기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
검색 결과 추천
참고
기능 지원은 인덱스 유형 및 사용 중인 검색API에 따라 다릅니다. 이 기능이 사용 중인 인덱스 유형 및 검색 API에 지원되는지 확인하려면 인덱스 유형을 참조하세요.
사용자가 특정 쿼리를 실행하면 검색 결과에 특정 문서를 추천할 수 있습니다. 이렇게 하면 결과가 사용자에게 더 잘 보이고 눈에 띄도록 만들 수 있습니다. 추천 결과는 일반적인 결과 목록과 분리되어 검색 페이지 상단에 표시됩니다. 여러 쿼리에 대해 여러 다른 문서를 추천해 실험하거나 특정 문서가 제대로 표시되도록 할 수 있습니다.
특정 쿼리를 특정 문서에 매핑하여 결과에 추천할 수 있습니다. 쿼리에 정확히 일치하는 항목이 있는 경우 검색 결과에 하나 이상의 특정 문서가 추천됩니다.
예를 들어, 사용자가 '신제품 2023' 쿼리를 실행하는 경우 '새 소식' 및 '출시 예정'이라는 제목의 문서를 선택하여 검색 결과 페이지 상단에 추천하도록 지정할 수 있습니다. 이렇게 하면 신제품에 대한 이러한 문서가 마땅히 받아야 할 가시성을 확보할 수 있습니다.
Amazon Kendra 는 검색 결과 페이지 상단에를 표시하기 위해 결과가 이미 선택된 경우 검색 결과를 복제하지 않습니다. 추천 검색 결과가 다른 모든 검색 결과보다 우선하여 추천되는 경우 첫 번째 결과로 순위가 다시 매겨지지 않습니다.
특정 결과를 추천하려면 쿼리에 포함된 키워드나 구문을 사용하여 쿼리를 일부만 일치시키는 것이 아니라 전체 텍스트 검색어와 정확히 일치하도록 지정해야 합니다. 예를 들어 추천 결과 집합에서 'Kendra' 쿼리만 지정하는 경우 'Kendra는 의미론적으로 결과 순위를 어떻게 매깁니까?'와 같은 쿼리는 추천 결과를 렌더링하지 않습니다. 주요 결과는 범위가 너무 넓은 쿼리가 아닌 특정 쿼리에 맞게 설계되었습니다.는 키워드 유형 쿼리를 Amazon Kendra 자연적으로 처리하여 검색 결과에서 가장 유용한 문서의 순위를 매기므로 간단한 키워드를 기반으로 결과가 과도하게 표시되지 않습니다.
사용자가 자주 사용하는 특정 쿼리가 있는 경우 추천 결과로 해당 쿼리를 지정할 수 있습니다. 예를 들어 Amazon Kendra 분석을 사용하여 상위 쿼리를 살펴보고 'Kendra는 의미론적으로 결과 순위를 어떻게 매기나요?'와 같은 특정 쿼리를 찾는 경우를 예로 들 수 있습니다. 및 'kendra 시맨틱 검색'이 자주 사용되는 경우 이러한 쿼리는 'Amazon Kendra search 101'이라는 문서를에 지정하는 데 유용할 수 있습니다.
Amazon Kendra 는 주요 결과에 대한 쿼리를 대소문자를 구분하지 않음으로 처리합니다.는 쿼리를 소문자로 Amazon Kendra 변환하고, 후행 공백 문자를 단일 공백으로 바꿉니다.는 주요 결과에 대한 쿼리를 지정할 때 다른 모든 문자를 그대로 Amazon Kendra 일치시킵니다.
CreateFeaturedResultsSet API를 사용하여 특정 쿼리에 매핑하는 일련의 주요 결과를 생성합니다. 콘솔을 사용하는 경우 인덱스를 선택한 다음 탐색 메뉴에서 추천 결과를 선택하여 추천 결과 세트를 생성합니다. 인덱스당 추천 결과 세트 최대 50개, 세트당 추천할 문서 최대 4개, 추천 결과 세트당 최대 49개의 쿼리 텍스트를 생성할 수 있습니다. 지원 팀
여러 추천 결과 세트에서 동일한 문서를 선택할 수 있습니다. 하지만 여러 세트에 동일한 일치 쿼리 텍스트를 사용해서는 안 됩니다. 추천 결과에 지정하는 쿼리는 각 인덱스의 추천 결과 세트별로 고유해야 합니다.
추천 문서를 최대 4개까지 선택할 때 문서 순서를 정렬할 수 있습니다. API를 사용하는 경우 주요 문서를 나열하는 순서는 주요 결과에 표시된 순서와 동일합니다. 콘솔을 사용하는 경우 결과에 추천할 문서를 선택할 때 문서 순서를 간단히 끌어서 놓을 수 있습니다.
추천 결과를 구성할 때는 특정 사용자와 그룹이 특정 문서에 액세스할 수 있고 다른 사용자와 그룹은 액세스할 수 없는 액세스 제어가 여전히 유효합니다. 이는 사용자 컨텍스트 필터링의 경우에도 마찬가지입니다. 예를 들어 사용자 A는 회사 기밀 문서에 액세스해서는 안 되는 '인턴' 회사 그룹에 속해 있습니다. 사용자 A가 회사 기밀 문서를 추천하는 쿼리를 입력하면 사용자 A의 검색 결과에 이 문서가 추천되지 않습니다. 이는 검색 결과 페이지의 다른 모든 결과에서도 마찬가지입니다. 태그를 사용하면 액세스를 제어하는 Amazon Kendra 리소스인 추천 결과 세트에 대한 액세스를 제어할 수도 있습니다.
다음은 “신제품 2023", “신제품 출시” 쿼리를 “새 소식”(doc-id-1) 및 “출시 예정”(doc-id-2) 이라는 제목의 문서에 매핑하여 추천 결과 세트를 만드는 예제입니다.
