采购场景的垂直搜索方法、装置和系统制造方法及图纸

本发明专利技术公开了一种采购场景的垂直搜索方法、装置和系统，涉及智慧供应链技术领域。该方法的一具体实施方式包括：响应于用户输入搜索文本，从搜索文本中获取至少一个关键词，将预设词典中关键词对应的用户意图确定为用户的第一初选意图；将用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为用户的第二初选意图；依据第一初选意图和第二初选意图确定用户的当前意图；利用当前意图和搜索文本进行查询，并对查询到的至少一个召回结果进行排序，得到搜索文本对应的搜索结果向用户返回。该实施方式能够针对采购场景执行高效和高质量搜索。式能够针对采购场景执行高效和高质量搜索。式能够针对采购场景执行高效和高质量搜索。

Vertical search method, device and system of procurement scenario

【技术实现步骤摘要】
采购场景的垂直搜索方法、装置和系统


[0001]本专利技术涉及智慧供应链
，尤其涉及一种采购场景的垂直搜索方法、装置和系统。

技术介绍

[0002]垂直搜索是针对某个行业的专业搜索方式，针对特定人群、特定领域和特定需求提供搜索服务，当前在企业采购场景下的垂直搜索一般使用基于数据库表的SQL(Structured Query Language，结构化查询语言)查询方式和社会化电商搜索方式，前者搜索效率、准确率和召回率都较差；后者主要针对个人用户搜索场景，不能体现企业采购场景的搜索规律，因此并不适于作为采购场景的搜索引擎。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种采购场景的垂直搜索方法、装置和系统，能够针对采购场景执行高效和高质量搜索。
[0004]为实现上述目的，根据本专利技术的一个方面，提供了一种采购场景的垂直搜索方法。
[0005]本专利技术实施例的采购场景的垂直搜索方法包括：响应于用户输入搜索文本，从所述搜索文本中获取至少一个关键词，将预设词典中所述关键词对应的用户意图确定为所述用户的第一初选意图；其中，所述词典中含有多个词语与多种用户意图的映射关系；将所述用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将所述历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为所述用户的第二初选意图；其中，所述采购周期性规则模型含有至少一条周期性规则，所述采购时效性规则模型含有至少一条时效性规则；依据第一初选意图和第二初选意图确定所述用户的当前意图；利用所述当前意图和所述搜索文本进行查询，并对查询到的至少一个召回结果进行排序，得到所述搜索文本对应的搜索结果向所述用户返回。
[0006]可选地，所述周期性规则和所述时效性规则包括判别条件部分和用户意图部分；以及，所述将所述用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将所述历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为所述用户的第二初选意图，包括：将所述用户在第一历史时间段的历史采购数据输入所述采购周期性规则模型，将判别条件部分与该历史采购数据相符的周期性规则指示的用户意图确定为第二初选意图；将所述用户在第二历史时间段的历史采购数据输入所述采购时效性规则模型，将判别条件部分与该历史采购数据相符的时效性规则指示的用户意图确定为第二初选意图；其中，第一历史时间段的起始时间早于第二历史时间段的起始时间。
[0007]可选地，所述方法进一步包括：将所述搜索文本分词后输入预先训练的、基于机器学习的意图分类模型，得到所述用户的第三初选意图；以及，所述依据第一初选意图和第二初选意图确定所述用户的当前意图，包括：结合第一初选意图、第二初选意图和第三初选意图确定所述当前意图。
[0008]可选地，所述利用所述当前意图和所述搜索文本进行查询，包括：在预设数据库中使用所述搜索文本的分词结果进行查询，依据所述当前意图指示的物品类别调整查询结果的查询分数，将查询分数最大的多个查询结果确定为所述数据库的召回结果；将所述搜索文本的分词结果的词向量特征输入预先训练的、基于机器学习的向量召回模型，依据所述当前意图指示的物品类别调整输出结果的查询分数，将查询分数最大的多个输出结果确定为所述向量召回模型的召回结果。
[0009]可选地，所述对查询到的至少一个召回结果进行排序，包括：对于所述召回结果中的任一物品类别，根据从所述用户的行为日志中提取到的特征数据、以及该物品类别是否为所述当前意图指示的物品类别确定所述任一物品类别的排序分数，按照所述排序分数确定所述召回结果中各物品类别之间的排列顺序；在所述召回结果中同一物品类别内部，利用预先训练的、基于机器学习的排序模型计算属于该物品类别的各召回结果的排序分数，按照该排序分数确定各召回结果在该物品类别内部的排列顺序。
[0010]可选地，所述得到所述搜索文本对应的搜索结果，包括：选取排列在前的预设数量的所述召回结果作为预选结果；利用预设的重排序规则对各预选结果的排列顺序进行调整，得到所述搜索结果。
[0011]可选地，所述从所述搜索文本中获取至少一个关键词，包括：在所述用户输入所述搜索文本的过程中，从预设的联想词库中确定已输入文本对应的联想词，将所述联想词向所述用户输出；在所述用户发起搜索之后，判别所述搜索文本是否为错误文本；在所述搜索文本为错误文本时，对所述搜索文本纠错；将预设的同义词库中所述搜索文本对应的至少一个同义词确定为所述搜索文本的扩展词，根据所述扩展词进行意图识别和所述召回结果的查询。
[0012]为实现上述目的，根据本专利技术的另一方面，提供了一种采购场景的垂直搜索装置。
[0013]本专利技术实施例的采购场景的垂直搜索装置可以包括：第一意图识别单元，用于：响应于用户输入搜索文本，从所述搜索文本中获取至少一个关键词，将预设词典中所述关键词对应的用户意图确定为所述用户的第一初选意图；其中，所述词典中含有多个词语与多种用户意图的映射关系；第二意图识别单元，用于：将所述用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将所述历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为所述用户的第二初选意图；其中，所述采购周期性规则模型含有至少一条周期性规则，所述采购时效性规则模型含有至少一条时效性规则；搜索单元，用于：依据第一初选意图和第二初选意图确定所述用户的当前意图；利用所述当前意图和所述搜索文本进行查询，并对查询到的至少一个召回结果进行排序，得到所述搜索文本对应的搜索结果向所述用户返回。
[0014]为实现上述目的，根据本专利技术的另一方面，提供了一种采购场景的垂直搜索系统。
[0015]本专利技术实施例的采购场景的垂直搜索系统可以包括：应用层、服务层、数据层、日志收集层和数据计算层；其中，所述服务层部署用于支持所述应用层的多个微服务，所述微服务包括意图识别服务、召回服务和排序服务；所述日志收集层通过所述应用层收集用户的行为日志；所述数据计算层根据所述行为日志进行计算，将计算结果存储在所述数据层；其中，所述计算结果包括所述用户的历史采购数据；所述意图识别服务从所述用户输入的搜索文本中获取至少一个关键词，将预设词典中所述关键词对应的用户意图确定为所述用
户的第一初选意图；其中，所述词典中含有多个词语与多种用户意图的映射关系；所述意图识别服务将所述数据层中所述用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将所述历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为所述用户的第二初选意图；其中，所述采购周期性规则模型含有至少一条周期性规则，所述采购时效性规则模型含有至少一条时效性规则；所述意图识别服务依据第一初选意图和第二初选意图确定所述用户的当前意图；所述召回服务利用所述当前意图和所述搜索文本在所述数据层进行查询；所述排序服务对查询到的至少一个召回结果进行排序，以得到所述搜索文本对应的搜索结果；所述应用层将所述搜索结果向所述用户返回。
[0016]可选地，所述行为日志包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种采购场景的垂直搜索方法，其特征在于，包括：响应于用户输入搜索文本，从所述搜索文本中获取至少一个关键词，将预设词典中所述关键词对应的用户意图确定为所述用户的第一初选意图；其中，所述词典中含有多个词语与多种用户意图的映射关系；将所述用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将所述历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为所述用户的第二初选意图；其中，所述采购周期性规则模型含有至少一条周期性规则，所述采购时效性规则模型含有至少一条时效性规则；依据第一初选意图和第二初选意图确定所述用户的当前意图；利用所述当前意图和所述搜索文本进行查询，并对查询到的至少一个召回结果进行排序，得到所述搜索文本对应的搜索结果向所述用户返回。2.根据权利要求1所述的方法，其特征在于，所述周期性规则和所述时效性规则包括判别条件部分和用户意图部分；以及，所述将所述用户的历史采购数据输入预设的采购周期性规则模型和采购时效性规则模型，将所述历史采购数据匹配的周期性规则和时效性规则指示的用户意图确定为所述用户的第二初选意图，包括：将所述用户在第一历史时间段的历史采购数据输入所述采购周期性规则模型，将判别条件部分与该历史采购数据相符的周期性规则指示的用户意图确定为第二初选意图；将所述用户在第二历史时间段的历史采购数据输入所述采购时效性规则模型，将判别条件部分与该历史采购数据相符的时效性规则指示的用户意图确定为第二初选意图；其中，第一历史时间段的起始时间早于第二历史时间段的起始时间。3.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：将所述搜索文本分词后输入预先训练的、基于机器学习的意图分类模型，得到所述用户的第三初选意图；以及，所述依据第一初选意图和第二初选意图确定所述用户的当前意图，包括：结合第一初选意图、第二初选意图和第三初选意图确定所述当前意图。4.根据权利要求3所述的方法，其特征在于，所述利用所述当前意图和所述搜索文本进行查询，包括：在预设数据库中使用所述搜索文本的分词结果进行查询，依据所述当前意图指示的物品类别调整查询结果的查询分数，将查询分数最大的多个查询结果确定为所述数据库的召回结果；将所述搜索文本的分词结果的词向量特征输入预先训练的、基于机器学习的向量召回模型，依据所述当前意图指示的物品类别调整输出结果的查询分数，将查询分数最大的多个输出结果确定为所述向量召回模型的召回结果。5.根据权利要求4所述的方法，其特征在于，所述对查询到的至少一个召回结果进行排序，包括：对于所述召回结果中的任一物品类别，根据从所述用户的行为日志中提取到的特征数据、以及该物品类别是否为所述当前意图指示的物品类别确定所述任一物品类别的排序分数，按照所述排序分数确定所述召回结果中各物品类别之间的排列顺序；在所述召回结果中同一物品类别内部，利用预先训练的、基于机器学习的排序模型计算属于该物品类别的各召回结果的排序分数，按照该排序分数确定各召回结果在该物品类
别内部的排列顺序。6.根据权利要求5所述的方法，其特征在于，所述得到所述搜索文本对应的搜索结果，包括：选取排列在前的预设数量的所述召回结果作为预选结果；利用预设的重排序规则对各预选结果的排列顺序进行调整，得到所述搜索结果。7.根据权利要求1
‑
6任一所述的方法，其特征在于，所述从所述搜索文本中获取至少一个关键词，包括：在所述用户输入所述搜索文本的过程中，从预设的联想词库中确定已输入文本对应的联想词，将所述联想词向所述用户输出；在所述用户发起搜索之后，判别所述搜索文本是否为错误文本；在所述搜索文本为错误文本时，对所述搜索文本纠错；将预设的同义词库中所述搜索文本对应的至少一个同义词确定为所述搜索文本的扩展词，根据所述扩展词进行意图识别和所述召回结果的查询。8.一种采购场景的垂直搜索装置，其特征在于，包括：第一意图识别单元，用于：响应于用户输入搜索文本，从所述搜索文本中获取至少一个关键词，将预设词典中所述关键词对应的用户意图确定为所述用户的第一初选意图；其中，所述词典中含有多个词语与多种用户意图的映射关系；第二意图识别单元，用于：将所述用户的历史采购数据输入预设...

【专利技术属性】
技术研发人员：杨青锦，杜晓东，杜继磊，刘俊，柯志雄，
申请(专利权)人：北京电解智科技有限公司，
类型：发明
国别省市：