搜索推荐方法、装置、电子设备及可读存储介质制造方法及图纸

本公开涉及人工智能技术领域，提供了一种搜索推荐方法、装置、电子设备及可读存储介质。该方法包括：对候选对象的各个初始属性特征向量、候选对象的特征数据以及搜索词进行拼接，将拼接结果输入预训练模型进行序列数据向量表征，得到候选对象的编码和搜索词的编码；基于候选对象的编码和搜索词的编码进行多粒度属性特征学习，得到候选对象的第一多粒度属性特征矩阵，并确定候选对象的第一目标特征矩阵；基于候选对象的第一目标特征矩阵和搜索词的编码，确定各个候选对象的第一选择概率，并从多个候选对象中选取向用户推荐的第一目标对象。解决了现有技术中搜索推荐模型的推荐准确性较低的问题，有效地提高搜索推荐模型的准确性和个性化水平。

【技术实现步骤摘要】

本公开涉及人工智能，尤其涉及一种搜索推荐方法、装置、电子设备及可读存储介质。

技术介绍

1、信息检索是指根据用户的信息需求，从大量的数据中检索出相关的信息的过程。信息检索的一个重要任务是密集检索，即在结构化数据中，根据用户的提供的搜索词，快速检索出与搜索词相关的对象，例如，在电商平台，基于搜索词检索出符合用户需求的产品，并将其推荐到用户。在检索过程中，生成搜索词与平台中对象的表示是十分重要的。现有技术中基于双塔模型生成搜索词与对象的特征表示，但是无法充分利用对象和搜索词的结构化信息，导致对象和搜索词的表示缺乏语义的丰富性和灵活性，从而影响搜索推荐的效果。

技术实现思路

1、有鉴于此，本公开实施例提供了一种搜索推荐方法、装置、电子设备及可读存储介质，以解决现有技术中搜索推荐模型的推荐准确性较低的问题。

2、本公开实施例的第一方面，提供了一种搜索推荐方法，包括：获取用户输入的搜索词、多个候选对象的特征数据，候选对象的特征数据包括候选对象的多个属性特征数据；将各个候选对象的各个属性特征数据输入搜索推荐模本文档来自技高网...

【技术保护点】

1.一种搜索推荐方法，应用于搜索推荐模型，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述候选对象的多个第一特征向量包括所述候选对象的分类标识符向量和所述候选对象的多个属性特征向量，所述搜索词的多个第一特征向量包括所述搜索词的分类标识符向量，所述基于各个所述候选对象的多个第一特征向量和所述搜索词的多个第一特征向量进行多粒度属性特征学习，得到各个所述候选对象的第一多粒度属性特征矩阵，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于各个所述候选对象的第一目标特征矩阵和所述搜索词的多个第一特征向量，确定所述用户选择各个所述候选对象的概率，得到...

【技术特征摘要】

1.一种搜索推荐方法，应用于搜索推荐模型，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述候选对象的多个第一特征向量包括所述候选对象的分类标识符向量和所述候选对象的多个属性特征向量，所述搜索词的多个第一特征向量包括所述搜索词的分类标识符向量，所述基于各个所述候选对象的多个第一特征向量和所述搜索词的多个第一特征向量进行多粒度属性特征学习，得到各个所述候选对象的第一多粒度属性特征矩阵，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于各个所述候选对象的第一目标特征矩阵和所述搜索词的多个第一特征向量，确定所述用户选择各个所述候选对象的概率，得到各个所述候选对象的第一选择概率，包括：

4.根据权利要求1所述的方法，其特征在于，所述将各个所述第一目标输入序列输入预训练模型进行序列数据向量表征，得到对应的各个所述候选对象的多个第一特征向量和所述搜索词的多个第一特征向量，包括：

5.根据权利要求4所述的方法，其特征在于，所述预训练模型包括循环...

【专利技术属性】
技术研发人员：杜梦雪，
申请(专利权)人：北京龙智数科科技服务有限公司，
类型：发明
国别省市：