इतिहास को पुनः प्राप्त करने के लिए नोटबुक। यह हमें यह देखने की अनुमति देता है कि इस उपयोगकर्ता ने हाल ही में किस प्रकार की फिल्मों की समीक्षा की है, जो यह बता सकती है कि हम उनके लिए अनुशंसाओं को कैसे वैयक्तिकृत करते हैं।

इस उदाहरण में, हम देखते हैं कि उपयोगकर्ता ने नाटक, रोमांस और थ्रिलर फिल्म शैलियों में रुचि व्यक्त की है। वैयक्तिकृत सिफ़ारिशें प्रदान करने के लिए, हम पहले उपयोगकर्ता की शैली प्राथमिकताओं का उपयोग करते हुए, वैयक्तिकरण पैरामीटर सक्षम करके क्वेरीज़ चलाते हैं। फिर हम तुलना के लिए वैयक्तिकरण सक्षम किए बिना समान क्वेरी चलाते हैं। निम्नलिखित परिणाम गैर-वैयक्तिकृत और वैयक्तिकृत अनुशंसा आउटपुट के बीच अंतर दिखाते हैं।

पहले दो कॉलम मूवी इंडेक्स पर "टॉम क्रूज़" क्वेरी के लिए डिफ़ॉल्ट ओपनसर्च सेवा परिणाम प्रदर्शित करते हैं, जो विभिन्न शैलियों में विभिन्न टॉम क्रूज़ फिल्मों को दिखाते हैं। अगले दो कॉलम उसी "टॉम क्रूज़" क्वेरी के लिए वैयक्तिकृत ओपनसर्च सेवा परिणाम दिखाते हैं, लेकिन नाटक, रोमांस और थ्रिलर शैलियों में रुचि रखने वाले उपयोगकर्ता के लिए अनुकूलित हैं। सामान्य परिणामों की तुलना में, वैयक्तिकृत परिणामों में उपयोगकर्ता की पसंदीदा ड्रामा, रोमांस और थ्रिलर शैलियों में टॉम क्रूज़ फिल्में प्रमुखता से प्रदर्शित होती हैं। डेल्टा इस बात पर प्रकाश डालता है कि कैसे वैयक्तिकृत परिणामों को गैर-वैयक्तिकृत परिणामों के सापेक्ष पुन: रैंक किया गया है, उपयोगकर्ता की शैली प्राथमिकताओं से मेल खाने वाली फिल्मों को प्राथमिकता दी गई है। यह दर्शाता है कि वैयक्तिकरण ओपनसर्च सेवा परिणामों को व्यक्तिगत उपयोगकर्ताओं के स्वाद और रुचियों के अनुरूप कैसे बना सकता है।

यह तुलना दर्शाती है कि अमेज़ॅन पर्सनलाइज़ किसी व्यक्तिगत उपयोगकर्ता की रुचियों से मेल खाने के लिए ओपनसर्च सेवा मूवी परिणामों को कैसे अनुकूलित कर सकता है। हालाँकि मानक ओपनसर्च सेवा का लक्ष्य टॉम क्रूज़ के लिए प्रासंगिक फिल्म परिणामों को सार्वभौमिक रूप से प्रस्तुत करना है, अमेज़ॅन पर्सनलाइज़ ने परिणामों को टॉम क्रूज़ फिल्मों पर ध्यान केंद्रित करने के लिए तैयार किया है, यह भविष्यवाणी करता है कि यह उपयोगकर्ता अपने अद्वितीय देखने के इतिहास और प्राथमिकताओं के आधार पर आनंद लेगा।

साथ-साथ परिणाम बताते हैं कि कैसे अमेज़ॅन पर्सनलाइज़ व्यक्ति को मूवी परिणामों को वैयक्तिकृत करके अधिक लक्षित, उपयोगकर्ता-केंद्रित खोज अनुभव प्रदान करता है।

क्लीन अप

अपने संसाधनों को साफ करने के लिए निम्नलिखित चरणों को पूरा करें:

1. में चरणों का पालन करें 4.क्लीनअप.ipynb नोटबुक के माध्यम से बनाए गए संसाधनों को साफ करने के लिए नोटबुक।
2. AWS CloudFormation कंसोल पर, आपके द्वारा बनाए गए स्टैक को हटा दें।

निष्कर्ष

अमेज़ॅन वैयक्तिकृत खोज रैंकिंग प्लगइन वैयक्तिकृत खोज अनुभवों को सक्षम करने के लिए ओपनसर्च सेवा के साथ सहजता से एकीकृत होता है। उपयोगकर्ता व्यवहार डेटा और अमेज़ॅन पर्सनलाइज़ की एमएल क्षमताओं का उपयोग करके, प्लगइन प्रत्येक अद्वितीय उपयोगकर्ता के लिए प्रासंगिकता बढ़ाने के लिए ओपनसर्च सेवा परिणाम रैंकिंग को फिर से व्यवस्थित कर सकता है। यह एक कस्टम-अनुरूप खोज अनुभव बनाता है जो परिणामों में सबसे अधिक प्रासंगिक सामग्री को सामने लाता है। विभिन्न उपयोग के मामलों में फिट होने के लिए ओपनसर्च सेवा मूल स्कोरिंग के साथ वैयक्तिकरण को संतुलित करने के लिए प्लगइन कॉन्फ़िगर करने योग्य है। कुल मिलाकर, अमेज़ॅन पर्सनलाइज़ सर्च रैंकिंग प्लगइन आपके उपयोगकर्ताओं की व्यक्तिगत रुचियों और प्राथमिकताओं को ध्यान में रखते हुए ओपनसर्च सेवा खोज प्रासंगिकता और जुड़ाव को बढ़ाने का एक शक्तिशाली तरीका है। केवल कुछ कॉन्फ़िगरेशन चरणों के साथ, आप अति-प्रासंगिक परिणाम प्रस्तुत करना शुरू कर सकते हैं जो आपके उपयोगकर्ताओं के साथ दृढ़ता से मेल खाते हैं।

अतिरिक्त संसाधन

लेखक के बारे में

जेम्स जॉरी AWS के साथ एप्लाइड AI में प्रिंसिपल सॉल्यूशंस आर्किटेक्ट हैं। वैयक्तिकरण और अनुशंसा प्रणाली में उनकी विशेष रुचि है और ईकॉमर्स, मार्केटिंग प्रौद्योगिकी और ग्राहक डेटा विश्लेषण में उनकी पृष्ठभूमि है। अपने खाली समय में, वह कैंपिंग और ऑटो रेसिंग सिमुलेशन का आनंद लेते हैं।

रीगन रोसारियो AWS में एक सॉल्यूशन आर्किटेक्ट है, जो शिक्षा प्रौद्योगिकी कंपनियों के लिए स्केलेबल, अत्यधिक उपलब्ध और सुरक्षित क्लाउड समाधान बनाने में विशेषज्ञता रखता है। सॉफ्टवेयर इंजीनियरिंग और आर्किटेक्चर भूमिकाओं में 10 वर्षों से अधिक के अनुभव के साथ, रीगन को AWS ग्राहकों को मजबूत क्लाउड समाधान तैयार करने में मदद करने के लिए अपने तकनीकी ज्ञान का उपयोग करना पसंद है जो AWS की चौड़ाई और गहराई का लाभ उठाते हैं।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://aws.amazon.com/blogs/machine-learning/unlock-personalized-experiences-powered-by-ai-using-amazon-personalize-and-amazon-opensearch-service/