预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113792194A(43)申请公布日2021.12.14(21)申请号202111085563.1(22)申请日2021.09.16(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人武妮周密徐夙龙(74)专利代理机构北京派特恩知识产权代理有限公司11270代理人赵翠萍张颖玲(51)Int.Cl.G06F16/903(2019.01)G06F40/284(2020.01)G06K9/62(2006.01)G06Q30/06(2012.01)权利要求书3页说明书15页附图3页(54)发明名称搜索属性信息的排序方法、装置、电子设备和存储介质(57)摘要本申请实施例提供了一种搜索属性信息的排序方法、搜索属性信息的排序装置、电子设备和存储介质,该搜索属性信息的排序方法包括:基于接收到的产品的搜索词进行在线召回处理,得到搜索词对应的多个召回属性信息;从在线文件中筛选出的与搜索词之间符合关联条件的候选属性信息中,确定参考属性信息,其中,参考属性信息为被选中进行展示的候选属性信息,且参考属性信息的后验概率在后验概率阈值范围内;其中,参考属性信息与多个召回属性信息存在部分不同或全部不同;将参考属性信息与排序后的多个召回属性信息进行排序,得到用于展示的搜索词对应的满足排序条件的多个有序的目标属性信息。CN113792194ACN113792194A权利要求书1/3页1.一种搜索属性信息的排序方法,其特征在于,所述方法包括:基于接收到的产品的搜索词进行在线召回处理,得到所述搜索词对应的多个召回属性信息;从在线文件中筛选出的与所述搜索词之间符合关联条件的候选属性信息中,确定参考属性信息,其中,所述参考属性信息为被选中进行展示的候选属性信息,且所述参考属性信息的后验概率在后验概率阈值范围内,所述参考属性信息与所述多个召回属性信息存在部分不同或全部不同;将所述参考属性信息与排序后的所述多个召回属性信息进行排序,得到用于展示的所述搜索词对应的满足排序条件的多个有序的目标属性信息。2.根据权利要求1所述的方法,其特征在于,所述在线文件包括第一文件和第二文件,从在线文件中筛选出的与所述搜索词之间符合关联条件的候选属性信息中,确定参考属性信息,包括:确定所述搜索词包含的产品词;从所述第一文件中筛选出,与所述产品词对应的产品属性信息之间的相似度符合第一相似度阈值的第一产品属性信息;和/或,从所述第二文件中筛选出,与所述产品词之间的相似度符合第二相似度阈值的第二产品属性信息;其中,所述候选属性信息包括第一产品属性信息和所述第二产品属性信息,所述第一文件和所述第二文件不同;从所述候选属性信息中,确定所述候选属性信息的后验概率在所述后验概率阈值范围内的候选属性信息为所述参考属性信息。3.根据权利要求1所述的方法,其特征在于,所述将所述参考属性信息与排序后的所述多个召回属性信息进行排序,得到用于展示的所述搜索词对应的满足排序条件的多个有序的目标属性信息,包括:获取所述参考属性信息被选中进行展示的所述后验概率;基于所述后验概率,将所述参考属性信息与排序后的所述多个召回属性信息进行排序,得到用于展示的所述搜索词对应的满足排序条件的多个有序的目标属性信息。4.根据权利要求3所述的方法,其特征在于,若所述目标属性信息中包括所述参考属性信息,所述基于所述后验概率,将所述参考属性信息与排序后的所述多个召回属性信息进行排序,得到用于展示的所述搜索词对应的满足排序条件的多个有序的目标属性信息之后,所述方法包括:获取所述参考属性信息在展示的情况下,所述后验概率对应的权重系数;基于所述权重系数更新所述参考属性信息被选中进行展示的后验概率;基于更新后的后验概率,对所述多个有序的目标属性信息中的所述参考属性信息的排序进行调整。5.根据权利要求1所述的方法,其特征在于,所述基于接收到的产品的搜索词进行在线召回处理,得到所述搜索词对应的多个召回属性信息之后,所述方法包括:将所述搜索词和所述多个召回属性信息输入至经过训练得到的属性排序模型中,得到所述属性排序模型输出的所述排序后的所述多个召回属性信息。6.根据权利要求5所述的方法,其特征在于,所述方法还包括:2CN113792194A权利要求书2/3页从历史搜索日志中获取样本搜索词;基于所述历史搜索日志对所述样本搜索词进行泛化处理,得到所述样本搜索词对应的多维度的聚合特征;其中,所述多维度的聚合特征由不同维度的特征与所述样本搜索词对应的属性信息构成;基于所述样本搜索词对应的所述多维度的聚合特征,以及所述样本搜索词对应的搜索行为信息,训练所述属性排序模型。7.根