搜索请求的处理方法、装置、电子设备和存储介质制造方法及图纸

本申请实施例公开了一种搜索请求的处理方法、装置、电子设备和存储介质。响应于搜索请求，从搜索请求对应的候选搜索参数中确定目标搜索参数；依据目标搜索参数，确定至少一个候选算子；基于遗传算法，确定各候选算子的候选算子结构，并根据各候选算子的候选算子结构确定目标搜索模型；候选算子结构包括各候选算子的候选层级结构，以及同层候选算子输出结果的候选融合方式；基于目标搜索模型，对与搜索请求关联的待搜索数据进行搜索，得到推荐数据。本申请实施例提高了对搜索请求处理的稳定性和准确性。和准确性。和准确性。

【技术实现步骤摘要】
搜索请求的处理方法、装置、电子设备和存储介质


[0001]本申请实施例涉及数据处理技术，尤其涉及一种搜索请求的处理方法、装置、电子设备和存储介质。

技术介绍

[0002]随着互联网技术的发展，信息量呈现急剧的增长，在网络中进行搜索得到的反馈信息过多，不能准确获取目标信息。因此，如何针对搜索内容进行针对性的推荐是一项重要的网络技术。
[0003]现有技术中，数据推荐以调用插件为核心，通过依次调用插件得到最终的推荐数据集，插件调用顺序主要通过专业人员根据经验进行认为指定，最终的推荐结果受限于专业人员的经验，因此存在推荐数据的质量不稳定和准确性差的问题。

技术实现思路

[0004]本申请提供一种搜索请求的处理方法、装置、电子设备和存储介质，以提高对搜索请求处理的稳定性和准确性。
[0005]第一方面，本申请实施例提供了一种搜索请求的处理方法，该搜索请求的处理方法包括：
[0006]响应于搜索请求，从搜索请求对应的候选搜索参数中确定目标搜索参数；
[0007]依据目标搜索参数，确定至少一个候选算子；
[0008]基于遗传算法，确定各候选算子的候选算子结构，并根据各候选算子的候选算子结构确定目标搜索模型；候选算子结构包括各候选算子的候选层级结构，以及同层候选算子输出结果的候选融合方式；
[0009]基于目标搜索模型，对与搜索请求关联的待搜索数据进行搜索，得到推荐数据。
[0010]第二方面，本申请实施例还提供了一种搜索请求的处理装置，该搜索请求的处理装置包括：
[0011]目标搜索参数确定模块，用于响应于搜索请求，从搜索请求对应的候选搜索参数中确定目标搜索参数；
[0012]候选算子确定模块，用于依据目标搜索参数，确定至少一个候选算子；
[0013]目标搜索模型确定模块，用于基于遗传算法，确定各候选算子的候选算子结构，并根据各候选算子的候选算子结构确定目标搜索模型；候选算子结构包括各候选算子的候选层级结构，以及同层候选算子输出结果的候选融合方式；
[0014]数据搜索模块，用于基于目标搜索模型，对与搜索请求关联的待搜索数据进行搜索，得到推荐数据。
[0015]第三方面，本申请实施例还提供了电子设备，该电子设备包括：
[0016]一个或多个处理器；
[0017]存储装置，用于存储一个或多个程序；
[0018]当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本申请实施例提供的任意一种搜索请求的处理方法。
[0019]第四方面，本申请实施例还提供了一种包括计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如本申请实施例提供的任意一种搜索请求的处理方法。
[0020]本申请通过响应于搜索请求，从搜索请求对应的候选搜索参数中确定目标搜索参数，通过确定目标搜索参数，缩小搜索范围，提高后续的搜索速度和准确性；依据目标搜索参数，确定至少一个候选算子；基于遗传算法，确定各候选算子的候选算子结构，并根据各候选算子的候选算子结构确定目标搜索模型，通过遗传算法优化各候选算子的结构，不依靠人工经验，提高目标搜索模型的稳定性和准确率；候选算子结构包括各候选算子的候选层级结构，以及同层候选算子输出结果的候选融合方式，通过不同算子的结构来实现对搜索请求的响应，不需要增加组件，降低开发成本；基于目标搜索模型，对与搜索请求关联的待搜索数据进行搜索，得到推荐数据。因此通过本申请的技术方案，解决了最终的推荐结果受限于专业人员的经验，推荐数据的质量不稳定和准确性差的问题，达到了提高对搜索请求处理的稳定性和准确性的效果。
附图说明
[0021]图1是本申请实施例一中的一种搜索请求的处理方法的流程图；
[0022]图2是本申请实施例二中的一种搜索请求的处理方法的流程图；
[0023]图3a是本申请实施例三中的一种搜索请求的处理方法的流程图；
[0024]图3b是本申请实施例三中的一种搜索请求的处理处理流程图；
[0025]图4是本申请实施例四中的一种搜索请求的处理装置的结构示意图；
[0026]图5是本申请实施例五中的一种电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，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，都应当属于本申请保护的范围。
[0028]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0029]实施例一
[0030]图1为本申请实施例一提供的一种搜索请求的处理方法的流程图，本实施例可适
用于根据搜索请求进行数据推荐的情况，该方法可以由搜索请求的处理装置执行，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中，例如，服务器。
[0031]参见图1所示的搜索请求的处理方法，具体包括如下步骤：
[0032]S110、响应于搜索请求，从搜索请求对应的候选搜索参数中确定目标搜索参数。
[0033]搜索请求可以为用户发送的，用于对指定内容进行搜索的请求。示例性的，搜索请求可以是搜索商品、学校或建筑等。搜索请求对应的候选搜索参数可以为预先为不同类型的搜索请求设定的搜索参数，用于确定目标搜索参数。示例性的，若搜索请求为购车时，候选搜索参数可以为品牌、价格区间、性能和油耗等级等，本申请对此不作具体限定。目标搜索参数可以为根据候选搜索参数确定的搜索参数，用于对搜索请求进行响应。对于同种类型的搜索请求中的具体搜索对象，其对应的目标搜索参数可能不同。例如，若搜索请求为对商品进行搜索，则商品为汽车和食品时，需要关注的候选搜索参数是不同的，因此需要从候选搜索参数中确定目标搜索参数。
[0034]在一个可选实施例中，从搜索请求对应的候选搜索参数中确定目标搜索参数，包括：基于机器学习算法，从搜索请求对应的候选搜索参数中确定目标搜索参数。
[0035]机器学习算法是一种人工智能算法，用于确定目标搜索参数。示例性的，机器学习算法可以为神经网络、决策树或随机森林等，本申请对此不作具体限定。对于同种类型的搜索请求中的具体搜索对象，其对搜索请求结果产生影响的关键候选搜索参数可能不同。示例性的，若搜索请求为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种搜索请求的处理方法，其特征在于，包括：响应于搜索请求，从所述搜索请求对应的候选搜索参数中确定目标搜索参数；依据所述目标搜索参数，确定至少一个候选算子；基于遗传算法，确定各所述候选算子的候选算子结构，并根据各所述候选算子的候选算子结构确定目标搜索模型；所述候选算子结构包括各所述候选算子的候选层级结构，以及同层候选算子输出结果的候选融合方式；基于所述目标搜索模型，对与所述搜索请求关联的待搜索数据进行搜索，得到推荐数据。2.根据权利要求1所述的方法，其特征在于，所述基于遗传算法，确定各所述候选算子的候选算子结构，并根据各所述候选算子的候选算子结构确定目标搜索模型，包括：基于遗传算法，依据各所述候选算子，确定至少一种各所述候选算子的初代算子结构，并确定对应的初代适应度；依据各所述初代适应度对各所述初代算子结构进行筛选和迭代，并得到下一代算子结构的适应度；若下一代算子结构的适应度收敛，则将该算子结构确定为各所述候选算子的目标算子结构。3.根据权利要求2所述的方法，其特征在于，所述依据各所述候选算子，确定至少一种各所述候选算子的初代算子结构，包括：依据各所述候选算子，确定至少一种所述初代算子结构的层数，各层中的并联算子，以及所述各层并联算子搜索结果的融合方式，作为所述候选算子的初代算子结构。4.根据权利要求1所述的方法，其特征在于，所述基于所述目标搜索模型，对与所述搜索请求关联的待搜索数据进行搜索，得到推荐数据，包括：根据所述搜索请求中的关键词，确定与所述搜索请求关联的待搜索数据；将所述待搜索数据输入到所述目标搜索模型中，得到推荐数据。5.根据权利要求4所述的方法，其特征在于，所述将所述待搜索数据输入到所述目标搜索模型中，得到推荐数据，包括：将所述待搜索数据分别输入到所述目标搜索模型的第一层并联算子中，分别得到各所述第一层并联算子进行搜索后的搜索结果；将各所述第一层并联算子的搜索结果，按照所述第一层并联算子对应的融合方式进行融合，得到第一...

【专利技术属性】
技术研发人员：朱致成，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：