Personalisasikan hasil pencarian Anda dengan integrasi Amazon Personalize dan Amazon OpenSearch Service | Layanan Web Amazon

Amazon Personalisasi telah meluncurkan integrasi baru dengan Layanan Pencarian Terbuka Amazon yang memungkinkan Anda mempersonalisasi hasil pencarian untuk setiap pengguna dan membantu memprediksi kebutuhan pencarian mereka. Plugin Amazon Personalize Search Ranking dalam OpenSearch Service memungkinkan Anda meningkatkan keterlibatan dan konversi pengguna akhir dari pencarian situs web dan aplikasi Anda dengan memanfaatkan kemampuan pembelajaran mendalam yang ditawarkan oleh Amazon Personalize. Fitur ini juga tersedia dengan OpenSearch yang dikelola sendiri.

Penelusuran sangat penting dalam menarik pengguna karena menghasilkan lalu lintas dengan niat tinggi dari individu yang mencari produk atau kategori tertentu. Sebelumnya, pelanggan merasa kesulitan untuk memanfaatkan lalu lintas ini dan memberikan hasil penelusuran yang relevan kepada penggunanya karena keterbatasan infrastruktur atau kurangnya keahlian ML. Hal ini menyebabkan peningkatan kejadian pengguna gagal menemukan item yang mereka cari. Dengan plugin Amazon Personalize Search Ranking, pelanggan OpenSearch Service versi 2.9.0 atau lebih baru dapat melampaui pendekatan pencocokan kata kunci tradisional dan meningkatkan item yang relevan dalam hasil pencarian masing-masing pengguna berdasarkan minat, konteks, dan interaksi masa lalu mereka secara real-time. Anda juga dapat menyempurnakan tingkat personalisasi untuk setiap kueri penelusuran guna memastikan fleksibilitas dan kontrol atas pengalaman penelusuran.

Mitra AWS menyukainya Sadar sangat antusias dengan kemungkinan personalisasi yang akan dibuka oleh plugin Amazon Personalize Search Ranking untuk pelanggan media dan ritel mereka.

“Amazon Personalize telah terbukti memberikan dampak besar bagi banyak bisnis dengan penerapannya yang hemat biaya dan efisien. Dengan dirilisnya plugin Amazon Personalize Search Ranking baru dalam Amazon OpenSearch Service, kini kami dapat dengan cepat menerapkan dan menerapkan personalisasi pengguna real-time pada hasil pencarian. Kami sangat yakin bahwa hal ini akan memberikan peningkatan pengalaman dan kepuasan pelanggan serta meningkatkan konversi dan rasio klik-tayang sebanyak dua hingga tiga kali lipat. Pencarian yang dipersonalisasi adalah pembeda, terutama untuk platform media dan ritel. Kami sangat bersemangat untuk menjadi mitra peluncuran AWS pada rilis ini dan berharap dapat membantu bisnis memberikan solusi pencarian yang dipersonalisasi yang didukung oleh Amazon Personalize.”

– Andy Huang, Kepala AI/ML di Cognizant Servian.

Dalam postingan ini, kami menunjukkan kepada Anda bagaimana hasil penelusuran dipersonalisasi berdasarkan pengguna dan perbedaannya saat Anda menyesuaikan bobot personalisasi. Kami menetapkan nilai yang mendekati nol untuk mengurangi penekanan pada personalisasi, dan menentukan nilai yang mendekati 1 untuk memberi peringkat ulang pada hasil penelusuran berdasarkan tingkat personalisasi yang lebih tinggi.

Contoh kasus penggunaan

Untuk mengeksplorasi dampak fitur baru ini secara lebih detail, mari kita tinjau contoh penggunaan kumpulan data dari Toko Demo Eceran.

Pertama, kami menggunakan Layanan OpenSearch untuk mendapatkan hasil pencarian untuk permintaan pencarian “Grooming.” Jika bobot personalisasi diatur ke 0.0, tidak ada personalisasi yang dilakukan. Seperti yang ditunjukkan dalam tabel berikut, lima hasil pencarian teratas dari OpenSearch Service menunjukkan item perawatan dengan afinitas gender yang lebih tinggi terhadap perempuan (lihat tabel Gender_Affinity kolom, dimana M singkatan dari laki-laki dan F singkatan dari perempuan).

Misalkan seorang pengguna berjenis kelamin M (pria) melakukan penelusuran menggunakan kueri yang sama untuk “Grooming”. Jika bobot personalisasi disetel ke 0.3, item dengan ketertarikan gender terhadap laki-laki mendapat sedikit peningkatan peringkat. Dalam contoh ini, Pisau Cukur Pria Premium, yang awalnya menduduki peringkat 6 pada tabel sebelumnya oleh OpenSearch Service, ditingkatkan menjadi peringkat 2 pada tabel yang diperbarui. Demikian pula, Merek Pisau Cukur untuk Pria muncul di posisi lebih tinggi (peringkat 6) meskipun merupakan item dengan peringkat terendah di tabel sebelumnya.

Selanjutnya, kami menyempurnakan bobot personalisasi ke nilai 0.8 untuk mendapatkan hasil penelusuran yang lebih dipersonalisasi untuk “Perawatan”. Pada tabel berikut, empat item teratas dalam hasil pencarian sangat cocok untuk pria. Merek Pisau Cukur dan Pisau Cukur Pria Premium untuk Pria naik peringkat lebih jauh. Kami juga melihat item perawatan lainnya seperti Pisau Cukur Minimalis dan Pisau Cukur Fusion5 untuk Pria muncul di bagian atas hasil pencarian meskipun peringkatnya lebih rendah di kueri pertama kami.

Untuk rincian lebih lanjut tentang cara menerapkan pencarian yang dipersonalisasi dengan Layanan OpenSearch, lihat Personalisasi hasil pencarian dari OpenSearch.

Kesimpulan

Dengan plugin Amazon Personalize Search Ranking yang baru, pelanggan OpenSearch yang dikelola sendiri dan OpenSearch Service v2.9 dan yang lebih baru dapat meningkatkan item yang relevan dalam hasil pencarian mereka dengan menyertakan sinyal dari setiap riwayat, konteks, dan preferensi pengguna. Plugin ini memungkinkan Anda melakukan kontrol yang lebih besar terhadap tingkat personalisasi untuk setiap pengguna dan jenis kueri, serta meningkatkan pengalaman penelusuran keseluruhan bagi pengguna Anda.

Untuk detail lebih lanjut tentang Amazon Personalize, lihat Panduan Pengembang Personalisasi Amazon.

Tentang Penulis

Shreeya Sharma adalah Manajer Produk Teknis Senior yang bekerja dengan AWS AI/ML di tim Amazon Personalize. Dia memiliki latar belakang di bidang teknik ilmu komputer, konsultasi teknologi, dan analisis data

Ketan Kulkarni adalah Insinyur Pengembangan Perangkat Lunak di tim Amazon Personalize yang berfokus pada pembangunan sistem pemberi rekomendasi yang didukung AI dalam skala besar. Di waktu luangnya, ia senang membaca dan jalan-jalan.

Prashant Mishra adalah Insinyur Pengembangan Perangkat Lunak di tim Amazon Personalize.

Branislav Kveton adalah Ilmuwan Utama di AWS AI Labs. Dia mengusulkan, menganalisis, dan menerapkan algoritma yang belajar secara bertahap, berjalan dalam waktu nyata, dan menyatu hingga mendekati solusi optimal seiring dengan meningkatnya jumlah pengamatan.

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
• PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
• PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
• PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
• Sumber: https://aws.amazon.com/blogs/machine-learning/personalize-your-search-results-with-amazon-personalize-and-amazon-opensearch-service-integration/