Funciones integradas básicas - OpenSearch - Centro de documentación de Alibaba Cloud

OpenSearch Industry Algorithm Edition ofrece funciones precalculadas para su uso en modelos de clasificación personalizados. Estas funciones se derivan automáticamente de los registros de búsqueda y los datos de comportamiento de su aplicación, o bien se transmiten durante la consulta, sin necesidad de realizar cálculos manuales.

Categorías de funciones

Las funciones integradas se dividen en dos categorías:

Funciones de elemento: Se derivan de las propiedades del elemento y de estadísticas históricas de interacción.
Funciones de usuario: Se derivan del contexto de consulta del usuario actual.

Funciones de elemento

Funciones de campo

Las funciones de campo se derivan de los campos definidos en el esquema de su aplicación. De forma predeterminada, se incluyen todos los campos. Para cada campo, seleccione un método de procesamiento según su tipo:

Campos de texto: tokenización o vectorización
Campos numéricos: asignación de valor original

Para utilizar campos que no forman parte del esquema de su aplicación, impórtelos mediante una tabla externa de MaxCompute.

Métodos de procesamiento

Cada método de procesamiento transforma el contenido del campo de manera distinta. A continuación se utiliza la entrada "White T-shirt" para ilustrar cada método:

Método de procesamiento	Salida	Notas
Asignación de valor original	`White T-shirt`	Devuelve el valor sin procesar del campo sin modificaciones.
Tokenización	`White^]T-shirt`	Divide el valor en tokens separados por `^]`.
Generación de funciones de búsqueda tras la tokenización	`White:White^]T-shirt:T-shirt`	Produce pares `token:token` separados por `^]`.
Recuento de términos tras la tokenización	`2`	Devuelve la cantidad de tokens como un número entero.

El separador ^] utilizado en la salida de tokenización es el mismo delimitador que se emplea en los valores de funciones integradas para campos como system_query_score_decay y system_qterm_seq_decay . Por ejemplo: query1:score1^]query2:score2 .

Funciones estadísticas

Las funciones estadísticas se calculan automáticamente a partir de los registros de búsqueda y los datos de comportamiento de su aplicación. Estas capturan señales de interacción a nivel de elemento, como impresiones, clics y tasa de clics (CTR), correspondientes a los siete días anteriores.

Funciones de elemento integradas

Nombre del campo	Tipo	Descripción
`system_item_id`	STRING	Identificador único del elemento.
`system_all_nid_ctr_30`	BIGINT	CTR del elemento en los últimos 30 días. Valor discretizado.
`system_all_nid_ctr_7`	BIGINT	CTR del elemento en los últimos siete días. Valor discretizado.
`system_all_nid_ctr_1`	BIGINT	CTR del elemento en el último día. Valor discretizado.
`system_all_nid_pv_30`	BIGINT	Número de impresiones del elemento en los últimos 30 días. Valor discretizado.
`system_all_nid_pv_7`	BIGINT	Número de impresiones del elemento en los últimos siete días. Valor discretizado.
`system_all_nid_pv_1`	BIGINT	Número de impresiones del elemento en el último día. Valor discretizado.
`system_all_nid_ipv_30`	BIGINT	Número de clics en el elemento en los últimos 30 días. Valor discretizado.
`system_all_nid_ipv_7`	BIGINT	Número de clics en el elemento en los últimos siete días. Valor discretizado.
`system_all_nid_ipv_1`	BIGINT	Número de clics en el elemento en el último día. Valor discretizado.
`system_query_score_decay`	STRING	Proporciones de clics de las N consultas principales relevantes para el elemento (N=20 de forma predeterminada). Formato: `query1:score1^]query2:score2`.
`system_qterm_score_decay`	STRING	Proporciones de clics de los N términos de consulta principales relevantes para el elemento (N=300 de forma predeterminada). Formato: `term1:score1^]term2:score2`.
`system_query_ctr_decay`	STRING	CTR de las N consultas principales relevantes para el elemento. Formato: `query1:ctr1^]query2:ctr2`.
`system_qterm_ctr_decay`	STRING	CTR de los N términos de consulta principales relevantes para el elemento. Formato: `term1:ctr1^]term2:ctr2`.
`system_query_match_decay`	STRING	Consultas de búsqueda y sus coincidencias dentro de las N consultas principales relevantes para el elemento. Formato: `query1:query1^]query2:query2`.
`system_qterm_match_decay`	STRING	Términos de consulta de búsqueda y sus coincidencias dentro de los N términos de consulta principales relevantes para el elemento. Formato: `term1:term1^]term2:term2`.
`system_query_seq_decay`	STRING	Las N consultas principales relevantes para el elemento. Función con múltiples valores. Formato: `query1^]query2`.
`system_qterm_seq_decay`	STRING	Los N términos de consulta principales relevantes para el elemento. Función con múltiples valores. Formato: `term1^]term2`.
`system_query_cnt`	BIGINT	Cantidad de valores en `system_query_seq_decay`.
`system_qterm_cnt`	BIGINT	Cantidad de valores en `system_qterm_seq_decay`.
`dt`	STRING	Partición temporal por día. Ejemplo: `20230316`.

Funciones de usuario

Las funciones de usuario capturan información sobre el usuario actual y su consulta. Existen dos subtipos disponibles:

Funciones de consulta: Se transmiten mediante raw_query en la solicitud de consulta. Determinan señales relacionadas con la consulta, como los tokens y la vectorización.
Funciones de perfil de usuario: Se importan mediante una tabla externa de MaxCompute para el entrenamiento del modelo. Los parámetros se transmiten a través del campo de consulta durante la predicción de comportamiento.

OpenSearch no es compatible con las funciones de perfil de usuario.

Funciones de usuario integradas

Nombre de la función	Tipo	Descripción
`system_exp_time`	STRING	Día de la semana en que ocurrió el comportamiento. Ejemplos: `Monday`, `Tuesday`.
`system_terms2`	STRING	Los primeros 15 tokens de la consulta.
`system_user_id`	STRING	ID del usuario.
`system_raw_q_ultra`	STRING	Consulta original antes de la tokenización.
`system_term_seq`	STRING	Función de secuencia de la consulta.
`system_term_seq_length`	DOUBLE	Longitud de la función de secuencia de la consulta.