本申請涉及計算機領(lǐng)域，具體涉及搜索領(lǐng)域，尤其涉及基于人工智能的搜索方法和裝置。

背景技術(shù)：

人工智能技術(shù)(Artificial Intelligence，簡稱AI)的快速發(fā)展為人們的日常工作和生活提供了便利。人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能越來越多地融入到應(yīng)用中，結(jié)合人工智能的應(yīng)用可以分析用戶的個性化的需求，將用戶期望得到的答案例如期望獲取的搜索結(jié)果以較為靠前的次序反饋給用戶。

用戶在在站點(例如團(tuán)購網(wǎng)站)進(jìn)行搜索時，通常根據(jù)諸如瀏覽量的統(tǒng)計性特征對搜索結(jié)果(例如團(tuán)購券)進(jìn)行排序。然而，由于沒有考慮用戶的諸如用戶希望再次購買瀏覽量較低的團(tuán)購券的個性化的需求，導(dǎo)致不同需求的用戶得到的排序結(jié)果為同一排序結(jié)果，無法滿足用戶對搜索結(jié)果的個性化需求。

發(fā)明信息

本申請?zhí)峁┝艘环N基于人工智能的搜索方法和裝置，用于解決上述背景技術(shù)部分存在的技術(shù)問題。

第一方面，本申請?zhí)峁┝嘶谌斯ぶ悄艿乃阉鞣椒?，該方法包括：接收包含?dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果；基于與用戶對搜索結(jié)果進(jìn)行過的操作相關(guān)聯(lián)的歷史操作信息和與搜索結(jié)果的統(tǒng)計特征相關(guān)聯(lián)的統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序；將排序后的搜索結(jié)果推送給當(dāng)前用戶。

第二方面，本申請?zhí)峁┝嘶谌斯ぶ悄艿乃阉餮b置，該裝置包括：接收單元，配置用于接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果；排序單元，配置用于基于與用戶對搜索結(jié)果進(jìn)行過的操作相關(guān)聯(lián)的歷史操作信息和與搜索結(jié)果的統(tǒng)計特征相關(guān)聯(lián)的統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序；推送單元，配置用于將排序后的搜索結(jié)果推送給當(dāng)前用戶。

本申請?zhí)峁┑幕谌斯ぶ悄艿乃阉鞣椒ê脱b置，通過接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果；基于與用戶對搜索結(jié)果進(jìn)行過的操作相關(guān)聯(lián)的歷史操作信息和與搜索結(jié)果的統(tǒng)計特征相關(guān)聯(lián)的統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序；將排序后的搜索結(jié)果推送給當(dāng)前用戶。實現(xiàn)了將搜索結(jié)果的個性化特征與不同的排序算法基于統(tǒng)計特征對搜索結(jié)果的排序結(jié)果進(jìn)行結(jié)合對搜索結(jié)果進(jìn)行排序，在通過不同的排序算法基于統(tǒng)計性特征對搜索結(jié)果進(jìn)行整體排序的基礎(chǔ)上，基于個性化特征調(diào)整整體排序的結(jié)果，從而使得排序結(jié)果在較為準(zhǔn)確地反映出整體需求的同時，滿足用戶對搜索結(jié)果的個性化需求。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細(xì)描述，本申請的其它特征、目的和優(yōu)點將會變得更明顯：

圖1示出了可以應(yīng)用于本申請的基于人工智能的搜索方法或裝置的示例性系統(tǒng)架構(gòu)；

圖2示出了根據(jù)本申請的基于人工智能的搜索方法的一個實施例的流程圖；

圖3示出了根據(jù)本申請的基于人工智能的搜索方法的另一個實施例的流程圖；

圖4示出了適用于本申請的基于人工智能的搜索方法的一個示例性架構(gòu)圖；

圖5示出了根據(jù)本申請的基于人工智能的搜索裝置的一個實施例的結(jié)構(gòu)示意圖；

圖6示出了適于用來實現(xiàn)本申請實施例的基于人工智能的搜索裝置的計算機系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和實施例對本申請作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖牵颂幩枋龅木唧w實施例僅僅用于解釋相關(guān)發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關(guān)發(fā)明相關(guān)的部分。

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結(jié)合實施例來詳細(xì)說明本申請。

圖1示出了可以應(yīng)用于本申請的基于人工智能的搜索方法或裝置的實施例的示例性系統(tǒng)架構(gòu)100。

如圖1所示，系統(tǒng)架構(gòu)100可以包括終端設(shè)備101、102、103，網(wǎng)絡(luò)104和服務(wù)器105。網(wǎng)絡(luò)104用以在終端設(shè)備101、102、103和服務(wù)器105之間提供傳輸鏈路的介質(zhì)。網(wǎng)絡(luò)104可以包括各種連接類型，例如有線、無線傳輸鏈路或者光纖電纜等等。

用戶可以使用終端設(shè)備101、102、103通過網(wǎng)絡(luò)104與服務(wù)器105交互，以接收或發(fā)送消息等。終端設(shè)備101、102、103上可以安裝有各種通訊應(yīng)用，例如、團(tuán)購類應(yīng)用、搜索類應(yīng)用、地圖類應(yīng)用等。

終端設(shè)備101、102、103可以是具有顯示屏并且支持網(wǎng)絡(luò)通信的各種電子設(shè)備，包括但不限于智能手機、平板電腦、電子書閱讀器、MP3播放器(Moving Picture Experts Group Audio Layer III，動態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面3)、MP4(Moving Picture Experts Group Audio Layer IV，動態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面4)播放器、膝上型便攜計算機和臺式計算機等等。

服務(wù)器105可以接收終端設(shè)備101、102、103發(fā)送的搜索請求，對查找出的搜索結(jié)果進(jìn)行排序，將排序后的搜索結(jié)果發(fā)送給終端設(shè)備101、102、103。

請參考圖2，其示出了根據(jù)本申請的基于人工智能的搜索方法的一個實施例的流程200。需要說明的是，本申請實施例所提供的基于人工智能的搜索方法可以由圖1中的服務(wù)器105執(zhí)行。該方法包括以下步驟：

步驟201，接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果。

在本實施例中，當(dāng)前用戶可以是指當(dāng)前輸入搜索式的用戶。例如，當(dāng)前用戶在垂直類站點團(tuán)購網(wǎng)站進(jìn)行搜索時，可以首先在團(tuán)購網(wǎng)站提供的輸入框中輸入包含餐廳類型的搜索式。此時，可以接收到包含用戶輸入的搜索式的搜索請求，然后，可以確定搜索式對應(yīng)的搜索結(jié)果，即多個餐廳的團(tuán)購券。

步驟202，基于歷史操作信息和統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序。

在本實施例中，在通過步驟201接收接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果之后，可以根據(jù)與用戶對搜索結(jié)果進(jìn)行過的操作相關(guān)聯(lián)的歷史操作信息和與搜索結(jié)果的統(tǒng)計特征相關(guān)聯(lián)的統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序。

在本實施例的一些可選的實現(xiàn)方式中，搜索結(jié)果包括：垂直類站點的網(wǎng)絡(luò)資源，操作包括：瀏覽操作、點擊操作、購買操作、評論操作，統(tǒng)計特征信息包括：瀏覽量、點擊量、購買量、評論量。

在本實施例中，搜索結(jié)果可以為垂直類站點的網(wǎng)絡(luò)資源。例如，當(dāng)用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券時，搜索結(jié)果可以為多個餐廳商家的團(tuán)購券。

在本實施例中，用戶對搜索結(jié)果進(jìn)行的操作可以包括但不限于：瀏覽操作、點擊操作、購買操作、評論操作。搜索結(jié)果的統(tǒng)計特征信息可以包括但不限于：瀏覽量、點擊量、購買量、評論量。

以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券為例，搜索結(jié)果對應(yīng)的歷史操作信息可以為一個集合。以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券，搜索結(jié)果為多個團(tuán)購卷為例，每一個團(tuán)購券對應(yīng)的歷史操作信息可以為一個集合，集合中可以包含用戶對一個團(tuán)購券依序的進(jìn)行過的操作的標(biāo)識，操作可以包含以下一項或多項：瀏覽、點擊、購買、評論。例如，當(dāng)用戶點擊一個團(tuán)購券，購買了一個團(tuán)購券，進(jìn)行了評論，用戶想再次購買該團(tuán)購券再次點擊了團(tuán)購券，用戶的歷史操作信息可以為一個集合，該集合中依序包括：點擊操作標(biāo)識、購買操作標(biāo)識、評論操作標(biāo)識、點擊操作標(biāo)識。歷史搜索結(jié)果的統(tǒng)計特征信息可以為團(tuán)購券的瀏覽量、點擊量、購買量、評論量。

在本實施例中，可以將用戶的歷史操作信息和表示搜索結(jié)果的統(tǒng)計特征的統(tǒng)計特征信息作為搜索結(jié)果排序的要素，對搜索結(jié)果進(jìn)行排序。例如，可以針對歷史操作信息和統(tǒng)計特征信息設(shè)置不同的權(quán)重，針對歷史操作信息的各個操作和統(tǒng)計特征信息中的各個參數(shù)設(shè)置不同的權(quán)利，對搜索結(jié)果進(jìn)行排序。

步驟203，將排序后的搜索結(jié)果推送給當(dāng)前用戶。

在本實施例中，在通過步驟202基于歷史操作信息和統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序之后，可以將排序后的搜索結(jié)果推送給當(dāng)前用戶。

請參考圖3，其示出了根據(jù)本申請的基于人工智能的搜索方法的另一個實施例的流程300。需要說明的是，本申請實施例所提供的基于人工智能的搜索方法可以由圖1中的服務(wù)器105執(zhí)行。該方法包括以下步驟：

步驟301，接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果。

在本實施例中，當(dāng)前用戶進(jìn)行搜索時，可以首先在站點提供的輸入?yún)^(qū)域輸入搜索式。例如，用戶在垂直類站點團(tuán)購網(wǎng)站進(jìn)行搜索時，可以首先在團(tuán)購網(wǎng)站提供的輸入框中輸入包含餐廳類型的搜索式。此時，可以接收到包含當(dāng)前用戶輸入的搜索式的搜索請求，然后，可以確定搜索式對應(yīng)的搜索結(jié)果，即多個餐廳的團(tuán)購券。

步驟302，采用預(yù)設(shè)機器學(xué)習(xí)模型基于歷史操作信息和統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序。

在本實施例中，在通過步驟301接收包含當(dāng)前用戶輸入的搜索式的搜索請求之前，可以預(yù)先創(chuàng)建機器學(xué)習(xí)模型，預(yù)設(shè)機器學(xué)習(xí)模型可以為gbrank模型。然后，可以對gbrank模型進(jìn)行訓(xùn)練。利用訓(xùn)練后的gbrank模型基于歷史操作信息和搜索結(jié)果的統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序。

在本實施例中，可以采用以下方式對gbrank模型進(jìn)行訓(xùn)練：獲取多個歷史搜索結(jié)果對應(yīng)的歷史操作信息和歷史搜索結(jié)果的統(tǒng)計特征信息；將每一個歷史操作信息和統(tǒng)計特征信息進(jìn)行組合，得到多個訓(xùn)練樣本；以pairwise方式將多個訓(xùn)練樣本兩兩進(jìn)行組合，得到多個訓(xùn)練樣本對；分別生成訓(xùn)練樣本對中的每一個訓(xùn)練樣本對應(yīng)的個性化訓(xùn)練特征向量，個性化訓(xùn)練特征向量包括：表示歷史操作信息的分量、表示統(tǒng)計特征信息的分量；分別生成訓(xùn)練樣本對中的每一個訓(xùn)練樣本對應(yīng)的整體訓(xùn)練特征向量，整體訓(xùn)練特征向量包括至少一個分量，其中，分量表示預(yù)設(shè)排序模型對歷史搜索結(jié)果進(jìn)行排序后得到的與歷史搜索結(jié)果的位置相關(guān)聯(lián)的參數(shù)，每一個分量對應(yīng)一個預(yù)設(shè)排序模型；分別生成訓(xùn)練樣本對中的每一個訓(xùn)練樣本對應(yīng)的gbrank模型的訓(xùn)練輸入向量，訓(xùn)練輸入向量包括：個性化訓(xùn)練特征向量、整體訓(xùn)練特征向量；基于訓(xùn)練輸入向量，對gbrank模型進(jìn)行訓(xùn)練。

在本實施例中，可以獲取多個歷史搜索結(jié)果對應(yīng)的歷史操作信息和每一個歷史搜索結(jié)果的統(tǒng)計特征信息。

以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券為例，歷史搜索結(jié)果可以為歷史搜索中搜索出的團(tuán)購券。一個歷史搜索結(jié)果可以對應(yīng)一個歷史操作信息。歷史搜索結(jié)果對應(yīng)的歷史操作信息可以為一個集合，集合中可以包含用戶對歷史搜索中搜索出的一個團(tuán)購券依序的進(jìn)行過的操作的標(biāo)識，操作可以包含以下一項或多項：瀏覽、點擊、購買、評論。例如，當(dāng)用戶點擊一個團(tuán)購券，購買了一個團(tuán)購券，進(jìn)行了評論，用戶想再次購買該團(tuán)購券再次點擊了團(tuán)購券，用戶的歷史操作信息可以為一個集合，該集合中依序包括：點擊操作標(biāo)識、購買操作標(biāo)識、評論操作標(biāo)識、點擊操作標(biāo)識。歷史搜索結(jié)果的統(tǒng)計特征信息可以為團(tuán)購券的瀏覽量、點擊量、購買量、評論量。

在本實施例中，在獲取多個歷史搜索結(jié)果對應(yīng)的歷史操作信息和每一個歷史搜索結(jié)果的統(tǒng)計特征信息之后，可以分別將歷史搜索結(jié)果對應(yīng)的歷史操作信息和該歷史操作信息對應(yīng)的團(tuán)購券的統(tǒng)計特征信息進(jìn)行組合，得到多個訓(xùn)練樣本。每一個訓(xùn)練樣本中同時包含一個歷史搜索結(jié)果對應(yīng)的歷史操作信息和該歷史搜索結(jié)果的統(tǒng)計特征信息。

在得到多個訓(xùn)練樣本之后，可以采用pairwise方式將多個訓(xùn)練樣本兩兩進(jìn)行組合，得到訓(xùn)練樣本對。pairwise方式可以相當(dāng)于在樣本中首先選取出一個樣本，再選取出一個相較于該樣本更優(yōu)的樣本組成訓(xùn)練樣本對。

例如，當(dāng)用戶點擊一個團(tuán)購券，僅進(jìn)行瀏覽而未購買，用戶再次點擊該團(tuán)購券并購買了團(tuán)購券時，用戶的歷史操作信息可以為一個集合，該集合中依序包括：點擊操作標(biāo)識、點擊操作標(biāo)識、購買操作標(biāo)識。又例如，當(dāng)用戶點擊一個團(tuán)購券，購買了一個團(tuán)購券，進(jìn)行了評論，用戶想再次購買該團(tuán)購券再次點擊了團(tuán)購券，用戶的歷史操作信息可以為一個集合，該集合中依序包括：點擊操作標(biāo)識、購買操作標(biāo)識、評論操作標(biāo)識、點擊操作標(biāo)識。

可以將包含由點擊操作標(biāo)識、點擊操作標(biāo)識、購買操作標(biāo)識組成的歷史操作信息的樣本與包含由點擊操作標(biāo)識、購買操作標(biāo)識、評論操作標(biāo)識、點擊操作標(biāo)識組成的歷史操作信息的樣本組成訓(xùn)練樣本對。在該訓(xùn)練樣本對中，包含由點擊操作標(biāo)識、購買操作標(biāo)識、評論操作標(biāo)識、點擊操作標(biāo)識組成的歷史操作信息的樣本優(yōu)于包含由點擊操作標(biāo)識、點擊操作標(biāo)識、購買操作標(biāo)識組成的歷史操作信息的樣本。

在本實施例中，在以pairwise方式將多個訓(xùn)練樣本兩兩進(jìn)行組合，得到訓(xùn)練樣本對之后，可以分別生成訓(xùn)練樣本對中每一個訓(xùn)練樣本對應(yīng)的個性化訓(xùn)練特征向量和整體特征向量中。

在本實施例中，可以將每一個訓(xùn)練樣本中的歷史搜索結(jié)果對應(yīng)的歷史操作信息和歷史搜索結(jié)果的統(tǒng)計特征信息分別利用向量表示，將表示歷史搜索結(jié)果對應(yīng)的歷史操作信息的向量和表示歷史搜索結(jié)果的統(tǒng)計特征信息的向量作為歷史搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量的分量，得到多個歷史搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量。

在本實施例中，訓(xùn)練樣本對應(yīng)的整體訓(xùn)練特征向量中可以包含多個分量，每一個分量為一個預(yù)設(shè)排序模型對歷史搜索結(jié)果進(jìn)行排序后得到的與歷史搜索結(jié)果的位置相關(guān)聯(lián)的參數(shù)。例如，精排序模型對多個歷史搜索結(jié)果進(jìn)行排序后得到的參數(shù)為指示在排序后歷史搜索結(jié)果的位置的得分，在利用精排序模型對多個歷史搜索結(jié)果進(jìn)行排序之后，每一個歷史搜索結(jié)果對應(yīng)一個得分。粗排序模型對歷史搜索結(jié)果進(jìn)行排序后得到的參數(shù)為指示歷史搜索結(jié)果所處的位置區(qū)間的檔位，在利用粗排序模型對多個歷史搜索結(jié)果進(jìn)行排序后，每一個歷史搜索結(jié)果對應(yīng)一個檔位，該檔位表示歷史搜索結(jié)果在粗排序模型對多個歷史搜索結(jié)果進(jìn)行排序之后該歷史搜索結(jié)果所處的位置區(qū)間。

在本實施例中，在分別生成每一個歷史搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量和整體訓(xùn)練特征向量之后，可以分別將每一個歷史搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量和整體訓(xùn)練特征向量作為歷史搜索結(jié)果對應(yīng)的gbrank模型的訓(xùn)練輸入向量的分量，得到每一個歷史搜索結(jié)果對應(yīng)的gbrank模型的訓(xùn)練輸入向量。然后，可以將多個訓(xùn)練輸入向量以pairwise方式依次輸入到gbrank模型中。在每一次輸入中，輸入兩個分別包含一個個性化訓(xùn)練特征向量的訓(xùn)練輸入向量和包含一個優(yōu)于該性化訓(xùn)練特征向量對應(yīng)的個性化訓(xùn)練特征的個性化訓(xùn)練特征對應(yīng)的向量的訓(xùn)練輸入向量，對gbrank模型進(jìn)行訓(xùn)練。

以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券，gbrank模型可以根據(jù)整體訓(xùn)練特征向量學(xué)習(xí)從整體對團(tuán)購券進(jìn)行排序，同時，根據(jù)個性化訓(xùn)練特征向量學(xué)習(xí)出的用戶的何種操作更傾向于購買團(tuán)購券，來調(diào)整整體對團(tuán)購券進(jìn)行排序中部分團(tuán)購券的位置。

在本實施例中，在對gbrank模型進(jìn)行訓(xùn)練之后，可以利用訓(xùn)練后的gbrank模型對當(dāng)前用戶輸入的搜索式對應(yīng)的搜索結(jié)果進(jìn)行排序。即利用訓(xùn)練后的gbrank模型對通過步驟301接收到的當(dāng)前用戶輸入的搜索式對應(yīng)的搜索結(jié)果進(jìn)行排序。

在本實施例中，可以采用以下方式對當(dāng)前用戶輸入的搜索式對應(yīng)的搜索結(jié)果進(jìn)行排序：分別生成搜索結(jié)果中每一個搜索結(jié)果對應(yīng)的個性化特征向量，個性化特征向量包括：表示搜索結(jié)果對應(yīng)的歷史操作信息的分量、表示搜索結(jié)果的統(tǒng)計特征信息的分量；分別生成搜索結(jié)果中每一個搜索結(jié)果對應(yīng)的整體特征向量，整體特征向量包括至少一個分量，其中，分量表示預(yù)設(shè)排序模型對搜索結(jié)果進(jìn)行排序后得到的與搜索結(jié)果的位置相關(guān)聯(lián)的參數(shù)，每一個分量對應(yīng)一個預(yù)設(shè)排序模型；分別生成搜索結(jié)果中每一個搜索結(jié)果對應(yīng)的gbrank模型的輸入向量，輸入向量包括：個性化特征向量、整體特征向量；利用gbrank模型基于輸入向量，得到輸出結(jié)果，輸出結(jié)果為排序后的搜索結(jié)果的位置。

在本實施例中，每一個通過步驟301確定出的當(dāng)前用戶輸入的搜索式對應(yīng)的搜索結(jié)果對應(yīng)的歷史操作信息可以為一個集合。以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券，搜索結(jié)果為多個團(tuán)購卷為例，每一個團(tuán)購券對應(yīng)的歷史操作信息可以為一個集合，集合中可以包含用戶對一個團(tuán)購券依序的進(jìn)行過的操作的標(biāo)識，操作可以包含以下一項或多項：瀏覽、點擊、購買、評論。例如，當(dāng)用戶點擊一個團(tuán)購券，購買了一個團(tuán)購券，進(jìn)行了評論，用戶想再次購買該團(tuán)購券再次點擊了團(tuán)購券，用戶的歷史操作信息可以為一個集合，該集合中依序包括：點擊操作標(biāo)識、購買操作標(biāo)識、評論操作標(biāo)識、點擊操作標(biāo)識。歷史搜索結(jié)果的統(tǒng)計特征信息可以為團(tuán)購券的瀏覽量、點擊量、購買量、評論量。

在本實施例中，可以將每一個搜索結(jié)果對應(yīng)的歷史操作信息和搜索結(jié)果的統(tǒng)計特征信息分別利用向量表示，將表示搜索結(jié)果對應(yīng)的歷史操作信息的向量和表示搜索結(jié)果的統(tǒng)計特征信息的向量作為搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量的分量，得到多個搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量。

在本實施例中，每一個通過步驟301確定出的當(dāng)前用戶輸入的搜索式對應(yīng)的搜索結(jié)果對應(yīng)的整體特征向量中可以包含多個分量，每一個分量為一個預(yù)設(shè)排序模型對搜索結(jié)果進(jìn)行排序后得到的與搜索結(jié)果的位置相關(guān)聯(lián)的參數(shù)。例如，精排序模型對多個搜索結(jié)果進(jìn)行排序后得到的參數(shù)為指示在排序后搜索結(jié)果的位置的得分，在利用精排序模型對多個搜索結(jié)果進(jìn)行排序之后，每一個搜索結(jié)果對應(yīng)一個得分。粗排序模型對搜索結(jié)果進(jìn)行排序后得到的參數(shù)為指示搜索結(jié)果所處的位置區(qū)間的檔位，在利用粗排序模型對多個搜索結(jié)果進(jìn)行排序后，每一個搜索結(jié)果對應(yīng)一個檔位，該檔位表示搜索結(jié)果在粗排序模型對多個搜索結(jié)果進(jìn)行排序之后搜索結(jié)果所處的位置區(qū)間。

在本實施例中，在分別生成每一個搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量和整體訓(xùn)練特征向量之后，可以分別將每一個搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量和整體訓(xùn)練特征向量作為搜索結(jié)果對應(yīng)的gbrank模型的輸入向量的分量，得到每一個搜索結(jié)果對應(yīng)的gbrank模型的輸入向量。然后，可以將多個輸入向量輸入到gbrank模型中，得到輸出結(jié)果。輸出結(jié)果為每一個搜索結(jié)果在利用gbrank模型排序后所處的位置，該位置可以采用輸入向量進(jìn)行表示。

gbrank模型可以根據(jù)搜索結(jié)果對應(yīng)的整體訓(xùn)練特征向量從整體對搜索結(jié)果進(jìn)行排序，根據(jù)搜索結(jié)果對應(yīng)的個性化訓(xùn)練特征向量確定用戶的何種操作更傾向于購買團(tuán)購券，來調(diào)整整體對搜索結(jié)果進(jìn)行排序中部分搜索結(jié)果的位置。

以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券，搜索結(jié)果為多個團(tuán)購卷為例，gbrank模型可以根據(jù)每一個團(tuán)購券對應(yīng)的整體訓(xùn)練特征向量，從整體上對多個團(tuán)購券進(jìn)行排序。同時，根據(jù)每一個團(tuán)購券對應(yīng)個性化訓(xùn)練特征向量確定用戶的何種操作更傾向于購買團(tuán)購券，來調(diào)整整體對多個團(tuán)購券進(jìn)行排序中部分團(tuán)購券的位置。例如，當(dāng)根據(jù)整體訓(xùn)練特征向量整體進(jìn)行排序時，一家餐廳的團(tuán)購券的瀏覽量由于小于另一家餐廳的團(tuán)購券的瀏覽量，排在另一家餐廳之后。但根據(jù)個性化特征向量中的歷史操作信息對應(yīng)的分量，可以確定用戶曾經(jīng)購買過該餐廳的團(tuán)購券并并且評論過該團(tuán)購券，此時，可以將該家餐廳的團(tuán)購券的位置調(diào)整至另一家餐廳的團(tuán)購券的位置之前。

步驟303，將排序后的搜索結(jié)果推送給當(dāng)前用戶。

在本實施例中，在通過步驟302采用預(yù)設(shè)機器學(xué)習(xí)模型基于歷史操作信息和統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序之后，可以將排序后的搜索結(jié)果推送給當(dāng)前用戶。

請參考圖4，其示出了適用于本申請的基于人工智能的搜索方法的一個示例性架構(gòu)圖。

在圖4中，示出了統(tǒng)一排序模型、精排序模型、粗排序模型、其他排序模型。

以用戶在垂直類站點團(tuán)購網(wǎng)站搜索餐廳的團(tuán)購券，搜索結(jié)果中包含多個團(tuán)購券為例，統(tǒng)一排序模型可以為gbrank模型。gbrank模型可以根據(jù)整體特征向量從整體對團(tuán)購券進(jìn)行排序，同時，根據(jù)個性化特征向量，來調(diào)整整體對團(tuán)購券進(jìn)行排序后部分團(tuán)購券的位置，得到輸出結(jié)果。

可以分別生成每一個團(tuán)購券對應(yīng)的個性化特征向量。每一個團(tuán)購券對應(yīng)的個性化特征向量包括：表示歷史操作信息的分量、表示團(tuán)購券的統(tǒng)計特征信息的分量。同時，可以分別生成每一個團(tuán)購券對應(yīng)的整體特征向量，整體特征向量包括多個分量。分量可以為精排序模型、粗排序模型、其他排序模型基于團(tuán)購券的統(tǒng)計特征信息對團(tuán)購券進(jìn)行排序后得到的參數(shù)。精排序模型對多個團(tuán)購券進(jìn)行排序后得到的參數(shù)為指示在排序后團(tuán)購券的位置的得分，在利用精排序模型對多個團(tuán)購券進(jìn)行排序之后，每一個團(tuán)購券對應(yīng)一個得分。粗排序模型對團(tuán)購券進(jìn)行排序后得到的參數(shù)為指示團(tuán)購券所處的位置區(qū)間的檔位，在利用粗排序模型對多個團(tuán)購券進(jìn)行排序后，每一個團(tuán)購券對應(yīng)一個檔位，該檔位表示團(tuán)購券在粗排序模型對多個團(tuán)購券行排序之后該團(tuán)購券所處的位置區(qū)間。

在分別生成每一個團(tuán)購券對應(yīng)的性化特征向量和整體特征向量之后，可以生成每一個團(tuán)購券對應(yīng)的gbrank模型的輸入向量。每一個團(tuán)購券對應(yīng)的gbrank模型的輸入向量包含團(tuán)購券對應(yīng)的性化特征向量和整體特征向量。

gbrank模型可以基于多個輸入向量，根據(jù)整體特征向量從整體對團(tuán)購券進(jìn)行排序，同時，根據(jù)個性化特征向量，來調(diào)整整體對團(tuán)購券進(jìn)行排序后部分團(tuán)購券的位置，得到輸出結(jié)果。輸出結(jié)果為排序后團(tuán)購券的位置，該位置可以采用輸入向量進(jìn)行表示。

請參考圖5，其示出了根據(jù)本申請的基于人工智能的搜索裝置的一個實施例的結(jié)構(gòu)示意圖。該裝置實施例與圖2所示的方法實施例相對應(yīng)。

如圖5所示，本實施例的基于人工智能的搜索裝置500包括：接收單元501，排序單元502，推送單元503。其中，接收單元501配置用于接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定搜索式對應(yīng)的搜索結(jié)果；排序單元502配置用于基于與用戶對搜索結(jié)果進(jìn)行過的操作相關(guān)聯(lián)的歷史操作信息和與搜索結(jié)果的統(tǒng)計特征相關(guān)聯(lián)的統(tǒng)計特征信息，對搜索結(jié)果進(jìn)行排序；推送單元503配置用于將排序后的搜索結(jié)果推送給當(dāng)前用戶。

在本實施例的一些可選的實現(xiàn)方式中，搜索結(jié)果包括：垂直類站點的網(wǎng)絡(luò)資源，操作包括：瀏覽操作、點擊操作、購買操作、評論操作，統(tǒng)計特征信息包括：瀏覽量、點擊量、購買量、評論量。

在本實施例的一些可選的實現(xiàn)方式中，排序單元502包括：個性化特征向量生成子單元，配置用于分別生成搜索結(jié)果中每一個搜索結(jié)果對應(yīng)的個性化特征向量，個性化特征向量包括：表示搜索結(jié)果對應(yīng)的歷史操作信息的分量、表示搜索結(jié)果的統(tǒng)計特征信息的分量；整體特征向量生成子單元，配置用于分別生成搜索結(jié)果中每一個搜索結(jié)果對應(yīng)的整體特征向量，整體特征向量包括至少一個分量，其中，分量表示預(yù)設(shè)排序模型對搜索結(jié)果進(jìn)行排序后得到的與搜索結(jié)果的位置相關(guān)聯(lián)的參數(shù)，每一個分量對應(yīng)一個預(yù)設(shè)排序模型；輸入向量生成子單元，配置用于分別生成搜索結(jié)果中每一個搜索結(jié)果對應(yīng)的預(yù)設(shè)機器學(xué)習(xí)模型的輸入向量，輸入向量包括：個性化特征向量、整體特征向量；輸出子單元，配置用于利用預(yù)設(shè)機器學(xué)習(xí)模型基于輸入向量，得到輸出結(jié)果，輸出結(jié)果為排序后的搜索結(jié)果的位置。

在本實施例的一些可選的實現(xiàn)方式中，裝置500還包括：訓(xùn)練單元(未示出)，配置用于當(dāng)預(yù)設(shè)機器學(xué)習(xí)模型為gbrank模型時，在接收包含當(dāng)前用戶輸入的搜索式的搜索請求之前，獲取多個歷史搜索結(jié)果對應(yīng)的歷史操作信息和歷史搜索結(jié)果的統(tǒng)計特征信息；將每一個歷史操作信息和統(tǒng)計特征信息進(jìn)行組合，得到多個訓(xùn)練樣本；以pairwise方式將多個訓(xùn)練樣本兩兩進(jìn)行組合，得到多個訓(xùn)練樣本對；分別生成訓(xùn)練樣本對中的每一個訓(xùn)練樣本對應(yīng)的個性化訓(xùn)練特征向量，個性化訓(xùn)練特征向量包括：表示歷史操作信息的分量、表示統(tǒng)計特征信息的分量；分別生成訓(xùn)練樣本對中的每一個訓(xùn)練樣本對應(yīng)的整體訓(xùn)練特征向量，整體特征向量包括至少一個分量，其中，分量表示預(yù)設(shè)排序模型對歷史搜索結(jié)果進(jìn)行排序后得到的與歷史搜索結(jié)果的位置相關(guān)聯(lián)的參數(shù)，每一個分量對應(yīng)一個預(yù)設(shè)排序模型；分別生成訓(xùn)練樣本對中的每一個訓(xùn)練樣本對應(yīng)的gbrank模型的訓(xùn)練輸入向量，訓(xùn)練輸入向量包括：個性化訓(xùn)練特征向量、整體訓(xùn)練特征向量；基于訓(xùn)練輸入向量，對gbrank模型進(jìn)行訓(xùn)練。

在本實施例的一些可選的實現(xiàn)方式中，預(yù)設(shè)排序模型包括：精排序模型、粗排序模型，精排序模型對搜索結(jié)果或歷史搜索結(jié)果進(jìn)行排序后得到的參數(shù)為指示在排序后搜索結(jié)果或歷史搜索結(jié)果的位置的得分，粗排序模型對搜索結(jié)果或歷史搜索結(jié)果進(jìn)行排序后得到的參數(shù)為指示搜索結(jié)果或歷史搜索結(jié)果所處的位置區(qū)間的檔位。

圖6示出了適于用來實現(xiàn)本申請實施例的基于人工智能的搜索裝置的計算機系統(tǒng)的結(jié)構(gòu)示意圖。

如圖6所示，計算機系統(tǒng)600包括中央處理單元(CPU)601，其可以根據(jù)存儲在只讀存儲器(ROM)602中的程序或者從存儲部分608加載到隨機訪問存儲器(RAM)603中的程序而執(zhí)行各種適當(dāng)?shù)膭幼骱吞幚怼Ｔ赗AM603中，還存儲有系統(tǒng)600操作所需的各種程序和數(shù)據(jù)。CPU601、ROM602以及RAM603通過總線604彼此相連。輸入/輸出(I/O)接口605也連接至總線604。

以下部件連接至I/O接口605：包括鍵盤、鼠標(biāo)等的輸入部分606；包括諸如陰極射線管(CRT)、液晶顯示器(LCD)等以及揚聲器等的輸出部分607；包括硬盤等的存儲部分608；以及包括諸如LAN卡、調(diào)制解調(diào)器等的網(wǎng)絡(luò)接口卡的通信部分609。通信部分609經(jīng)由諸如因特網(wǎng)的網(wǎng)絡(luò)執(zhí)行通信處理。驅(qū)動器610也根據(jù)需要連接至I/O接口605。可拆卸介質(zhì)611，諸如磁盤、光盤、磁光盤、半導(dǎo)體存儲器等等，根據(jù)需要安裝在驅(qū)動器610上，以便于從其上讀出的計算機程序根據(jù)需要被安裝入存儲部分608。

特別地，根據(jù)本公開的實施例，上文參考流程圖描述的過程可以被實現(xiàn)為計算機軟件程序。例如，本公開的實施例包括一種計算機程序產(chǎn)品，其包括有形地包含在機器可讀介質(zhì)上的計算機程序，所述計算機程序包含用于執(zhí)行流程圖所示的方法的程序代碼。在這樣的實施例中，該計算機程序可以通過通信部分609從網(wǎng)絡(luò)上被下載和安裝，和/或從可拆卸介質(zhì)611被安裝。

附圖中的流程圖和框圖，圖示了按照本申請各種實施例的系統(tǒng)、方法和計算機程序產(chǎn)品的可能實現(xiàn)的體系架構(gòu)、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段、或代碼的一部分，所述模塊、程序段、或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應(yīng)當(dāng)注意，在有些作為替換的實現(xiàn)中，方框中所標(biāo)注的功能也可以以不同于附圖中所標(biāo)注的順序發(fā)生。例如，兩個接連地表示的方框?qū)嶋H上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或操作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機指令的組合來實現(xiàn)。

作為另一方面，本申請還提供了一種非易失性計算機存儲介質(zhì)，該非易失性計算機存儲介質(zhì)可以是上述實施例中所述設(shè)備中所包含的非易失性計算機存儲介質(zhì)；也可以是單獨存在，未裝配入終端中的非易失性計算機存儲介質(zhì)。上述非易失性計算機存儲介質(zhì)存儲有一個或者多個程序，當(dāng)所述一個或者多個程序被一個設(shè)備執(zhí)行時，使得所述設(shè)備：接收包含當(dāng)前用戶輸入的搜索式的搜索請求，以及確定所述搜索式對應(yīng)的搜索結(jié)果；基于與用戶對所述搜索結(jié)果進(jìn)行過的操作相關(guān)聯(lián)的歷史操作信息和與所述搜索結(jié)果的統(tǒng)計特征相關(guān)聯(lián)的統(tǒng)計特征信息，對所述搜索結(jié)果進(jìn)行排序；將排序后的搜索結(jié)果推送給所述當(dāng)前用戶。

以上描述僅為本申請的較佳實施例以及對所運用技術(shù)原理的說明。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，本申請中所涉及的發(fā)明范圍，并不限于上述技術(shù)特征的特定組合而成的技術(shù)方案，同時也應(yīng)涵蓋在不脫離所述發(fā)明構(gòu)思的情況下，由上述技術(shù)特征或其等同特征進(jìn)行任意組合合而形成的其它技術(shù)方案。例如上述特征與本申請中公開的(但不限于)具有類似功能的技術(shù)特征進(jìn)行互相替換而形成的技術(shù)方案。