Personalizza i tuoi risultati di ricerca con l'integrazione di Amazon Personalize e Amazon OpenSearch Service | Servizi Web di Amazon

Amazon Personalizza ha lanciato una nuova integrazione con Servizio Amazon OpenSearch che ti consente di personalizzare i risultati di ricerca per ciascun utente e ti aiuta a prevedere le sue esigenze di ricerca. Il plug-in Amazon Personalize Search Ranking all'interno del servizio OpenSearch ti consente di migliorare il coinvolgimento degli utenti finali e la conversione dalla ricerca sul tuo sito Web e app sfruttando le funzionalità di deep learning offerte da Amazon Personalize. Questa funzionalità è disponibile anche con OpenSearch autogestito.

La ricerca è fondamentale per coinvolgere gli utenti perché porta traffico con intenzioni elevate da parte di individui che cercano prodotti o categorie specifici. In precedenza, i clienti trovavano difficile trarre vantaggio da questo traffico e fornire risultati di ricerca pertinenti ai propri utenti a causa delle limitazioni dell’infrastruttura o della mancanza di competenze nel machine learning. Ciò ha portato a un aumento dei casi in cui gli utenti non riescono a trovare gli elementi che stavano cercando. Con il plug-in Amazon Personalize Search Ranking, i clienti di OpenSearch Service versione 2.9.0 o successiva possono andare oltre il tradizionale approccio di corrispondenza delle parole chiave e aumentare gli elementi pertinenti nei risultati di ricerca di un singolo utente in base ai suoi interessi, al contesto e alle interazioni passate in tempo reale. Puoi anche ottimizzare il livello di personalizzazione per ogni query di ricerca per garantire flessibilità e controllo sull'esperienza di ricerca.

Ai partner AWS piace Cognizant sono entusiasti delle possibilità di personalizzazione che il plug-in Amazon Personalize Search Ranking sbloccherà per i loro clienti nel settore dei media e della vendita al dettaglio.

“Amazon Personalize ha dimostrato di avere un grande impatto per molte aziende grazie alla sua implementazione semplificata e conveniente. Con il rilascio del nuovo plug-in Amazon Personalize Search Ranking all'interno di Amazon OpenSearch Service, ora possiamo distribuire e implementare rapidamente la personalizzazione degli utenti in tempo reale nei risultati di ricerca. Siamo altamente fiduciosi che offrirà una migliore esperienza e soddisfazione del cliente, oltre ad aumentare le percentuali di conversione e di clic di due o tre volte. La ricerca personalizzata è un elemento di differenziazione, soprattutto per i media e le piattaforme di vendita al dettaglio. Siamo davvero entusiasti di essere partner di lancio di AWS per questa versione e non vediamo l’ora di aiutare le aziende a fornire soluzioni di ricerca personalizzate basate su Amazon Personalize”.

– Andy Huang, responsabile AI/ML presso Cognizant Servian.

In questo post ti mostriamo come i risultati di ricerca vengono personalizzati in base all'utente e come variano quando si regola il peso della personalizzazione. Specifichiamo un valore più vicino allo zero per porre meno enfasi sulla personalizzazione e specifichiamo un valore più vicino a 1 per riclassificare i risultati della ricerca in base a un livello di personalizzazione più elevato.

Esempi di casi d'uso

Per esplorare l'impatto di questa nuova funzionalità in modo più dettagliato, esaminiamo un esempio utilizzando un set di dati da Negozio dimostrativo al dettaglio.

Innanzitutto, utilizziamo il servizio OpenSearch per ottenere risultati di ricerca per la query di ricerca "Grooming". Quando il peso della personalizzazione è impostato su 0.0, non viene effettuata alcuna personalizzazione. Come mostrato nella tabella seguente, i primi cinque risultati di ricerca del servizio OpenSearch mostrano gli articoli di toelettatura con una maggiore affinità di genere nei confronti delle donne (fare riferimento a Gender_Affinity colonna, dove M sta per maschio e F sta per femmina).

Supponiamo che un utente con genere M (maschio) esegue una ricerca utilizzando la stessa query per "Grooming". Quando il peso della personalizzazione è impostato su 0.3, gli articoli con un'affinità di genere verso gli uomini ottengono un leggero aumento nel ranking. In questo esempio, il rasoio da uomo Premium, originariamente classificato al 6° posto nella tabella precedente da OpenSearch Service, viene portato al 2° posto nella tabella aggiornata. Allo stesso modo, Razor Brand for Men si presenta in una posizione più alta (grado 6) nonostante sia l'articolo con il punteggio più basso nella tabella precedente.

Successivamente, perfezioniamo il peso della personalizzazione su un valore di 0.8 per ottenere risultati di ricerca più personalizzati per "Grooming". Nella tabella seguente, i primi quattro elementi nei risultati di ricerca sono particolarmente adatti agli uomini. Premium Men’s Razor e Razor Brand for Men salgono ulteriormente in classifica. Vediamo anche altri articoli per la toelettatura come Minimalistic Razor e Fusion5 Razers for Men emersi in cima ai risultati di ricerca anche se avevano un posizionamento inferiore nella nostra prima query.

Per ulteriori dettagli su come implementare la ricerca personalizzata con il servizio OpenSearch, fare riferimento a Personalizzazione dei risultati di ricerca da OpenSearch.

Conclusione

Con il nuovo plug-in Amazon Personalize Search Ranking, i clienti sia di OpenSearch autogestito che di OpenSearch Service v2.9 e versioni successive possono aumentare gli elementi pertinenti nei loro risultati di ricerca includendo segnali dalla cronologia, dal contesto e dalle preferenze di ciascun utente. Il plug-in ti consente di esercitare un maggiore controllo sul livello di personalizzazione per ciascun utente e tipo di query e di migliorare l'esperienza di ricerca complessiva per i tuoi utenti.

Per ulteriori dettagli su Amazon Personalize, fare riferimento al Guida per sviluppatori di Amazon Personalize.

Informazioni sugli autori

Shreeya Sharma è un Senior Technical Product Manager che lavora con AWS AI/ML nel team Amazon Personalize. Ha un background in ingegneria informatica, consulenza tecnologica e analisi dei dati

Ketan Kulkarni è un ingegnere di sviluppo software del team Amazon Personalize concentrato sulla creazione di sistemi di raccomandazione basati sull'intelligenza artificiale su larga scala. Nel tempo libero gli piace leggere e viaggiare.

Prashant Mishra è un ingegnere di sviluppo software nel team di Amazon Personalize.

Branislav Kveton è uno scienziato principale presso AWS AI Labs. Propone, analizza e applica algoritmi che apprendono in modo incrementale, funzionano in tempo reale e convergono verso soluzioni quasi ottimali all'aumentare del numero di osservazioni.

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://aws.amazon.com/blogs/machine-learning/personalize-your-search-results-with-amazon-personalize-and-amazon-opensearch-service-integration/