用于辅助搜索的方法、装置、电子设备及计算机可读介质制造方法及图纸

本申请公开一种用于辅助搜索的方法、装置、电子设备及计算机可读介质。该方法包括：响应用户的搜索操作，获取用户ID；通过所述用户ID获取用户行为数据，所述用户行为数据包括长期行为数据与短期行为数据；将所述用户行为数据输入用户辅助搜索模型以获取排序评分；以及按照所述排序评分对所述用户的搜索操作提供辅助信息。本申请公开的用于辅助搜索的方法、装置、电子设备及计算机可读介质，能够更加精准的匹配用户需求，实现个性化辅助搜索。

Method, device, electronic device and computer readable medium for assisting search

The present application discloses a method, an apparatus, an electronic device, and a computer readable medium for assisting search. The method comprises the following steps: in response to a user's search operation, access to the user ID; obtaining user behavior data by the ID user, the user behavior data including long-term behavior data and short-term behavior data; the user the user behavior data input assisted search models to acquire rank score; and according to the sorting of the the user's search operation provides auxiliary information. The invention discloses a method, a device, an electronic device and a computer readable medium which can be used for auxiliary searching, and can match user requirements more accurately and realize personalized assistant search.

【技术实现步骤摘要】
用于辅助搜索的方法、装置、电子设备及计算机可读介质
本专利技术涉及计算机信息处理领域，具体而言，涉及一种用于辅助搜索的方法、装置、电子设备及计算机可读介质。
技术介绍
随着电商提供的产品越来越多，通过电场产生的购物量在市场上占有的空间越来越大，如何在电商平台上搜索到用户想要的物品，成了迫切需要解决的问题。对于电商平台，搜索是用户寻找商品的非常重要的途径。但是面对大量的产品和不同的产品特征，为了准确的知道客户的需求，近年来衍生出各种辅助用户搜索的产品，比如下拉，热词，暗文，相关搜索等。可是搜索入口空间有限，最开始的以热词作为候选集，以满足大多数需求；随着消费升级，用户个性化需求日趋增强。针对不同用户推荐其用户最相关的词，更能辅助用户搜索。现有辅助搜索方案是针对整体质量来优化的，利用用户历史搜索，点击，下单行为作为基础基础数据，通过扩大数据源，优化排序来提升整体关键词质量；排序主要利用了KPI排序因子，以及机器学习。现有技术存在如下缺点：现有技术具有马太效应，质量好的往前排，用户曝光点击则更多，那么算法又认为其质量更好。目前所有用户看到的都是相同的数据，但对于个人来说，质量好的不一定就是用户想要的。并且，目前辅助搜索的数据反馈不具备及时性。因此，需要一种新的用于辅助搜索的方法、装置、电子设备及计算机可读介质。在所述
技术介绍
部分公开的上述信息仅用于加强对本专利技术的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此，本专利技术提供一种用于辅助搜索的方法、装置、电子设备及计算机可读介质，能够更加精准的匹配用户需求，实现个性化辅助搜索。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本专利技术的一方面，提出一种用于辅助搜索的方法，该方法包括：响应用户的搜索操作，获取用户ID；通过用户ID获取用户行为数据，用户行为数据包括长期行为数据与短期行为数据；将用户行为数据输入用户辅助搜索模型以获取排序评分；以及按照排序评分对用户的搜索操作提供辅助信息。在本公开的一种示例性实施例中，还包括：通过历史用户行为数据建立辅助搜索模型。在本公开的一种示例性实施例中，通过历史用户行为数据建立辅助搜索模型，包括：通过历史用户行为数据提取个性化特征数据，个性化特征数据包括类目偏好数据、性别偏好数据和最近搜索数据；以及利用个性化特征数据建立用户辅助搜索模型。在本公开的一种示例性实施例中，利用个性化特征数据建立用户辅助搜索模型，包括：通过类目偏好数据建立用户辅助搜索模型。在本公开的一种示例性实施例中，通过类目偏好数据建立用户辅助搜索模型，包括：获取历史用户行为数据；通过历史用户行为数据提取库存量单位数据以及对应的类目数据；以及通过库存量单位数据以及类目数据，建立用户辅助搜索模型。在本公开的一种示例性实施例中，通过库存量单位数据以及类目数据，建立用户辅助搜索模型，包括：通过库存量单位数据与其对应的类目数据提取第一预定行为相关数据与第二预定行为相关数据；通过第一预定行为相关数据与第二预定行为相关数据与其对应的权重获取类目的得分；以及将所有的类目按照得分进行排序，获取预定类目编号。在本公开的一种示例性实施例中，通过如下公式获取类目得分：其中，f(uuidM,cid3N)为用户uuidM在cid3N类目N下的类目得分，n1为第一预定行为的数量，α为第一预定行为的数量权重，t0为第一预定行为的发生时间，n2为第二预定行为的数量，δ为第二预定行为的数量权重，β为第二预定行为的权重，t为当前时间，t1为第二预定行为的发生时间。在本公开的一种示例性实施例中，利用个性化特征数据建立用户辅助搜索模型，包括：通过性别偏好数据建立用户辅助搜索模型。在本公开的一种示例性实施例中，通过性别偏好数据建立用户辅助搜索模型，包括：通过用户画像与性别偏好数据建立用户辅助搜索模型。在本公开的一种示例性实施例中，利用个性化特征数据建立用户辅助搜索模型，包括：通过最近搜索数据建立用户辅助搜索模型。根据本专利技术的一方面，提出一种用于辅助搜索的装置，该装置包括：响应模块，用于响应用户的搜索操作获取用户ID；数据模块，用于通过用户ID获取用户行为数据，用户行为数据包括长期行为数据与短期行为数据；评分模块，用于将用户行为数据输入用户辅助搜索模型以获取排序评分；以及辅助模块，用于按照排序评分对用户的搜索操作提供辅助信息。在本公开的一种示例性实施例中，还包括：模型模块，用于通过历史用户行为数据建立辅助搜索模型。根据本专利技术的一方面，提出一种电子设设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本专利技术的一方面，提出一种计算机可读介质，其上存储有计算机程序，其特征在于，程序被处理器执行时实现如上文的方法。根据本专利技术的用于辅助搜索的方法、装置、电子设备及计算机可读介质，能够更加精准的匹配用户需求，实现个性化辅助搜索。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本专利技术。附图说明通过参照附图详细描述其示例实施例，本专利技术的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种用于辅助搜索的方法的流程图。图2是根据一示例性实施例示出的一种用于辅助搜索的方法的处理过程示意图。图3是根据另一示例性实施例示出的一种用于辅助搜索的方法的流程图。图4是根据另一示例性实施例示出的一种用于辅助搜索的方法的处理过程示意图。图5是根据另一示例性实施例示出的一种用于辅助搜索的方法的处理过程示意图。图6是根据一示例性实施例示出的一种用于辅助搜索的装置的框图。图7是根据另一示例性实施例示出的一种电子设备的框图。具体实施例现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本专利技术将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本专利技术的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。应本文档来自技高网...

【技术保护点】
一种用于辅助搜索的方法，其特征在于，包括：响应用户的搜索操作，获取用户ID；通过所述用户ID获取用户行为数据，所述用户行为数据包括长期行为数据与短期行为数据；将所述用户行为数据输入用户辅助搜索模型以获取排序评分；以及按照所述排序评分对所述用户的搜索操作提供辅助信息。

【技术特征摘要】
1.一种用于辅助搜索的方法，其特征在于，包括：响应用户的搜索操作，获取用户ID；通过所述用户ID获取用户行为数据，所述用户行为数据包括长期行为数据与短期行为数据；将所述用户行为数据输入用户辅助搜索模型以获取排序评分；以及按照所述排序评分对所述用户的搜索操作提供辅助信息。2.如权利要求1所述的方法，其特征在于，还包括：通过历史用户行为数据建立所述辅助搜索模型。3.如权利要求2所述的方法，其特征在于，所述通过历史用户行为数据建立所述辅助搜索模型，包括：通过所述历史用户行为数据提取个性化特征数据，所述个性化特征数据包括类目偏好数据、性别偏好数据和最近搜索数据；以及利用所述个性化特征数据建立用户辅助搜索模型。4.如权利要求3所述的方法，其特征在于，所述利用所述个性化特征数据建立用户辅助搜索模型，包括：通过所述类目偏好数据建立所述用户辅助搜索模型。5.如权利要求4所述的方法，其特征在于，所述通过所述类目偏好数据建立所述用户辅助搜索模型，包括：获取历史用户行为数据；通过历史用户行为数据提取库存量单位数据以及对应的类目数据；以及通过所述库存量单位数据以及所述类目数据，建立所述用户辅助搜索模型。6.如权利要求5所述的方法，其特征在于，所述通过所述库存量单位数据以及所述类目数据，建立所述用户辅助搜索模型，包括：通过库存量单位数据与其对应的类目数据提取第一预定行为相关数据与第二预定行为相关数据；通过第一预定行为相关数据与第二预定行为相关数据与其对应的权重获取类目的得分；以及将所有的类目按照得分进行排序，获取预定类目编号。7.如权利要求6所述的方法，其特征在于，通过如下公式获取所述类目得分：

【专利技术属性】
技术研发人员：史亚妮，谢群群，郝晖，邵荣防，欧阳硕，李玩伟，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11