用于搜索订单的方法、装置、设备和介质制造方法及图纸

提供了用于搜索订单的方法、装置、设备和介质。在一种方法中，从多个订单中获取与由用户输入的搜索关键词相匹配的一组订单。基于与一组订单中的目标订单相关联的多个特征，利用机器学习模型来确定目标订单在一组订单中的排序位置。按照一组订单中的各个订单的排序位置，呈现排序的一组订单。利用本公开的示例性实现方式，以更为准确并且有效的方式来预测用户的可能感兴趣的订单，并且将该订单呈现在搜索结果中的显著位置。索结果中的显著位置。索结果中的显著位置。

【技术实现步骤摘要】
用于搜索订单的方法、装置、设备和介质


[0001]本公开的示例性实现方式总体涉及数据搜索，特别地涉及用于搜索订单的方法、装置、设备和计算机可读存储介质。

技术介绍

[0002]数据搜索技术已经得到了广泛的应用，并且已经可以在多种类型的数据中执行搜索。例如，用户可以在电子商务应用中购买某个商品，此时将会生成相应的订单。在购买之后，用户可能会出于多种目的而查询某个订单的相关信息，此时，用户可以利用搜索关键词来在多个历史订单中搜索期望的订单。通常会按照订单的时间顺序来呈现匹配于搜索关键词的各个订单，然而，当用户期望查找的订单并非最新订单时，则不得不执行翻页操作和/或修改搜索关键词，以便找到期望查询的订单。此时，期望可以以更为准确并且有效的方式来预测用户的可能感兴趣的订单，并且将该订单呈现在搜索结果中的显著位置。

技术实现思路

[0003]在本公开的第一方面，提供了一种用于搜索订单的方法。在该方法中，从多个订单中获取与由用户输入的搜索关键词相匹配的一组订单。基于与一组订单中的目标订单相关联的多个特征，利用机器学习模型来确定目标订单在一组订单中的排序位置。按照一组订单中的各个订单的排序位置，呈现排序的一组订单。
[0004]在本公开的第二方面，提供了一种用于搜索订单的装置。该装置包括：获取模块，被配置用于从多个订单中获取与由用户输入的搜索关键词相匹配的一组订单；确定模块，被配置用于基于与一组订单中的目标订单相关联的多个特征，利用机器学习模型来确定目标订单在一组订单中的排序位置；以及呈现模块，被配置用于按照一组订单中的各个订单的排序位置，呈现排序的一组订单。
[0005]在本公开的第三方面，提供了一种电子设备。该电子设备包括：至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，指令在由至少一个处理单元执行时使电子设备执行根据本公开第一方面的方法。
[0006]在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序在被处理器执行时使处理器实现根据本公开第一方面的方法。
[0007]应当理解，本内容部分中所描述的内容并非旨在限定本公开的实现方式的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。
附图说明
[0008]在下文中，结合附图并参考以下详细说明，本公开各实现方式的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其
中：
[0009]图1示出了可以在其中使用根据本公开的一个示例性实现方式的环境的框图；
[0010]图2示出了根据本公开的一些实现方式的用于搜索订单的过程的框图；
[0011]图3示出了根据本公开的一些实现方式的用于确定订单的排序位置的机器学习模型的架构的框图；
[0012]图4A示出了根据本公开的一些实现方式的确定搜索词特征的过程的框图；
[0013]图4B示出了根据本公开的一些实现方式的确定订单特征的过程的框图；
[0014]图5示出了根据本公开的一些实现方式的训练样本的数据结构的框图；
[0015]图6示出了根据本公开的一些实现方式的用于更新排序位置的过程的框图；
[0016]图7示出了根据本公开的一些实现方式的用于确定订单的排序位置的机器学习模型的架构的框图；
[0017]图8示出了根据本公开的一些实现方式的搜索结果的框图；
[0018]图9示出了根据本公开的一些实现方式的基于调整后的关键词获得的搜索结果的框图；
[0019]图10示出了根据本公开的一些实现方式的订单搜索系统的架构的框图；
[0020]图11示出了根据本公开的一些实现方式的用于搜索订单的方法的流程图；
[0021]图12示出了根据本公开的一些实现方式的用于搜索订单的装置的框图；以及
[0022]图13示出了能够实施本公开的多个实现方式的设备的框图。
具体实施方式
[0023]下面将参照附图更详细地描述本公开的实现方式。虽然附图中示出了本公开的某些实现方式，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实现方式，相反，提供这些实现方式是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实现方式仅用于示例性作用，并非用于限制本公开的保护范围。
[0024]在本公开的实现方式的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实现方式”或“该实现方式”应当理解为“至少一个实现方式”。术语“一些实现方式”应当理解为“至少一些实现方式”。下文还可能包括其他明确的和隐含的定义。如本文中所使用的，术语“模型”可以表示各个数据之间的关联关系。例如，可以基于目前已知的和/或将在未来开发的多种技术方案来获取上述关联关系。
[0025]可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
[0026]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当根据相关法律法规通过适当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0027]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存
储介质等软件或硬件提供个人信息。
[0028]作为一种可选的但非限制性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式，例如可以是弹出窗口的方式，弹出窗口中可以以文字的方式呈现提示信息。此外，弹出窗口中还可以承载供用户选择“同意”或“不同意”向电子设备提供个人信息的选择控件。
[0029]可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其他满足相关法律法规的方式也可应用于本公开的实现方式中。
[0030]在此使用的术语“响应于”表示相应的事件发生或者条件得以满足的状态。将会理解，响应于该事件或者条件而被执行的后续动作的执行时机，与该事件发生或者条件成立的时间，二者之间未必是强关联的。例如，在某些情况下，后续动作可在事件发生或者条件成立时立即被执行；而在另一些情况下，后续动作可在事件发生或者条件成立后经过一段时间才被执行。
[0031]示例环境
[0032]在电子商务应用中，用户可能会出于多种目的来查询某个订单的相关信息。例如，用户可能会查询数天之前的购买商品的订单，并且查看相应的快递状态；可能会查询一个月之前购买的商品的订单，并且再次购买，等等。此时，用户可以利用搜索关键词来在多个历史订单中搜索期望的订单本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于搜索订单的方法，包括：从多个订单中获取与由用户输入的搜索关键词相匹配的一组订单；基于与所述一组订单中的目标订单相关联的多个特征，利用机器学习模型来确定所述目标订单在所述一组订单中的排序位置；以及按照所述一组订单中的各个订单的排序位置，呈现排序的所述一组订单。2.根据权利要求1所述的方法，其中所述多个特征包括：所述搜索关键词的特征、以及所述目标订单的特征。3.根据权利要求2所述的方法，其中确定所述目标订单在所述一组订单中的所述排序位置包括：利用机器学习模型中的概率模型来确定所述用户点击所述目标订单的概率；以及基于所述概率来确定所述目标订单在所述一组订单中的所述排序位置。4.根据权利要求3所述的方法，其中所述目标订单的特征包括所述目标订单的订单时间，以及确定所述目标订单在所述一组订单中的所述排序位置进一步包括：利用所述订单时间来更新所述排序位置。5.根据权利要求3所述的方法，其中确定所述目标订单在所述一组订单中的所述排序位置进一步包括：基于所述搜索关键词的特征和所述目标订单的特征，确定所述搜索关键词与所述目标订单之间的相似度；以及基于所述相似度来更新所述排序位置。6.根据权利要求5所述的方法，进一步包括通过以下至少任一项来确定所述搜索关键词的特征：所述搜索关键词、所述搜索关键词中的至少一个分词。7.根据权利要求5所述的方法，进一步包括通过以下至少任一项来确定所述目标订单的特征：与所述目标订单相关联的订单时间、商品名称、商品描述、订单评价、订单状态、店铺名称、统计信息。8.根据权利要求3所述的方法，其中所述多个特征进一步包括所述用户的特征，以及其中确定所述目标订单在所述一组订单中的所述排序位置进一步包括：基于所述用户的特征来更新所...

【专利技术属性】
技术研发人员：张伟栋，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：