搜索方法、装置、终端及存储介质制造方法及图纸

本申请公开了一种搜索方法、装置、终端及存储介质。方法包括：获取用户历史行为数据和用户历史行为数据对应的时间段；若时间段小于第一预设时间段，基于用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果；若时间段大于或等于第一预设时间段，基于用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果。本发明专利技术基于历史行为数据对应的时间段的不同，以采用不同的搜索方法确定搜索结果，以适应不同的客户，此外，第一搜索结果和第二搜索结果中均通过商品属性来优化，并以此提高搜索效率，进而提高搜索效果。进而提高搜索效果。进而提高搜索效果。

【技术实现步骤摘要】
搜索方法、装置、终端及存储介质


[0001]本申请涉及互联网
，具体而言，涉及一种搜索方法、装置、终端及存储介质。

技术介绍

[0002]随着互联网的大力发展，搜索被大量使用，不仅仅是以搜索而起的谷歌、百度大公司等重视搜索，阿里、京东等电商也十分重视，旨在给用户一个非常友好的搜索体验；在搜索场景中，不同的用户在同一个搜索词下，返回的结果是一样的，但其实每个用户在搜索同一个词的意图是不一样的，比如用户在搜“外套”时，如果从用户的历史行为中知道用户偏喜好“黑色”的话，在返回结果时可以把黑色的“外套”的商品排名靠前，这样有更高的概率让用户选择到自己更喜欢的商品。
[0003]目前，为能够有效地捕获用户的兴趣偏好，能够根据各自的历史喜好，返回用户更可能想要的结果，目前做法主要有两种方式：第一种方式是机器学习模型：马尔可夫模型，通过观察用户短期的行为数据，生成一个状态转移矩阵，根据该矩阵预测接下来一个时间点的用户行为，有效地利用了用户的短期兴趣偏好信息；第二种方式是深度学习模型：经典的YouTube模型，还有阿里的DIN网络等，这些模型均会考虑到用户的历史点击行为、历史搜索行为、用户画像特征。
[0004]但是，上述两种方法均不适用于数字资产管理平台领域的搜索。

技术实现思路

[0005]本申请的主要目的在于提供一种搜索方法、装置、终端及存储介质，以解决相关技术中的搜索方法不适用于数字资产管理平台领域的搜索的问题。
[0006]为了实现上述目的，第一方面，本申请提供了一种搜索方法，包括：
[0007]获取用户历史行为数据和用户历史行为数据对应的时间段；
[0008]若时间段小于第一预设时间段，基于用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果；
[0009]若时间段大于或等于第一预设时间段，基于用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果。
[0010]在一种可能的实现方式中，若时间段小于第一预设时间段，基于用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果，包括：
[0011]若时间段小于第一预设时间段，基于用户历史行为数据和预设的商品属性，确定初始搜索结果；
[0012]利用第一矩阵对所述初始搜索结果进行重排，得到中间搜索结果，其中，所述第一矩阵通过所述用户历史行为数据和预设的商品属性确定；
[0013]基于所述中间搜索结果和所述当前搜索信息，确定目标搜索结果；
[0014]基于所述目标搜索结果，确定搜索评价指标；
[0015]若所述搜索评价指标满足预设阈值，将所述目标搜索结果作为所述第一搜索结果。
[0016]在一种可能的实现方式中，所述基于所述中间搜索结果和所述当前搜索信息，确定目标搜索结果，包括：
[0017]基于所述中间搜索结果和所述当前搜索信息对应的商品属性，确定第二矩阵；
[0018]将所述第一矩阵和所述第二矩阵进行运算，得到第三矩阵；
[0019]利用所述第三矩阵对所述中间搜索结果进行重排，得到所述目标搜索结果。
[0020]在一种可能的实现方式中，基于所述目标搜索结果，确定搜索评价指标之后，还包括：
[0021]若搜索评价指标不满足第一预设阈值，对用户历史行为数据和预设的商品属性进行调整，得到目标用户历史行为数据和目标商品属性。
[0022]在一种可能的实现方式中，若时间段大于或等于第一预设时间段，基于用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果，包括：
[0023]若时间段大于或等于第一预设时间段，确定目标搜索模型；
[0024]将用户历史行为数据和当前搜索信息输入目标搜索模型，得到第二搜索结果。
[0025]在一种可能的实现方式中，确定目标搜索模型，包括：
[0026]获取初始搜索模型；
[0027]将用户历史行为数据输入初始搜索模型中，待迭代次数达到第二预设阈值的情况下，得到目标搜索模型。
[0028]在一种可能的实现方式中，将用户历史行为数据输入初始搜索模型中，待迭代次数达到第二预设阈值的情况下，得到目标搜索模型，包括：
[0029]获取第二预设时间段的历史搜索数据和第三预设时间段的用户历史行为数据；
[0030]将第二预设时间段的历史搜索数据和第三预设时间段的用户历史行为数据输入初始搜索模型中，待迭代次数达到第二预设阈值的情况下，得到目标搜索模型将第二预设时间段的历史搜索数据和第三预设时间段的用户历史行为数据输入初始搜索模型中，待迭代次数达到第二预设阈值的情况下，得到目标搜索模型；其中，用户历史行为数据包括历史搜索数据和历史点击商品数据，其中，历史点击商品数据用商品属性来表征。
[0031]第二方面，本专利技术实施例提供了一种搜索装置，包括：
[0032]数据获取模块，用于获取用户历史行为数据和用户历史行为数据对应的时间段；
[0033]第一结果确定模块，用于若时间段小于第一预设时间段，基于用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果；
[0034]第二结果确定模块，用于若时间段大于或等于第一预设时间段，基于用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果。
[0035]第三方面，本专利技术实施例提供了一种终端，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上任一种搜索方法的步骤。
[0036]第四方面，本专利技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上任一种搜索方法的步骤。
[0037]本专利技术实施例提供了一种搜索方法、装置、终端及存储介质，包括：先获取用户历
史行为数据和用户历史行为数据对应的时间段，若时间段小于第一预设时间段，基于用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果，若时间段大于或等于第一预设时间段，基于用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果。本专利技术基于历史行为数据对应的时间段的不同，以采用不同的搜索方法确定搜索结果，以适应不同的客户，此外，在确定第一搜索结果和第二搜索结果中均采用商品属性来评价用户的喜好，并以此提高搜索效率，进而提高搜索效果。
附图说明
[0038]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图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：
[0039]图1是本专利技术实施例提供的一种搜索方法的实现流程图；
[0040]图2是本专利技术实施例提供的一种搜索装置的结构示意图；
[0041]图3是本专利技术实施例提供的终端的示意图。
具体实施方式
[0042]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种搜索方法，其特征在于，包括：获取用户历史行为数据和所述用户历史行为数据对应的时间段；若所述时间段小于第一预设时间段，基于所述用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果；若所述时间段大于或等于所述第一预设时间段，基于所述用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果。2.如权利要求1所述的搜索方法，其特征在于，所述若所述时间段小于第一预设时间段，基于所述用户历史行为数据、预设的商品属性和当前搜索信息，确定第一搜索结果，包括：若所述时间段小于第一预设时间段，基于所述用户历史行为数据和预设的商品属性，确定初始搜索结果；利用第一矩阵对所述初始搜索结果进行重排，得到中间搜索结果，其中，所述第一矩阵通过所述用户历史行为数据和预设的商品属性确定；基于所述中间搜索结果和所述当前搜索信息，确定目标搜索结果；基于所述目标搜索结果，确定搜索评价指标；若所述搜索评价指标满足第一预设阈值，将所述目标搜索结果作为所述第一搜索结果。3.如权利要求2所述的搜索方法，其特征在于，所述基于所述中间搜索结果和所述当前搜索信息，确定目标搜索结果，包括：基于所述中间搜索结果和所述当前搜索信息对应的商品属性，确定第二矩阵；将所述第一矩阵和所述第二矩阵进行运算，得到第三矩阵；利用所述第三矩阵对所述中间搜索结果进行重排，得到所述目标搜索结果。4.如权利要求3所述的搜索方法，其特征在于，所述基于所述目标搜索结果，确定搜索评价指标之后，还包括：若所述搜索评价指标不满足第一预设阈值，对所述用户历史行为数据和所述预设的商品属性进行调整，得到目标用户历史行为数据和目标商品属性。5.如权利要求1所述的搜索方法，其特征在于，所述若所述时间段大于或等于所述第一预设时间段，基于所述用户历史行为数据、当前搜索信息和目标搜索模型，确定第二搜索结果，包括：若所述时间段大于...

【专利技术属性】
技术研发人员：范凌，王喆，
申请(专利权)人：特赞上海信息科技有限公司，
类型：发明
国别省市：