ওপেনসার্চ Apache 2.0 লাইসেন্সের অধীনে লাইসেন্সকৃত অনুসন্ধান, বিশ্লেষণ, নিরাপত্তা পর্যবেক্ষণ, এবং পর্যবেক্ষণযোগ্যতা অ্যাপ্লিকেশনের জন্য একটি মাপযোগ্য, নমনীয় এবং এক্সটেনসিবল ওপেন সোর্স সফ্টওয়্যার স্যুট। আমাজন ওপেন সার্চ সার্ভিস এটি একটি সম্পূর্ণরূপে পরিচালিত পরিষেবা যা AWS ক্লাউডে ওপেনসার্চ স্থাপন, স্কেল এবং পরিচালনা করা সহজ করে তোলে৷

OpenSearch প্রাসঙ্গিকতা স্কোর গণনা করতে BM-25 নামক একটি সম্ভাব্য র‌্যাঙ্কিং ফ্রেমওয়ার্ক ব্যবহার করে। যদি একটি স্বতন্ত্র কীওয়ার্ড একটি নথিতে আরও ঘন ঘন প্রদর্শিত হয়, BM-25 সেই নথিতে একটি উচ্চতর প্রাসঙ্গিক স্কোর প্রদান করে। এই ফ্রেমওয়ার্ক, তবে, ক্লিক-থ্রু বা ক্রয় ডেটার মতো ব্যবহারকারীর আচরণ বিবেচনা করে না, যা পৃথক ব্যবহারকারীদের জন্য প্রাসঙ্গিকতা আরও উন্নত করতে পারে।

অনুসন্ধানের কার্যকারিতা উন্নত করা একটি ওয়েবসাইট বা অ্যাপ্লিকেশনে সামগ্রিক ব্যবহারকারীর অভিজ্ঞতা এবং ব্যস্ততা বাড়ানোর একটি অবিচ্ছেদ্য দিক। অনুসন্ধান ট্র্যাফিককে উচ্চ অভিপ্রায় হিসাবে বিবেচনা করা হয় কারণ ব্যবহারকারীরা সক্রিয়ভাবে একটি নির্দিষ্ট আইটেম খুঁজছেন, এবং তারা গড়ে নন-সাইট অনুসন্ধান দর্শকদের তুলনায় দুই গুণ বেশি রূপান্তর করতে দেখা গেছে। ক্লিক, লাইক এবং কেনাকাটার মতো ব্যবহারকারীর ইন্টারঅ্যাকশন ডেটা ব্যবহার করে, ব্যবসাগুলি এই ট্র্যাফিককে পুঁজি করার জন্য অনুসন্ধানের প্রাসঙ্গিকতা উন্নত করতে পারে এবং পছন্দসই আইটেমগুলি খুঁজে পেতে অসুবিধার কারণে ব্যবহারকারীদের তাদের সেশন ত্যাগ করার ঘটনাগুলি হ্রাস করতে পারে। অনুসন্ধান ফলাফলের গুণমান পরিমার্জন করার মাধ্যমে, ব্যবসাগুলি তাদের গ্রাহকের সম্পৃক্ততা, সন্তুষ্টি এবং আনুগত্যকে উল্লেখযোগ্যভাবে উন্নত করতে পারে, সেইসাথে তাদের রূপান্তর হার বৃদ্ধি করতে পারে, যা শেষ পর্যন্ত অধিক লাভজনকতা এবং সাফল্যের দিকে পরিচালিত করে।

আমাজন ব্যক্তিগতকৃত আপনাকে একই মেশিন লার্নিং (ML) প্রযুক্তি ব্যবহার করে আপনার অ্যাপ্লিকেশনগুলিতে অত্যাধুনিক ব্যক্তিগতকরণ ক্ষমতা যুক্ত করতে দেয় Amazon.com 20 বছরেরও বেশি সময় ধরে। কোন ML দক্ষতার প্রয়োজন নেই।

Amazon Personalize আপনার ব্যবহারকারী সম্পর্কে প্রাসঙ্গিক তথ্য যেমন ডিভাইসের ধরন, অবস্থান, দিনের সময় বা আপনার দেওয়া অন্যান্য তথ্যের উপর ভিত্তি করে সুপারিশগুলির স্বয়ংক্রিয় সমন্বয় সমর্থন করে। আপনি আপনার ব্যবহারকারীদের সম্পর্কে ঐতিহাসিক ডেটা এবং আপনার অ্যাপ্লিকেশনের মধ্যে তাদের মিথস্ক্রিয়া যেমন ক্রয়ের ইতিহাস, রেটিং এবং পছন্দগুলির সাথে Amazon Personalize সরবরাহ করেন। আপনি একটি থেকে একবারে বড় ঐতিহাসিক ডেটাসেট আমদানি করে প্রচুর পরিমাণে Amazon Personalize-এ ডেটা যোগ করতে পারেন আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) CSV ফাইল, Amazon Personalize এর জন্য প্রয়োজনীয় একটি বিন্যাস ব্যবহার করে। এছাড়াও আপনি Amazon Personalize console বা API ব্যবহার করে রেকর্ড আমদানি করে ক্রমবর্ধমানভাবে ডেটা যোগ করতে পারেন। আপনার ঐতিহাসিক ডেটা আমদানি করার পরে, আপনি ব্যবহারকারীর ইন্টারঅ্যাকশন ইভেন্টগুলি পাঠিয়ে রিয়েল টাইমে নতুন ডেটা সরবরাহ করা চালিয়ে যেতে পারেন। আপনি যে ব্যবহারের ক্ষেত্রে সম্বোধন করতে চান, যেমন পণ্যের সুপারিশের উপর ভিত্তি করে, আপনি সেই লক্ষ্যের জন্য অপ্টিমাইজ করা একটি পূর্ব-নির্মিত রেসিপি নির্বাচন করুন। Amazon Personalize আপনার ডেটা বিশ্লেষণ করে এবং আপনার ব্যবহারকারী এবং অ্যাপ্লিকেশনের জন্য অপ্টিমাইজ করা ব্যক্তিগতকৃত সুপারিশ তৈরি করতে রেসিপির প্যারামিটারের উপর ভিত্তি করে একটি কাস্টম ML মডেলকে প্রশিক্ষণ দেয়। মডেলটি প্রশিক্ষিত হওয়ার পরে, আপনি আপনার ব্যবহারকারীদের জন্য রিয়েল-টাইম ব্যক্তিগতকৃত সুপারিশ তৈরি করতে পারেন।

সদ্য চালু হয়েছে Amazon OpenSearch পরিষেবার জন্য Amazon ব্যক্তিগতকৃত অনুসন্ধান প্লাগইন, আপনি তাদের অনুসন্ধান ফলাফল উন্নত করতে ব্যবহারকারীর ইন্টারঅ্যাকশন ইতিহাস এবং আগ্রহগুলি ব্যবহার করতে পারেন৷ একটি ব্যবহার করে আমাজন ব্যক্তিগতকৃত রেসিপি যেমন ব্যক্তিগতকৃত-র্যাঙ্কিং, আপনি OpenSearch Service থেকে অনুসন্ধানের ফলাফল পাওয়ার সময় ব্যবহারকারীর আগ্রহের উপর ভিত্তি করে প্রাসঙ্গিক আইটেমগুলির জন্য অনুসন্ধান ফলাফলগুলিকে বুস্ট করতে সাহায্য করতে পারেন৷

এই পোস্টটি ব্যাখ্যা করে যে কীভাবে ব্যক্তিগতকৃত অনুসন্ধান অভিজ্ঞতা সক্ষম করতে OpenSearch পরিষেবার সাথে Amazon Personalize Search Ranking প্লাগইনকে একীভূত করতে হয়। এই পোস্টে Amazon ব্যক্তিগতকৃত শিল্পকর্ম তৈরি করতে, আমরা IMDb থেকে একটি ডেটাসেট ব্যবহার করি, যা চলচ্চিত্র, টিভি এবং সেলিব্রিটি বিষয়বস্তুর জন্য বিশ্বের সবচেয়ে প্রামাণিক উৎস, AWS মার্কেটপ্লেসে উপলব্ধ, পাশাপাশি মুভিলেন্স ডেটাসেট মিনেসোটা বিশ্ববিদ্যালয়ের GroupLens গবেষণা দ্বারা প্রস্তুত, বিভিন্ন চলচ্চিত্রের জন্য ব্যবহারকারী র্যাঙ্কিং সমন্বিত।

সমাধান ওভারভিউ

নিম্নলিখিত চিত্রটি সমাধানের স্থাপত্যকে চিত্রিত করে।

কর্মপ্রবাহে নিম্নলিখিত পদক্ষেপগুলি অন্তর্ভুক্ত রয়েছে:

1. একজন ব্যবহারকারী তাদের ওয়েবসাইট বা পোর্টালের মাধ্যমে একটি অনুসন্ধান অনুরোধ জারি করে। এই অনুসন্ধানের অনুরোধটি OpenSearch পরিষেবাতে পাঠানো হয়েছে৷
2. শীর্ষস্থানীয় N অনুসন্ধানের ফলাফলগুলি OpenSearch Service সূচক থেকে ফেরত দেওয়া হয় এবং প্রিপ্রসেস করতে এবং একটির জন্য ইনপুট প্রস্তুত করতে প্লাগইনে পাঠানো হয় আমাজন ব্যক্তিগতকৃত প্রচারাভিযান.
3. পুনরায় র‌্যাঙ্ক করা অনুসন্ধান ফলাফল পেতে অনুরোধটি Amazon Personalize-এ পাঠানো হয়েছে।
4. Amazon Personalize প্রতিটি ফলাফলের জন্য প্রাসঙ্গিক স্কোর সহ অনুসন্ধান ফলাফলের ব্যক্তিগতকৃত র‌্যাঙ্কিং প্রদান করে।
5. ওপেনসার্চ সার্ভিসের প্রাসঙ্গিকতা স্কোর এবং অ্যামাজন ব্যক্তিগতকৃত ব্যক্তিগতকৃত র‌্যাঙ্কিং স্কোরের মধ্যে একটি ওজন প্রয়োগ করে পুনরায় র‌্যাঙ্ক করা হিটগুলি ওপেনসার্চ সার্ভিসে প্লাগইন দ্বারা ফেরত দেওয়া হয়। আপনি একটি ওজন পরামিতি (0.0-1.0 এর মধ্যে) নির্দিষ্ট করুন যা ফলাফল পুনরায় র‌্যাঙ্ক করার সময় OpenSearch Service এবং Amazon Personalize-এর মধ্যে ভারসাম্য নিয়ন্ত্রণ করে। একটি উচ্চ ওজন মানে Amazon ব্যক্তিগতকৃত র‌্যাঙ্কিং স্কোর বনাম ওপেন সার্চ সার্ভিস স্কোর থেকে আরও বেশি প্রভাব। এটি আপনাকে ব্যক্তিগতকৃত সুপারিশগুলি ব্যবহারকারীর কাছে ফিরে আসা চূড়ান্ত অনুসন্ধান ফলাফল র‌্যাঙ্কিংকে কতটা প্রভাবিত করে তা কাস্টমাইজ করতে দেয়৷
6. ব্যবহারকারী তাদের পছন্দ এবং মিথস্ক্রিয়া উপর ভিত্তি করে ব্যক্তিগতকৃত অনুসন্ধান ফলাফল পায়.

পূর্বশর্ত

আপনার নিম্নলিখিত পূর্বশর্ত থাকা উচিত:

• An এডাব্লুএস অ্যাকাউন্ট.
• An এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (IAM) উপযুক্ত অ্যাক্সেস অনুমতি সহ ভূমিকা। আমরা প্রদান করি এডাব্লুএস ক্লাউডফর্মেশন প্রয়োজনীয় IAM ভূমিকা এবং অ্যাক্সেস সেট আপ করতে সাহায্য করার জন্য টেমপ্লেট এবং জুপিটার নোটবুক।
• OpenSearch পরিষেবাতে ব্যক্তিগতকরণ সক্ষম করতে, আপনাকে একটি ডেটাসেট গ্রুপ, সমাধান সংস্করণ এবং প্রচারাভিযান সহ প্রয়োজনীয় Amazon ব্যক্তিগতকরণ সংস্থানগুলি সেট আপ করতে হবে৷ আমরা একটি প্রদান করেছি জুপিটার নোটবুক যা সম্পূর্ণরূপে পরিচালিত জুপিটার নোটবুক ইনস্ট্যান্স ক্ষমতার সুবিধা নিয়ে সমস্ত আমাজন ব্যক্তিগতকৃত সংস্থান তৈরি করে আমাজন সেজমেকার.

CloudFormation স্ট্যাক স্থাপন করুন

ক্লাউডফরমেশন স্ট্যাক ওপেনসার্চ সার্ভিস ডোমেন এবং সেজমেকার নোটবুক উদাহরণের স্থাপনাকে স্বয়ংক্রিয় করে। স্ট্যাক স্থাপন করতে নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. সাইন ইন করুন এডাব্লুএস ম্যানেজমেন্ট কনসোল আপনি যে অ্যাকাউন্টে ক্লাউডফরমেশন স্ট্যাক স্থাপন করতে চান সেখানে আপনার শংসাপত্র সহ।
2. CloudFormation স্ট্যাক চালু করুন সরাসরি।
3. উপরে বিস্তারিত উল্লেখ করুন পৃষ্ঠা, টেমপ্লেটের জন্য প্রয়োজনীয় যে কোনো প্যারামিটার প্রদান করুন, যেমন OpenSearch Service এবং SageMaker ইনস্ট্যান্স মাপ।
4. উপরে স্ট্যাক বিকল্পগুলি কনফিগার করুন পৃষ্ঠা, একটি স্ট্যাকের নাম এবং আপনি সেট করতে চান অন্য কোনো বিকল্প উল্লেখ করুন।
5. স্ট্যাক তৈরি সম্পূর্ণ করুন এবং স্ট্যাকের বিবরণ পৃষ্ঠায় স্থিতি নিরীক্ষণ করুন।
6. স্ট্যাক তৈরি হওয়ার পরে, কনসোল থেকে সেজমেকার নোটবুক উদাহরণটি খুলুন।

নোটবুকের উদাহরণ ইতিমধ্যেই প্রয়োজনীয় নোটবুকগুলির সাথে প্রিলোড করা হবে৷

Amazon Personalize workflow সেট আপ করুন এবং সম্পূর্ণ করুন

খোলা 1.Configure_Amazon_Personalize.ipynb অ্যামাজন ব্যক্তিগতকৃত শিল্পকর্ম সেট আপ করার জন্য নোটবুক। এই নোটবুকটি আপনাকে নিম্নলিখিত ধাপে নিয়ে যাবে:

1. ডেটাসেট ডাউনলোড করুন এবং ডেটাসেট তৈরির জন্য প্রয়োজনীয় ইনপুট ফাইল তৈরি করতে ডেটা প্রিপ্রসেস করুন।
2. একটি ডেটাসেট গ্রুপ তৈরি করুন।
3. ডেটাসেট এবং স্কিমা তৈরি করুন।
4. ডেটা প্রস্তুত এবং আমদানি করুন।
5. একটি সমাধান এবং একটি সমাধান সংস্করণ তৈরি করুন।
6. সমাধান সংস্করণের জন্য একটি প্রচারাভিযান তৈরি করুন।

Jupyter নোটবুক ব্যবহার করে Amazon Personalize Search Ranking প্লাগইন ইনস্টল করুন

খোলা 2.Configure_Amazon_OpenSearch.ipynb নোটবুক এবং নির্দেশাবলী মাধ্যমে চালানো. এই নোটবুকটি আপনাকে নিম্নলিখিত ধাপে নিয়ে যাবে:

1. ওপেন সার্চ সার্ভিস ইনস্ট্যান্সে নমুনা ইনডেক্স ডেটা ইনজেস্ট করুন। প্রতিনিধি ডেটার সাথে সূচী পপুলেট করা প্লাগইনটির পুঙ্খানুপুঙ্খ পরীক্ষা এবং বৈধতাকে সহজ করে।
2. ওপেন সার্চ সার্ভিস ডোমেনে প্লাগইন প্যাকেজ ইনস্টল করুন। এটি OpenSearch পরিবেশে ব্যক্তিগতকরণের ক্ষমতাকে একীভূত করে।
3. প্লাগইনের কার্যকারিতা সক্রিয় করতে অনুসন্ধান পাইপলাইন সেট আপ করুন৷ অনুসন্ধান পাইপলাইনে অনুরোধ প্রিপ্রসেসর এবং প্রতিক্রিয়া পোস্টপ্রসেসর রয়েছে যা প্রশ্ন এবং ফলাফলকে রূপান্তরিত করে। একটি পাইপলাইন নির্মাণ করার সময়, আমাজন ব্যক্তিগতকরণ প্রচারাভিযান ARN উল্লেখ করুন যা আগে তৈরি করা হয়েছিল personalized_search_ranking ব্যক্তিগতকৃত পুনঃ-র্যাঙ্কিং সক্ষম করতে পোস্টপ্রসেসর। এটি ফলাফল প্রক্রিয়াকরণের সময় অ্যাপ্লিকেশনের জন্য Amazon Personalize থেকে রিয়েল-টাইম ব্যক্তিগতকরণ ফলাফল পুনরুদ্ধার করতে প্লাগইনটিকে কনফিগার করে। পাইপলাইন সংজ্ঞায়িত করা প্লাগইনটিকে ব্যবহারকারীর পছন্দের উপর ভিত্তি করে অনুসন্ধানের প্রাসঙ্গিকতা বাড়াতে দেয়।

কনসোল ব্যবহার করে Amazon Personalize Search Ranking প্লাগইন ইনস্টল করুন

আপনি কনসোল থেকে অ্যামাজন ব্যক্তিগতকৃত অনুসন্ধান প্লাগইন সেট আপ করতে পারেন। আপনি যদি আগে থেকে জুপিটার নোটবুক ব্যবহার করে প্লাগইন ইনস্টল না করে থাকেন তবেই এটি করতে হবে।

OpenSearch Service এ Amazon Personalize Search Ranking প্লাগইন ইনস্টল করতে, নিম্নলিখিত ধাপগুলি সম্পূর্ণ করুন:

1. OpenSearch Service কনসোলে, আপনার ডোমেনে নেভিগেট করুন।
2. উপরে প্যাকেজ ট্যাব, চয়ন করুন সহযোগী প্যাকেজ আপনার OpenSearch Service ডোমেনের সাথে Amazon Personalize Search Ranking প্লাগইনকে সংযুক্ত করতে। প্লাগইন সংস্করণটি অবশ্যই OpenSearch Service ডোমেন সংস্করণের সাথে মেলে।

Amazon Personalize Search Ranking প্লাগইনটি OpenSearch Service সংস্করণ 2.9 এবং তার উপরে ইনস্টল করা যেতে পারে।

3. উপলব্ধ প্লাগইনগুলির তালিকায় অ্যামাজন ব্যক্তিগতকৃত অনুসন্ধান র‌্যাঙ্কিং প্লাগইনটি সন্ধান করুন।
4. বেছে নিন সহযোগী এটি ইনস্টল করার জন্য প্লাগইনের পাশে এবং এটিকে আপনার বিদ্যমান OpenSearch Service ডোমেনের সাথে সংযুক্ত করুন৷

আপনি প্লাগইনটি সংযুক্ত করার পরে, এটি একটি প্লাগইন প্রকার হিসাবে প্যাকেজের তালিকায় প্রদর্শিত হবে। প্লাগইন ইনস্টল করার সাথে সাথে, ইনস্টলেশন প্রক্রিয়া এখন শেষ হয়েছে।

অ্যামাজন ব্যক্তিগতকৃত অনুসন্ধান র‌্যাঙ্কিং প্লাগইন সক্ষম করুন

Amazon Personalize Search Ranking প্লাগইন ব্যবহার করে search-pipeline ওপেনসার্চ সার্ভিসের বৈশিষ্ট্য, সংস্করণ 2.9 থেকে শুরু করে প্রকাশিত হয়েছে। প্লাগইন এর উপর নির্ভর করে search-pipeline ওপেনসার্চ পরিষেবা দ্বারা প্রদত্ত অনুসন্ধান ফলাফলগুলিতে অ্যামাজন ব্যক্তিগতকৃত র‌্যাঙ্কিং প্রয়োগ করার বৈশিষ্ট্য এবং এটি একটি হিসাবে সেট আপ করতে হবে search-pipeline প্রতিক্রিয়া প্রসেসর। এই পাইপলাইন সংজ্ঞাটিতে Amazon Personalize প্লাগইনের কনফিগারেশন থাকবে, যার মধ্যে Amazon Personalize র‍্যাঙ্কিং পাওয়ার জন্য আহ্বান জানানো Amazon Personalize ক্যাম্পেইন, Amazon Personalize রিসোর্স অ্যাক্সেস করার IAM ভূমিকা, সেইসাথে নিম্নলিখিত সারণীতে সংজ্ঞায়িত পরামিতি অন্তর্ভুক্ত রয়েছে।

নিম্নলিখিত পাইথন কোড স্নিপেট একটি অনুসন্ধান পাইপলাইন তৈরি করে personalized_search_ranking একটি OpenSearch পরিষেবা ডোমেনে প্রতিক্রিয়া প্রসেসর। এই পোস্টের সাথে থাকা নোটবুকের একটি অংশ হিসাবে আপনি এই পদক্ষেপটি একবার চালান:

ব্যক্তিগতকৃত র‌্যাঙ্কিংয়ের জন্য অনুসন্ধান পাইপলাইন সংজ্ঞায়িত করুন

আপনি একটি দিয়ে একটি অনুসন্ধান পাইপলাইন তৈরি করতে নিম্নলিখিত পাইথন কোড ব্যবহার করতে পারেন personalized_search_ranking একটি OpenSearch পরিষেবা ডোমেনে প্রতিক্রিয়া প্রসেসর। আপনার ডোমেন এন্ডপয়েন্ট URL দিয়ে ডোমেন এন্ডপয়েন্ট প্রতিস্থাপন করুন। উদাহরণ স্বরূপ: 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}")

একটি পৃথক প্রশ্নের জন্য একটি অনুসন্ধান পাইপলাইন প্রয়োগ করুন

আপনি একটি সঙ্গে একটি অনুসন্ধান পাইপলাইন কনফিগার করার পরে personalized_search_ranking প্রতিক্রিয়া প্রসেসর, আপনি আপনার OpenSearch ক্যোয়ারীতে Amazon Personalize Search Ranking প্লাগইন প্রয়োগ করতে পারেন এবং পুনরায় র‌্যাঙ্ক করা ফলাফল দেখতে পারেন। আপনার ডোমেন এন্ডপয়েন্ট, আপনার OpenSearch Service সূচক, আপনার পাইপলাইনের নাম (আপনি উপরে কনফিগার করেছেন) এবং আপনার ক্যোয়ারী (আমরা কোয়েরির জন্য "টম ক্রুজ" ব্যবহার করি) উল্লেখ করতে কোডটি আপডেট করুন। জন্য user_id, আপনি যে ব্যবহারকারীর জন্য অনুসন্ধানের ফলাফল পাচ্ছেন তার আইডি নির্দিষ্ট করুন৷ এই ব্যবহারকারীকে অবশ্যই সেই ডেটাতে থাকতে হবে যা আপনি আপনার Amazon ব্যক্তিগতকৃত সমাধান সংস্করণ তৈরি করতে ব্যবহার করেছেন৷

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}")

ফলাফল মূল্যায়ন

খোলা 3.Testing.ipynb নোটবুক এবং ব্যক্তিগতকরণ ব্যবহার করে এবং যেগুলি করে না এমন প্রশ্নের জন্য ফলাফলগুলি পরীক্ষা এবং তুলনা করার জন্য ধাপগুলি অনুসরণ করুন৷ Amazon Personalize Search Ranking প্লাগইন ওপেনসার্চ সার্ভিস ক্যোয়ারী রেসপন্সে সার্চের ফলাফলকে পুনরায় র‍্যাঙ্ক করে। এটি Amazon Personalize থেকে র‌্যাঙ্কিং এবং OpenSearch Service থেকে র‌্যাঙ্কিং উভয়ই বিবেচনা করে। এই নোটবুকটি আপনাকে নিম্নলিখিত ধাপে নিয়ে যাবে:

1. আপনার OpenSearch Service ডোমেনের সাথে একটি সংযোগ স্থাপন করতে প্রয়োজনীয় সংযোগ পরামিতিগুলি সংজ্ঞায়িত করুন৷ এতে আপনার নির্দিষ্ট OpenSearch পরিষেবা সেটআপের জন্য প্রয়োজনীয় ডোমেন এন্ডপয়েন্ট, প্রমাণীকরণ প্রমাণপত্র এবং যেকোনো অতিরিক্ত কনফিগারেশন সেটিংস উল্লেখ করা জড়িত।
2. ব্যক্তিগতকরণ পরামিতি সহ ক্যোয়ারী এবং ব্যক্তিগতকরণ প্যারামিটার ছাড়া ক্যোয়ারী সহ নমুনা প্রশ্নের একটি সেট তৈরি করুন। অনুসন্ধান ফলাফলে ব্যক্তিগতকরণের প্রভাব মূল্যায়ন করতে এই প্রশ্নগুলি ব্যবহার করা হবে৷
3. ব্যক্তিগতকরণ ব্যবহার করে এবং যেগুলি করে না এমন প্রশ্নের জন্য ফলাফলগুলি চালান এবং তুলনা করুন৷

আমাদের উদাহরণের জন্য, আমরা "টম ক্রুজ" এর জন্য একটি ক্যোয়ারী ব্যবহার করেছি এবং ব্যক্তিগতকরণ প্যারামিটারের জন্য, আমরা নাটক এবং রোমান্স ফিল্ম জেনার দেখার সাম্প্রতিক ইতিহাস সহ একজন ব্যবহারকারী ব্যবহার করেছি৷ পরবর্তী অনুসন্ধানের ফলাফলগুলি প্রদর্শন করে যে কীভাবে প্লাগইনটি ব্যবহারকারীর পর্যবেক্ষণ করা আচরণের উপর পূর্বাভাস দেওয়া সুপারিশগুলিকে অগ্রাধিকার দেয় এবং অগ্রাধিকার দেয়৷ এটি পৃথক ব্যবহারকারীর পছন্দ এবং ব্যস্ততার নিদর্শনগুলি বিবেচনা করে একটি কাস্টমাইজড, কিউরেটেড অভিজ্ঞতা প্রদান করার প্লাগইনের ক্ষমতার উদাহরণ দেয়। ব্যবহারকারীর পছন্দের অনুমানের উপর ভিত্তি করে অনুসন্ধানের ফলাফলগুলিকে পরিমার্জিত এবং অ্যাটুন করার ক্ষমতা বর্ধিত প্রাসঙ্গিকতা এবং উপযোগিতা প্রদান করতে সক্ষম করে।

ব্যক্তিগতকৃত বনাম অ-ব্যক্তিগত ফলাফল

আইডি 12 সহ একজন ব্যবহারকারীর জন্য ফলাফল ব্যক্তিগতকরণ বিবেচনা করা যাক। প্রথমে, আমরা কোডটি চালিয়ে এই ব্যবহারকারীর সাম্প্রতিক মিথস্ক্রিয়া পরীক্ষা করি 3.Testing.ipynb তাদের মিথস্ক্রিয়া ইতিহাস পুনরুদ্ধার করার জন্য নোটবুক। এটি আমাদের দেখতে দেয় যে এই ব্যবহারকারী সম্প্রতি কোন ধরনের চলচ্চিত্র পর্যালোচনা করেছেন, যা আমরা তাদের জন্য সুপারিশগুলিকে কীভাবে ব্যক্তিগতকৃত করি তা জানাতে পারে৷

এই উদাহরণে, আমরা দেখতে পাচ্ছি যে ব্যবহারকারী নাটক, রোমান্স এবং থ্রিলার মুভি জেনারে আগ্রহ প্রকাশ করেছেন। ব্যক্তিগতকৃত সুপারিশ প্রদান করতে, আমরা প্রথমে ব্যবহারকারীর জেনার পছন্দগুলি ব্যবহার করে ব্যক্তিগতকরণ পরামিতি সক্ষম করে প্রশ্নগুলি চালাই৷ তারপরে আমরা তুলনা করার জন্য ব্যক্তিগতকরণ সক্ষম না করে একই প্রশ্নগুলি চালাই। নিম্নলিখিত ফলাফলগুলি অ-ব্যক্তিগত এবং ব্যক্তিগতকৃত সুপারিশ আউটপুটগুলির মধ্যে পার্থক্য দেখায়৷

প্রথম দুটি কলাম একটি মুভি সূচীতে "টম ক্রুজ" প্রশ্নের জন্য ডিফল্ট ওপেনসার্চ পরিষেবার ফলাফল প্রদর্শন করে, বিভিন্ন ঘরানার বিভিন্ন ধরনের টম ক্রুজ ফিল্ম দেখায়। পরবর্তী দুটি কলাম একই "টম ক্রুজ" প্রশ্নের জন্য ব্যক্তিগতকৃত ওপেনসার্চ পরিষেবার ফলাফল প্রদর্শন করে, তবে নাটক, রোমান্স এবং থ্রিলার জেনারে আগ্রহী ব্যবহারকারীদের জন্য কাস্টমাইজ করা হয়েছে৷ জেনেরিক ফলাফলের তুলনায়, ব্যক্তিগতকৃত ফলাফলে ব্যবহারকারীর পছন্দের নাটক, রোমান্স এবং থ্রিলার ঘরানার টম ক্রুজ চলচ্চিত্রগুলিকে বিশিষ্টভাবে দেখানো হয়। ডেল্টা হাইলাইট করে যে কীভাবে ব্যক্তিগতকৃত ফলাফলগুলি ব্যবহারকারীর জেনার পছন্দগুলির সাথে মেলে এমন চলচ্চিত্রগুলিকে অগ্রাধিকার দিয়ে অ-ব্যক্তিগত ফলাফলের তুলনায় পুনরায় র‌্যাঙ্ক করা হয়েছে। এটি প্রদর্শন করে যে কীভাবে ব্যক্তিগতকরণ ওপেনসার্চ পরিষেবার ফলাফলগুলিকে পৃথক ব্যবহারকারীদের রুচি ও আগ্রহের সাথে মানানসই করতে পারে।

এই তুলনাটি দেখায় যে কিভাবে Amazon Personalize ওপেন সার্চ সার্ভিস মুভি ফলাফলকে একজন স্বতন্ত্র ব্যবহারকারীর আগ্রহের সাথে মেলে কাস্টমাইজ করতে পারে। যদিও স্ট্যান্ডার্ড OpenSearch পরিষেবার লক্ষ্য টম ক্রুজের জন্য প্রাসঙ্গিক মুভি ফলাফল সার্বজনীনভাবে পরিবেশন করা, Amazon Personalize ফলাফলগুলি টম ক্রুজ ফিল্মগুলিতে ফোকাস করার জন্য এটি ভবিষ্যদ্বাণী করে যে এই ব্যবহারকারীরা তাদের অনন্য দেখার ইতিহাস এবং পছন্দগুলির উপর ভিত্তি করে উপভোগ করবে৷

পাশাপাশি ফলাফলগুলি ব্যাখ্যা করে যে কীভাবে Amazon Personalize একটি আরও লক্ষ্যযুক্ত, ব্যবহারকারী-কেন্দ্রিক অনুসন্ধানের অভিজ্ঞতা প্রদান করে যার মাধ্যমে মুভির ফলাফল ব্যক্তিগতকৃত হয়৷

পরিষ্কার কর

আপনার সংস্থানগুলি পরিষ্কার করতে নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. এর ধাপগুলি অনুসরণ করুন 4.Cleanup.ipynb নোটবুক নোটবুকের মাধ্যমে তৈরি সংস্থানগুলি পরিষ্কার করতে।
2. AWS CloudFormation কনসোলে, আপনার তৈরি করা স্ট্যাকটি মুছুন।

উপসংহার

Amazon Personalize Search Ranking প্লাগইনটি ব্যক্তিগতকৃত অনুসন্ধান অভিজ্ঞতা সক্ষম করতে OpenSearch পরিষেবার সাথে নির্বিঘ্নে সংহত করে। ব্যবহারকারীর আচরণের ডেটা এবং Amazon Personalize-এর ML ক্ষমতাগুলি ব্যবহার করে, প্লাগইনটি প্রতিটি অনন্য ব্যবহারকারীর জন্য প্রাসঙ্গিকতা বাড়াতে OpenSearch পরিষেবার ফলাফলের র‌্যাঙ্কিংগুলিকে পুনরায় সাজাতে পারে। এটি একটি কাস্টম-উপযুক্ত অনুসন্ধান অভিজ্ঞতা তৈরি করে যা ফলাফলে সবচেয়ে প্রাসঙ্গিক বিষয়বস্তুকে উচ্চতর করে। প্লাগইনটি ওপেনসার্চ সার্ভিস নেটিভ স্কোরিংয়ের সাথে ব্যক্তিগতকরণের ভারসাম্য বজায় রাখার জন্য কনফিগারযোগ্য যা বিভিন্ন ব্যবহারের ক্ষেত্রে উপযুক্ত। সামগ্রিকভাবে, Amazon Personalize Search Ranking প্লাগইন হল OpenSearch Service সার্চের প্রাসঙ্গিকতা এবং আপনার ব্যবহারকারীদের ব্যক্তিগত আগ্রহ এবং পছন্দগুলিকে ফ্যাক্টর করে যুক্ততা বাড়ানোর একটি শক্তিশালী উপায়। মাত্র কয়েকটি কনফিগারেশন পদক্ষেপের মাধ্যমে, আপনি হাইপার-প্রাসঙ্গিক ফলাফল পরিবেশন শুরু করতে পারেন যা আপনার ব্যবহারকারীদের সাথে দৃঢ়ভাবে অনুরণিত হয়।

অতিরিক্ত সম্পদ

লেখক সম্পর্কে

জেমস জোরি AWS-এর সাথে অ্যাপ্লাইড এআই-এর একজন প্রিন্সিপাল সলিউশন আর্কিটেক্ট। ব্যক্তিগতকরণ এবং সুপারিশকারী সিস্টেম এবং ইকমার্স, বিপণন প্রযুক্তি এবং গ্রাহক ডেটা বিশ্লেষণে তার একটি বিশেষ আগ্রহ রয়েছে। তার অবসর সময়ে, তিনি ক্যাম্পিং এবং অটো রেসিং সিমুলেশন উপভোগ করেন।

রিগান রোজারিও এডব্লিউএস-এর একজন সলিউশন আর্কিটেক্ট, শিক্ষা প্রযুক্তি কোম্পানিগুলির জন্য মাপযোগ্য, উচ্চ উপলব্ধ এবং নিরাপদ ক্লাউড সমাধান তৈরিতে বিশেষজ্ঞ। সফ্টওয়্যার ইঞ্জিনিয়ারিং এবং আর্কিটেকচারের ভূমিকায় 10 বছরেরও বেশি অভিজ্ঞতার সাথে, রেগান AWS গ্রাহকদের স্থপতি শক্তিশালী ক্লাউড সমাধানগুলিকে সাহায্য করার জন্য তার প্রযুক্তিগত জ্ঞান ব্যবহার করতে পছন্দ করে যা AWS এর প্রস্থ এবং গভীরতা লাভ করে৷

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://aws.amazon.com/blogs/machine-learning/unlock-personalized-experiences-powered-by-ai-using-amazon-personalize-and-amazon-opensearch-service/