搜索词推荐方法、设备及存储介质技术

本申请实施例提供一种搜索词推荐方法、设备及存储介质。在本申请实施例中，以当前展示页面关联的目标商品的描述信息为基础进行搜索词推荐，可确保推荐的搜索词与目标商品具有较高相关度，实现从商品维度的搜索词推荐；在推荐过程中，结合可控文本生成模型，以及商品类目对搜索词的属性偏好，生成实体类型和顺序可控的多个候选搜索词；最后，结合多个候选搜索词的质量得分和长度信息从中选择目标搜索词并展示，以供用户基于所推荐的目标搜索词直接发起搜索操作，提高搜索效率。在目标搜索词的推荐过程中，既考虑了目标搜索词中包含的实体词的实体类型及其顺序与商品类目适配性，又考虑了目标搜索词的质量和简洁程度，使得目标搜索词的准确度更高。搜索词的准确度更高。搜索词的准确度更高。

【技术实现步骤摘要】
搜索词推荐方法、设备及存储介质


[0001]本申请涉及互联网
，尤其涉及一种搜索词推荐方法、设备及存储介质。

技术介绍

[0002]在电商搜索领域，用户可基于搜索词(query)进行商品搜索。一方面用户可以手动输入所需搜索词发起搜索操作，另一方面，电商平台也可以自动向用户推荐搜索词，用户直接使用平台推荐的搜索词发起搜索操作，以提高搜索效率。
[0003]通常，电商平台是在搜索日志中基于各用户对商品的点击、搜索等行为获取热门商品的搜索词作为推荐搜索词，这种方式简洁有效，但是这种方式对商品覆盖不够全面，所推荐搜索词的准确度也有待进一步提高。

技术实现思路

[0004]本申请的多个方面提供一种搜索词推荐方法、设备及存储介质，用以推荐更加准确的搜索词。
[0005]本申请实施例提供一种搜索词推荐方法，包括：展示第一页面，第一页面关联目标商品，目标商品属于目标类目，与目标类目适配的多个实体类型及其顺序形成目标控制参数；将目标商品的描述信息和目标控制参数作为模型入参，利用预先训练出的可控文本生成模型生成多个候选搜索词，每个候选搜索词中包括按照顺序出现的与多个实体类型对应的多个实体词；基于历史搜索词的效能指标数据，预测多个候选搜索词的质量得分，结合多个候选搜索词的质量得分和长度信息，从多个候选搜索词中选择目标搜索词；在第一页面上展示目标搜索词，以供本端用户基于目标搜索词发起搜索。
[0006]本申请实施例还提供一种搜索词推荐方法，包括：展示第一页面，第一页面关联至少一个商品，至少一个商品属于至少一个类目；在至少一个商品中包含特定商品的情况下，将特定商品作为目标商品，获取与目标商品所属目标类目适配的多个实体类型及其顺序形成目标控制参数；将目标商品的描述信息和目标控制参数作为模型入参，利用预先训练出的可控文本生成模型生成多个候选搜索词，每个候选搜索词中包括按照顺序出现的与多个实体类型对应的多个实体词；基于历史搜索词的效能指标数据，预测多个候选搜索词的质量得分，结合多个候选搜索词的质量得分和长度信息，从多个候选搜索词中选择目标搜索词；在第一页面上展示目标搜索词，以供本端用户基于目标搜索词发起搜索。
[0007]本申请实施例还提供一种计算机设备，包括：存储器和处理器；存储器，用于存储计算机程序；处理器耦合至存储器，用于执行计算机程序以用于执行本申请实施例提供的搜索词推荐方法中的步骤。
[0008]本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当计算机程序被处理器执行时，致使处理器能够实现本申请实施例提供的搜索词推荐方法中的步骤。
[0009]在本申请实施例中，以当前展示页面关联的目标商品的描述信息为基础进行搜索词推荐，可确保推荐的搜索词与目标商品具有较高相关度，实现从商品维度的搜索词推荐；
进一步，在推荐过程中，结合可控文本生成模型，以及商品类目对搜索词的属性偏好，生成实体类型和顺序可控的多个候选搜索词；最后，结合多个候选搜索词的质量得分和长度信息从中选择目标搜索词并展示，以供用户基于所推荐的目标搜索词直接发起搜索操作，提高搜索效率。在目标搜索词的推荐过程中，既考虑了目标搜索词中包含的实体词的实体类型及其顺序与商品类目适配性，又考虑了目标搜索词的质量和简洁程度，这样的目标搜索词的准确度更高，能够更加准确地反映本端用户的搜索意愿/需求，进而召回更多的商品，带来更多的点击、点击转化和询盘转化等。
附图说明
[0010]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0011]图1为本申请一示例性实施例提供的终端设备所展示的不同页面；
[0012]图2为本申请一示例性实施例提供的一种搜索词推荐方法的流程示意图；
[0013]图3为本申请一示例性实施例提供的另一种搜索词推荐方法的流程示意图；
[0014]图4为本申请一示例性实施例提供的搜索词推荐方法所适用的模型架构图；
[0015]图5为本申请一示例性实施例提供的另一种搜索词推荐方法的流程示意图；
[0016]图6为本申请一示例性实施例提供的一种搜索词推荐装置的结构示意图；
[0017]图7为本申请一示例性实施例提供的另一种搜索词推荐装置的结构示意图；
[0018]图8为本申请一示例性实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0019]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]在电商场景中，用户可以通过其终端设备安装电商应用，并通过电商应用在线浏览和购买各种商品。其中，电商应用可以向用户提供各种页面，例如首页面、商品详情页面、搜索结果页面、购物车页面、评论页面、订单详情页面等等。为了方便用户随时随地搜索所需商品，在一些页面上设置了搜索框，用户可以在搜索框内输入相关搜索词，并通过点击与搜索框适配的搜索控件发起搜索操作。为了提高搜索效率，在本申请实施例中，可以自动为用户推荐搜索词，并将自动推荐的搜索词显示在搜索框中，以便用户直接点击与搜索框适配的搜索控件发起搜索操作，节约用户输入搜索词的操作，提高搜索效率。
[0021]进一步，为了提高所推荐搜索词的准确度，本申请实施例提供一种搜索词推荐方法、设备及存储介质，在本申请实施例中，以当前展示页面关联的目标商品的描述信息为基础进行搜索词推荐，可确保推荐的搜索词与目标商品具有较高相关度，实现从商品维度的搜索词推荐；进一步，在推荐过程中，结合可控文本生成模型，以及商品类目对搜索词的属性偏好，生成实体类型和顺序可控的多个候选搜索词；最后，结合多个候选搜索词的质量得分和长度信息从中选择目标搜索词并展示，以供用户基于所推荐的目标搜索词直接发起搜索操作，提高搜索效率。在目标搜索词的推荐过程中，既考虑了目标搜索词中包含的实体词
的实体类型及其顺序与商品类目适配性，又考虑了目标搜索词的质量和简洁程度，这样的目标搜索词的准确度更高，能够更加准确地反映本端用户的搜索意愿/需求，进而召回更多的商品，带来更多的点击、点击转化和询盘转化等。
[0022]在本申请实施例中，并不限定当前展示页面的实现形态，例如可以是首页面、搜索结果页面、购物车页面、商品详情页面等等。为了便于描述，在本申请实施例中，将当前展示的页面称为第一页面。参见图1，终端设备可响应本端用户的触发操作，向本端用户展示第一页面，与此同时，可采用本申请上述或下述实施例中提供的搜索词推荐方法为本端用户推荐目标搜索词，并在第一页面的搜索框内自动显示所推荐的目标搜索词，例如“纯棉薄款某品牌儿童内衣”，本端用户可直接点击“搜索”按钮发起针对“纯棉薄款某品牌儿童内衣本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种搜索词推荐方法，其特征在于，包括：展示第一页面，所述第一页面关联目标商品，所述目标商品属于目标类目，与所述目标类目适配的多个实体类型及其顺序形成目标控制参数；将所述目标商品的描述信息和所述目标控制参数作为模型入参，利用预先训练出的可控文本生成模型生成多个候选搜索词，每个候选搜索词中包括按照所述顺序出现的与所述多个实体类型对应的多个实体词；基于历史搜索词的效能指标数据，预测所述多个候选搜索词的质量得分，结合所述多个候选搜索词的质量得分和长度信息，从所述多个候选搜索词中选择目标搜索词；在所述第一页面上展示所述目标搜索词，以供本端用户基于所述目标搜索词发起搜索。2.根据权利要求1所述的方法，其特征在于，基于历史搜索词的效能指标数据，预测所述多个候选搜索词的质量得分，包括：将所述多个候选搜索词作为模型入参，利用预先训练出的价值评估模型得到所述多个候选搜索词的质量得分；其中，所述价值评估模型是以所述历史搜索词及其质量得分作为训练样本进行模型训练得到的，所述历史搜索词的质量得分是根据所述历史搜索词的效能指标数据计算得到的。3.根据权利要求2所述的方法，其特征在于，所述历史搜索词的效能指标数据包括点击通过率、点击转化率、点击量和询盘量；所述方法还包括：根据所述历史搜索词的点击通过率和点击转化率，计算所述历史搜索词对应的商品转化得分；根据所述历史搜索词的点击量和询盘量，计算所述历史搜索词对应的用户粘性得分；根据所述历史搜索词对应的商品转化得分和用户粘性得分，得到所述历史搜索词的质量得分。4.根据权利要求1所述的方法，其特征在于，结合所述多个候选搜索词的质量得分和长度信息，从所述多个候选搜索词中选择目标搜索词，包括：根据所述多个候选搜索词的长度信息，生成所述多个候选搜索词的长度惩罚分，所述候选搜索词的长度越短，其对应的长度惩罚分越大；根据所述多个候选搜索词的长度惩罚分和质量得分，得到所述多个候选搜索词的整体得分，并选择整体得分最大的候选搜索词作为目标搜索词。5.根据权利要求4所述的方法，其特征在于，根据所述多个候选搜索词的长度信息，生成所述多个候选搜索词的长度惩罚分，包括：针对每个候选搜索词，计算所述候选搜索词中各实体词的条件概率；根据各实体词的条件概率，计算所述候选搜索词的出现概率；利用所述候选搜索词的长度信息的负倒数，对所述候选搜索词的出现概率进行修正，得到所述候选搜索词的长度惩罚分；其中，所述实体词的条件概率是指所述实体词在以所述目标商品的描述信息和所述目标控制参数作为模型入参且在其前面所有实体词均出现的情况下出现在所述候选搜索词中的概率。
6.根据权利要求1所述的方法，其特征在于，在将所述目标商品的描述信息和所述目标控制参数作为模型入参，利用预先训练出的可控文本生成模型生成多个候选搜索词之前，还包括：从搜索日志中获取与所述目标商品相关的网络行为数据作为目标网络行为数据，并根据所述目标网络行为数据确定所述目标商品是否满足特定商品条件；针对满足特定商品条件的目标商品，执行将所述目标商品的描述信息和所述目标控制参数作为模型入参，利用预先训练出的可控...

【专利技术属性】
技术研发人员：刘森，罗昭慧，金林波，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：