一种搜索方法、装置及存储介质制造方法及图纸

技术编号:22076009 阅读:30 留言:0更新日期:2019-09-12 14:14
本发明专利技术实施例公开了一种搜索方法和装置,其中搜索方法包括:将样本数据集结合卷积神经网络进行训练,获得目标模型,样本数据集根据当前搜索用户的历史搜索记录获取;获取当前搜索关键字,将当前搜索关键字输入目标模型中,得到多个当前搜索特征;将多个当前搜索特征采用二类分类算法进行分类排序,并根据多个当前搜索特征的排序确定当前搜索关键字对应的当前搜索结果。采用本发明专利技术,能够通过将当前搜索关键字输入目标模型中,获得当前搜索特征,然后对搜索特征进行分类排序,确定搜索结果,这个过程中避免了手动获取搜索特征的过程,简化了搜索过程,提升了搜索效率。

A search method, device and storage medium

【技术实现步骤摘要】
一种搜索方法、装置及存储介质
本专利技术涉及数据处理领域,具体涉及一种搜索方法、装置及存储介质。
技术介绍
个性化搜索是指基于用户之前的搜索记录为其定制搜索结果。通过个性化搜索可以根据用户的历史搜索记录、历史浏览情况、点击情况或交互行为,为用户的下一次搜索行为提供搜索结果。在这个过程中,采用传统的个性化搜索方法,需要手动提取适合个性化搜索行为的特征,但是针对不同领域的搜索行为特征的提取需要花费大量的时间,并且需要大量的相关领域的经验,这使得在获取搜索结果时需要耗费大量的时间成本和运算成本,亟待发现一种优化方法以便更高效地进行个性化搜索。
技术实现思路
本专利技术实施例提供一种搜索方法、装置及存储介质,能够通过将当前搜索关键字输入目标模型中,获得当前搜索特征,然后对搜索特征进行分类排序,确定搜索结果,这个过程中避免了手动获取搜索特征的过程,简化了搜索过程,提升了搜索效率。本专利技术实施例的第一方面提供了一种搜索方法,所述方法包括:将样本数据集结合卷积神经网络进行训练,获得目标模型,所述样本数据集根据当前搜索用户的历史搜索记录获取;获取当前搜索关键字,将所述当前搜索关键字输入所述目标模型中,本文档来自技高网...

【技术保护点】
1.一种搜索方法,其特征在于,所述方法包括:将搜索用户的样本数据集结合卷积神经网络进行训练,获得目标模型,所述样本数据集根据所述搜索用户的历史搜索记录获取;获取当前搜索关键字,将所述当前搜索关键字输入所述目标模型中,得到多个当前搜索特征;将所述多个当前搜索特征采用二类分类算法进行分类排序,并根据所述多个当前搜索特征的排序确定所述当前搜索关键字对应的当前搜索结果。

【技术特征摘要】
1.一种搜索方法,其特征在于,所述方法包括:将搜索用户的样本数据集结合卷积神经网络进行训练,获得目标模型,所述样本数据集根据所述搜索用户的历史搜索记录获取;获取当前搜索关键字,将所述当前搜索关键字输入所述目标模型中,得到多个当前搜索特征;将所述多个当前搜索特征采用二类分类算法进行分类排序,并根据所述多个当前搜索特征的排序确定所述当前搜索关键字对应的当前搜索结果。2.根据权利要求1所述的方法,其特征在于,所述将所述当前搜索关键字输入所述目标模型中,得到多个当前搜索特征,包括:将所述当前搜索关键字进行语义分析,得到至少一个目标分词;将所述多个目标分词输入所述目标模型,进行一次或多次卷积运算;获取最后一次卷积运算的特征作为所述多个目标分词对应的多个当前搜索特征。3.根据权利要求2所述的方法,其特征在于,所述二类分类算法为支持向量机SVM算法,所述将所述多个当前搜索特征采用二类分类算法进行分类排序,包括:将所述多个当前搜索特征中的每两个当前搜索特征进行成对组合,获得多个特征组;对所述多个特征组中的每个特征组采用SVM算法进行评分排序,确定所述每个特征组中的两个当前搜索特征的相对大小;根据所述每个特征组中的两个当前搜索特征的相对大小确定所述多个当前搜索特征的排序。4.根据权利要求1所述的方法,其特征在于,在将样本数据集结合卷积神经网络进行训练之前,所述方法还包括:根据当前搜索用户的历史搜索记录采集样本数据,所述历史搜索记录包括历史输入关键字,历史搜索行为,历史搜索结果;对所述样本数据进行预处理,得到清洁样本数据;对所述清洁样本数据进行向量化,得到文本向量数据,所述文本向量数据组成所述样本数据集。5.根据权利要求4所述的方法,其特征在于,所述对所述...

【专利技术属性】
技术研发人员:刘利
申请(专利权)人:深圳壹账通智能科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1