一种搜索对象排序方法、装置、设备及存储介质.pdf

(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CN113901324A(43)申请公布日2022.01.07(21)申请号202111247968.0(22)申请日2021.10.26(71)申请人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1幢1层101D1-7(72)发明人张志伟(74)专利代理机构广州三环专利商标代理有限公司44202代理人郝传鑫贾允(51)Int.Cl.G06F16/9535(2019.01)G06F16/9538(2019.01)G06N20/00(2019.01)G06N3/08(2006.01)权利要求书2页说明书12页附图4页(54)发明名称一种搜索对象排序方法、装置、设备及存储介质(57)摘要本公开关于一种搜索对象排序方法、装置、设备及存储介质，该方法包括：获取待排序的多个搜索对象，所述多个搜索对象是基于同一目标搜索词搜索得到的；确定所述多个搜索对象中各搜索对象的对象特征；确定所述目标搜索词对应的目标用户账户的用户特征；所述用户特征表征所述目标用户账户的唯一性；基于所述各搜索对象的对象特征和所述用户特征，确定所述各搜索对象的预估点击率；根据所述各搜索对象的预估点击率，对所述各搜索对象进行排序。其中，用户特征可以用于指导个性化排序，且整体方案复杂度低、时效性好，本公开实施例提供的搜索对象排序方法可以同时满足实时性和个性化的需求。CN113901324ACN113901324A权利要求书1/2页1.一种搜索对象排序方法，其特征在于，包括：获取待排序的多个搜索对象，所述多个搜索对象是基于同一目标搜索词搜索得到的；确定所述多个搜索对象中各搜索对象的对象特征；确定所述目标搜索词对应的目标用户账户的用户特征；所述用户特征表征所述目标用户账户的唯一性；基于所述各搜索对象的对象特征和所述用户特征，确定所述各搜索对象的预估点击率；根据所述各搜索对象的预估点击率，对所述各搜索对象进行排序。2.根据权利要求1所述的搜索对象排序方法，其特征在于，所述确定多个搜索对象中各搜索对象的对象特征，包括：获取所述各搜索对象对应的属性信息，所述属性信息包括所述各搜索对象与所述目标搜索词的相关度信息、所述各搜索对象的质量信息和所述各搜索对象的时效信息中的任意一个或者多个的组合；将所述各搜索对象对应的属性信息输入特征提取模型，得到所述各搜索对象的对象特征。3.根据权利要求1所述的搜索对象排序方法，其特征在于，所述用户特征包括所述目标用户账户的账户信息对应的特征向量；所述确定所述目标搜索词对应的目标用户账户的用户特征，包括：获取所述目标用户账户的账户信息；将所述目标用户账户的账户信息输入映射模型，得到所述账户信息对应的特征向量。4.根据权利要求1‑3任一项所述的搜索对象排序方法，其特征在于，所述基于所述各搜索对象的对象特征和所述用户特征，确定所述各搜索对象的预估点击率，包括：利用所述用户特征对所述各搜索对象的对象特征进行加权，得到所述各搜索对象的加权特征；利用点击率预估模型对所述各搜索对象的加权特征进行点击率预测，得到所述各搜索对象的预估点击率。5.根据权利要求4所述的搜索对象排序方法，其特征在于，所述点击率预估模型的生成方式，包括：获取训练样本，所述训练样本包括训练样本信息和训练样本标签，所述训练样本标签用于标识所述训练样本信息的点击情况；确定所述训练样本的样本权重；利用所述训练样本和所述样本权重对预设机器学习模型进行点击率预估训练，得到所述点击率预估模型。6.根据权利要求5所述的搜索对象排序方法，其特征在于，所述训练样本信息包括历史搜索词、所述历史搜索词对应的多个历史搜索对象和所述多个历史搜索对象中各历史搜索对象的用户操作行为；所述训练样本标签用于标识所述各历史搜索对象的点击情况；所述确定所述训练样本的样本权重，包括：根据所述各历史搜索对象的用户操作行为，确定所述各历史搜索对象的样本权重。7.一种搜索对象排序装置，其特征在于，包括：2CN113901324A权利要求书2/2页第一获取模块，被配置为执行获取待排序的多个搜索对象，所述多个搜索对象是基于同一目标搜索词搜索得到的；第一确定模块，被配置为执行确定所述多个搜索对象中各搜索对象的对象特征；第二获取模块，被配置为执行确定所述目标搜索词对应的目标用户账户的用户特征；所述用户特征表征所述目标用户账户的唯一性；第二确定模块，被配置为执行基于所述各搜索对象的对象特征和所述用户特征，确定所述各搜索对象的预估点击率；排序模块，被配置为执行根据所述各搜索对象的预估点击率，对所述各搜索对象进行排序。8.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一