[發明專利]一種對搜索結果進行排序的方法和裝置

有效

• 申請號: 201410028598.5
• 申請日: 2014-01-21
• 公開（公告）號: CN104794135B
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 黎耀炳;黃剛;孟燕秋;喬彥濤;胡熠
• 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;G06Q30/02
• 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

本申請提供一種對搜索結果進行排序的方法和裝置。該方法包括：根據用戶的搜索請求，獲取與所述搜索請求中的搜索詞相關的搜索結果中的各對象作為待排序對象；根據各個所述待排序對象所屬的對象類目，確定能覆蓋各個所述待排序對象的最小對象類目；根據所述用戶所屬的用戶群對各個所述待排序對象產生的用戶歷史行為數據以及所述用戶群對所述最小對象類目下的各個對象的行為統計數據，確定各個所述待排序對象在所述用戶群的人氣值；以及根據各個所述待排序對象在所述用戶群的人氣值對所述待排序對象進行排序。由此，可以更有效且更合理地對搜索結果進行排序，從而更好地滿足用戶的需求和方便用戶的使用。

技術領域

本申請涉及互聯網技術領域，尤其涉及一種對搜索結果進行排序的方法和裝置。

背景技術

互聯網上的交互平臺需要根據用戶輸入的搜索詞檢索相關的對象，并綜合相關性、對象的可轉化性（可成交性，轉化率的預測值）等因子對各個對象排序，并最終展示在搜索頁面上。在相關性相近的情況下，將可轉化性更高的對象的排序提前，能讓用戶在更短時間內找到滿足要求的對象，從而提高整個交互平臺的交互轉化率。

在這個問題場景中，最關鍵的問題是如何動態地評估不同對象的可轉化性。描述對象可轉化性的方式有多種，常見的方法是根據對象的交互信息定義對象人氣，已有的對象人氣評估技術主要有以下兩種手段：第一種是根據對象的交互數量等歷史信息，人工總結出哪些對象更熱門。另一種是基于對象過往的交互記錄，抽取對象的各項特征，將用戶瀏覽對象描述頁面后交互與否作為訓練目標，利用機器學習算法訓練得到交互模型，通過預估的可交互概率評估對象人氣。

然而，基于網站運營經驗以及對象的交互記錄，人工總結熱門對象的人氣評估手段，不具有通用性。而利用機器學習算法訓練交互模型，需要根據問題場景，挖掘能表征對象可轉化性的特征，并選取合適的機器學習方法進行訓練。因為交互場景中往往正/反樣本傾斜嚴重（有成功交互的對象比無成功交互的對象少很多），而目前一般的機器學習方法對數據傾斜問題的處理能力有限，且從對象優化策略進行指導角度來考慮，所采用的機器學習方法還應該具有一定的解釋性。因此，從這兩個角度來看，機器學習模型的定期更新成本較高，且歷史熱門對象的轉化率預測值無法保證，可解釋性也無法保證。

綜上，需要提出一種覆蓋面廣且具有通用性的對象人氣評估方案，以實現對搜索結果的更有效和合理的排序，從而更好地滿足用戶的需求和方便用戶的使用。

發明內容

本申請的主要目的在于提供一種對搜索結果進行排序的方法和裝置，以解決現有技術中存在的人工總結熱門對象的評估手段不具有通用性，以及利用機器學習訓練交互模型需不斷更新特征集、抽取數據重新訓練、評估交互模型準確率的問題，其中：

根據本申請的一個方面，提供一種對搜索結果進行排序的方法，其特征在于，包括：根據用戶的搜索請求，獲取與所述搜索請求中的搜索詞相關的搜索結果中的各對象作為待排序對象；根據各個所述待排序對象所屬的對象類目，確定能覆蓋各個所述待排序對象的最小對象類目；根據所述用戶所屬的用戶群對各個所述待排序對象產生的用戶歷史行為數據以及所述用戶群對所述最小對象類目下的各個對象的行為統計數據，確定各個所述待排序對象在所述用戶群的人氣值；以及根據各個所述待排序對象在所述用戶群的人氣值對所述待排序對象進行排序。

根據本申請的另一方面，還提供一種對搜索結果進行排序的裝置，其特征在于，包括：獲取模塊，用于根據用戶的搜索請求，獲取與所述搜索請求中的搜索詞相關的搜索結果中的各對象作為待排序對象；第一確定模塊，用于根據各個所述待排序對象所屬的對象類目，確定能覆蓋各個所述待排序對象的最小對象類目；第二確定模塊，用于根據所述用戶所屬的用戶群對各個所述待排序對象產生的用戶歷史行為數據以及所述用戶群對所述最小對象類目下的各個對象的行為統計數據，確定各個所述待排序對象在所述用戶群的人氣值；以及排序模塊，用于根據各個所述待排序對象在所述用戶群的人氣值對所述待排序對象進行排序。