Tilpas dine søgeresultater med Amazon Personalize og Amazon OpenSearch Service integration | Amazon Web Services

Amazon Tilpas har lanceret en ny integration med Amazon OpenSearch Service der giver dig mulighed for at tilpasse søgeresultater for hver bruger og hjælper med at forudsige deres søgebehov. Amazon Personalize Search Ranking-pluginnet i OpenSearch Service giver dig mulighed for at forbedre slutbrugerens engagement og konvertering fra din hjemmeside og appsøgning ved at drage fordel af de dybe læringsmuligheder, som Amazon Personalize tilbyder. Denne funktion er også tilgængelig med selvadministreret OpenSearch.

Søgning er afgørende for at engagere brugere, fordi det bringer trafik med høj hensigt fra personer, der søger specifikke produkter eller kategorier. Tidligere fandt kunderne det udfordrende at udnytte denne trafik og levere relevante søgeresultater til deres brugere på grund af infrastrukturbegrænsninger eller mangel på ML-ekspertise. Dette førte til flere tilfælde af, at brugere ikke kunne finde de varer, de søgte efter. Med Amazon Personalize Search Ranking-pluginnet kan kunder af OpenSearch Service version 2.9.0 eller nyere gå ud over den traditionelle søgeordsmatchningstilgang og booste relevante elementer i en individuel brugers søgeresultater baseret på deres interesser, kontekst og tidligere interaktioner i realtid. Du kan også finjustere niveauet af personalisering for hver søgeforespørgsel for at sikre fleksibilitet og kontrol over søgeoplevelsen.

AWS-partnere kan lide Cognizant er begejstrede for de personaliseringsmuligheder, som Amazon Personalize Search Ranking-plugin'et vil låse op for deres medie- og detailkunder.

"Amazon Personalize har vist sig at være yderst virkningsfuld for mange virksomheder med dens omkostningseffektive og strømlinede implementering. Med udgivelsen af ​​det nye Amazon Personalize Search Ranking-plugin i Amazon OpenSearch Service kan vi nu hurtigt implementere og implementere brugertilpasning i realtid til søgeresultater. Vi er meget overbeviste om, at det vil give en forbedret kundeoplevelse og -tilfredshed samt øge konverterings- og klikraterne med to til tre gange. Personlig søgning er en differentiator, især for medie- og detailplatforme. Vi er virkelig glade for at være lanceringspartner med AWS på denne udgivelse og ser frem til at hjælpe virksomheder med at levere personlige søgeløsninger drevet af Amazon Personalize."

– Andy Huang, chef for AI/ML hos Cognizant Servian.

I dette indlæg viser vi dig, hvordan søgeresultater bliver tilpasset baseret på brugeren, og hvordan de varierer, når du justerer personaliseringsvægten. Vi angiver en værdi tættere på nul for at lægge mindre vægt på personalisering, og angiver en værdi tættere på 1 for at omrangere søgeresultater baseret på et højere niveau af personalisering.

Eksempler på brugssager

For at udforske virkningen af ​​denne nye funktion mere detaljeret, lad os gennemgå et eksempel ved hjælp af et datasæt fra Detaildemobutik.

Først bruger vi OpenSearch Service til at få søgeresultater for søgeforespørgslen "Grooming". Når personaliseringsvægten er sat til 0.0, sker der ingen personalisering. Som vist i nedenstående tabel viser de fem øverste søgeresultater fra OpenSearch Service de plejeartikler med en højere kønsaffinitet til kvinder (se Gender_Affinity kolonne, hvor M står for mandlig og F står for kvinde).

Lad os antage, at en bruger med køn M (mand) udfører en søgning med den samme forespørgsel efter "Grooming". Når personaliseringsvægten er sat til 0.3, får elementerne med en kønsmæssig affinitet til mænd et subtilt løft i rangeringen. I dette eksempel bliver Premium Men's Razor, som oprindeligt var nummer 6 i den foregående tabel af OpenSearch Service, boostet til rang 2 i den opdaterede tabel. På samme måde dukker Razor Brand for Men op højere i position (rang 6) på trods af at det er det lavest rangerede element i den foregående tabel.

Dernæst finjusterer vi personaliseringsvægten til en værdi på 0.8 for at få mere personlige søgeresultater for "Grooming". I den følgende tabel er de fire øverste elementer i søgeresultaterne særdeles velegnede til mænd. Premium mænds barberkniv og barberblade til mænd skyder yderligere op i rang. Vi ser også andre plejeartikler såsom Minimalistic Razor og Fusion5 Razers for Men dukkede op øverst i søgeresultaterne, selvom de havde en lavere placering i vores første forespørgsel.

For flere detaljer om, hvordan man implementerer personlig søgning med OpenSearch Service, se Tilpasning af søgeresultater fra OpenSearch.

Konklusion

Med det nye Amazon Personalize Search Ranking-plugin kan kunder af både selvadministreret OpenSearch og OpenSearch Service v2.9 og nyere booste relevante elementer i deres søgeresultater ved at inkludere signaler fra hver brugers historie, kontekst og præferencer. Pluginnet giver dig mulighed for at udøve større kontrol over niveauet af personalisering for hver bruger og forespørgselstype og forbedre den overordnede søgeoplevelse for dine brugere.

For flere detaljer om Amazon Personalize, se Amazon Personalize Developer Guide.

Om forfatterne

Shreeya Sharma er en Sr. Technical Product Manager, der arbejder med AWS AI/ML på Amazon Personalize-teamet. Hun har en baggrund inden for datalogi, teknologirådgivning og dataanalyse

Ketan Kulkarni er softwareudviklingsingeniør med Amazon Personalize-teamet fokuseret på at bygge AI-drevne anbefalingssystemer i stor skala. I sin fritid holder han af at læse og rejse.

Prashant Mishra er softwareudviklingsingeniør på Amazon Personalize-teamet.

Branislav Kveton er Principal Scientist ved AWS AI Labs. Han foreslår, analyserer og anvender algoritmer, der lærer trinvist, kører i realtid og konvergerer til næsten optimale løsninger, efterhånden som antallet af observationer stiger.

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
• PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
• PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
• PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
• Kilde: https://aws.amazon.com/blogs/machine-learning/personalize-your-search-results-with-amazon-personalize-and-amazon-opensearch-service-integration/