[發明專利]一種個性化數據搜索方法和裝置

有效

• 申請號: 201310628812.6
• 申請日: 2013-11-29
• 公開（公告）號: CN104679771B
• 公開（公告）日: 2018-09-18
• 發明（設計）人: 陳曦
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許志勇

1.一種個性化數據搜索方法，其特征在于，包括：

根據對用戶行為數據中記錄的用戶對數據對象的用戶行為進行機器學習，以獲得每個用戶行為數據的滿意度；

其中，用戶行為數據的滿意度包括，在該用戶行為數據中，針對記錄的數據對象，記錄的用戶能夠實現指定的數據交互的概率，所述指定的數據交互包括期望用戶進行的數據交互；

選擇所述每個用戶行為數據中的用戶的特征、以及所述數據對象的特征中的一項特征或多項特征形成的特征組合；

根據每個特征或特征組合下的用戶行為數據的滿意度，進行個性化模型訓練，并獲得每個特征或特征組合的個性化權重；

根據所述特征或特征組合的個性化權重，對根據用戶的搜索請求中的查詢詞所搜索出的一個或多個數據對象，進行排序，以根據所述排序展示所述一個或多個數據對象。

2.根據權利要求1所述的方法，其特征在于，

在所述每個用戶行為數據中，至少記錄用戶、所述用戶對數據對象的一種或多種用戶行為、所述數據對象、以及所述數據對象對應的查詢詞；

根據對用戶行為數據中記錄的用戶對數據對象的用戶行為進行機器學習，包括：根據記錄的所述一種或多種用戶行為中的每種用戶行為進行學習。

3.根據權利要求1所述的方法，其特征在于，根據對用戶行為數據中記錄的用戶對數據對象的用戶行為進行機器學習，以獲得所述每個用戶行為數據的滿意度，包括：

所述學習，包括：訓練處理和預測處理；

所述訓練處理，包括：根據每個用戶行為數據記錄的一種或多種用戶行為中的每一種用戶行為，進行滿意度模型訓練，并確定每種用戶行為的滿意度權重；

所述預測處理，包括：根據每個用戶行為數據記錄的一種或多種用戶行為中的每種用戶行為的滿意度權重，預測每個用戶行為數據的滿意度。

4.根據權利要求2至3之一所述的方法，其特征在于，根據對用戶行為數據中記錄的用戶對數據對象的用戶行為進行機器學習，以獲得所述每個用戶行為數據的滿意度，包括：

根據每個用戶行為數據中記錄的用戶以及查詢詞，對所述每個用戶行為數據的滿意度進行歸一化。

5.根據權利要求4所述的方法，其特征在于，

選擇所述每個用戶行為數據中的用戶的特征、以及所述數據對象的特征中的一項特征或多項特征形成的特征組合，包括：根據預先存儲的用戶的特征、以及數據對象的特征，獲得每個用戶行為數據中記錄的用戶的特征，以及記錄的數據對象的特征；

根據每個特征或特征組合下的用戶行為數據的滿意度，進行個性化模型訓練，并獲得每個特征或特征組合的個性化權重，包括：根據所述每個用戶行為數據的滿意度，以及所述每個用戶行為數據記錄的數據對象的特征和用戶的特征，訓練每個所述數據對象的特征針對每個所述用戶的特征的個性化權重。

6.根據權利要求1至3之一所述的方法，其特征在于，根據所述特征或特征組合的個性化權重，對根據用戶的搜索請求中的查詢詞所搜索出的一個或多個數據對象，進行排序，包括：

基于用戶的搜索請求獲得用戶的特征，以及根據搜索出的每個數據對象，獲得數據對象的特征；

通過查詢與所述用戶的特征和搜索出的每個數據對象的特征相對應的特征組合的個性化權重，預測所述每個數據對象的個性化分數；

基于所述每個數據對象的個性化分數，對所述一個或多個數據對象進行排序。