用于优化用于学习排序的非凸函数的新探索制造技术

公开了用于优化用于学习排序的非凸函数的技术。与一些实施例一致，搜索模块可为一组搜索特征设置次序。该组搜索特征可由排序模型使用，以确定搜索查询中的项目的相关性。此外，搜索模块可向该组​​搜索特征中的第一搜索特征分配第一权重因子。此外，搜索模块可基于分配的第一权重因子而为该搜索查询计算平均倒数排序。此外，搜索模块可使用预设的递增向量而为该组搜索特征中的第二搜索特征确定第二权重因子，以为该搜索查询最大化平均倒数排序。随后，搜索模块可向该组搜索特征中的第二搜索特征分配第二权重因子。

【技术实现步骤摘要】

本文公开的主题一般涉及数据的处理。具体而言，本公开一般涉及用于在排序 (ranking)任务中训练模型的技术。此外，本公开涉及用于使能用于在搜索查询中优化搜索 结果排序的机器学习技术的方法、系统和计算机程序产品。
技术介绍
学习排序是指用于在排序任务中训练排序模型的机器学习技术。排序任务可包括 搜索请求(例如名称搜索)、信息检索、自然语言处理和数据挖掘。 另外，可训练排序模型，以应用用于排序搜索结果的机器学习。例如，学习排序可 在排序模型的结构中为搜索查询的搜索结果应用机器学习。 搜索结果可包括一列项目，该项目具有在每列中的项目之间指定的某种次序。该 次序可基于排序模型。排序模型基于算法确定相关的项目。算法在搜索查询中使用搜索特 征计算项目的相关性。搜索特征可由排序模型经由搜索算法使用和修改，以在搜索查询中 确定项目的相关性。【附图说明】 在附图的图中通过示例的方式而非限制地图示一些实施例。 图1是根据一些示例性实施例的图示适合于社交网络的网络环境的网络图。 图2是根据一些实施例的图示社交网络服务的各种模块的框图。 图3是根据一些示例性实施例的图示搜索算法的流程图。 图本文档来自技高网...

【技术保护点】
一种用于排序搜索特征的计算机实现的方法，该方法包括：在处理器实现的搜索模块处，为一组搜索特征设置次序，该组搜索特征正由排序模型使用以确定搜索查询中项目的相关性；向该组​​搜索特征中的第一搜索特征分配第一权重因子；基于分配的第一权重因子，为该搜索查询计算平均倒数排序；使用预设的递增向量，为该组搜索特征中的第二搜索特征确定第二权重因子，以为该搜索查询最大化平均倒数排序；以及向该组搜索特征中的第二搜索特征分配第二权重因子。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：F肖，SD辛哈，SP肯杜里，R多梅蒂，
申请(专利权)人：邻客音公司，
类型：发明
国别省市：美国;US