Tilpass søkeresultatene dine med Amazon Personalize og Amazon OpenSearch Service-integrasjon | Amazon Web Services

Amazon Tilpasse har lansert en ny integrasjon med Amazon OpenSearch-tjeneste som lar deg tilpasse søkeresultatene for hver bruker og hjelper deg med å forutsi deres søkebehov. Amazon Personalize Search Ranking-plugin i OpenSearch Service lar deg forbedre sluttbrukerengasjementet og konverteringen fra nettstedet ditt og appsøket ditt ved å dra nytte av de dype læringsmulighetene som tilbys av Amazon Personalize. Denne funksjonen er også tilgjengelig med selvadministrert OpenSearch.

Søk er avgjørende for å engasjere brukere fordi det gir trafikk med høy intensjon fra enkeltpersoner som søker bestemte produkter eller kategorier. Tidligere syntes kunder det var utfordrende å utnytte denne trafikken og gi relevante søkeresultater til brukerne sine på grunn av infrastrukturbegrensninger eller mangel på ML-ekspertise. Dette førte til økte tilfeller av brukere som ikke fant varene de søkte etter. Med Amazon Personalize Search Ranking-plugin kan kunder med OpenSearch Service versjon 2.9.0 eller nyere gå utover den tradisjonelle søkeordtilnærmingen og øke relevante elementer i en individuell brukers søkeresultater basert på deres interesser, kontekst og tidligere interaksjoner i sanntid. Du kan også finjustere personaliseringsnivået for hvert søk for å sikre fleksibilitet og kontroll over søkeopplevelsen.

AWS-partnere liker cognizant er begeistret over personaliseringsmulighetene som Amazon Personalize Search Ranking-plugin vil låse opp for deres medie- og detaljkunder.

"Amazon Personalize har vist seg å være svært virkningsfull for mange virksomheter med sin kostnadseffektive og strømlinjeformede implementering. Med utgivelsen av den nye Amazon Personalize Search Ranking-plugin i Amazon OpenSearch Service, kan vi nå raskt distribuere og implementere sanntids brukertilpasning til søkeresultater. Vi er svært sikre på at det vil gi forbedret kundeopplevelse og -tilfredshet, samt øke konverterings- og klikkfrekvensen med to til tre ganger. Personlig søk er en differensiator, spesielt for medie- og detaljhandelsplattformer. Vi er veldig glade for å være en lanseringspartner med AWS på denne utgivelsen og ser frem til å hjelpe bedrifter med å levere personlige søkeløsninger drevet av Amazon Personalize.»

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

I dette innlegget viser vi deg hvordan søkeresultatene blir tilpasset basert på brukeren og hvordan de varierer når du justerer personaliseringsvekten. Vi spesifiserer en verdi nærmere null for å legge mindre vekt på personalisering, og spesifiserer en verdi nærmere 1 for å omrangere søkeresultatene basert på et høyere personaliseringsnivå.

Eksempler på brukstilfeller

For å utforske virkningen av denne nye funksjonen mer detaljert, la oss se på et eksempel ved å bruke et datasett fra Demo -butikk i detaljhandel.

Først bruker vi OpenSearch Service for å få søkeresultater for søket «Grooming». Når personaliseringsvekten er satt til 0.0, skjer ingen personalisering. Som vist i følgende tabell viser de fem beste søkeresultatene fra OpenSearch Service pleieartikler med høyere kjønnstilhørighet til kvinner (se Gender_Affinity kolonne, hvor M står for mannlig og F står for kvinne).

La oss anta at en bruker med kjønn M (mann) utfører et søk med det samme søket etter «Grooming». Når personaliseringsvekten er satt til 0.3, får elementene med en kjønnstilhørighet til menn et subtilt løft i rangeringen. I dette eksemplet får Premium Men's Razor, som opprinnelig ble rangert som nummer 6 i den forrige tabellen av OpenSearch Service, til rangering 2 i den oppdaterte tabellen. På samme måte dukker Razor Brand for Men opp høyere i posisjon (rangering 6) til tross for at det er det lavest rangerte elementet i den forrige tabellen.

Deretter finjusterer vi personaliseringsvekten til en verdi på 0.8 for å få mer personlig tilpassede søkeresultater for «Grooming». I tabellen nedenfor er de fire øverste elementene i søkeresultatene svært egnet for menn. Premium Men's Razor og Razor Brand for Men skyter ytterligere opp i rangering. Vi ser også andre pleieartikler som Minimalistic Razor og Fusion5 Razers for Men dukket opp på toppen av søkeresultatene selv om de hadde en lavere rangering i vårt første søk.

For mer informasjon om hvordan du implementerer personlig tilpasset søk med OpenSearch Service, se Tilpasse søkeresultater fra OpenSearch.

konklusjonen

Med den nye Amazon Personalize Search Ranking-pluginen kan kunder med både selvadministrerte OpenSearch og OpenSearch Service v2.9 og nyere øke relevante elementer i søkeresultatene sine ved å inkludere signaler fra hver brukers historie, kontekst og preferanser. Programtillegget lar deg utøve større kontroll over personaliseringsnivået for hver bruker og søketype, og forbedre den generelle søkeopplevelsen for brukerne dine.

For mer informasjon om Amazon Personalize, se Amazon Personalize utviklerveiledning.

Om forfatterne

Shreeya Sharma er en senior teknisk produktsjef som jobber med AWS AI/ML i Amazon Personalize-teamet. Hun har bakgrunn innen informatikk, teknologirådgivning og dataanalyse

Ketan Kulkarni er en programvareutviklingsingeniør med Amazon Personalize-teamet fokusert på å bygge AI-drevne anbefalingssystemer i stor skala. På fritiden liker han å lese og reise.

Prashant Mishra er en programvareutviklingsingeniør i Amazon Personalize-teamet.

Branislav Kveton er hovedforsker ved AWS AI Labs. Han foreslår, analyserer og bruker algoritmer som lærer inkrementelt, kjører i sanntid og konvergerer til nesten optimale løsninger etter hvert som antallet observasjoner øker.

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://aws.amazon.com/blogs/machine-learning/personalize-your-search-results-with-amazon-personalize-and-amazon-opensearch-service-integration/