[發明專利]一種搜索結果的展示方法和相關裝置

有效

• 申請號: 201710575606.1
• 申請日: 2017-07-14
• 公開（公告）號: CN110020094B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 李恒;劉士琛
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538;G06F16/957
• 代理公司: 北京君以信知識產權代理有限公司 11789
• 代理人: 譚鎮

1.一種搜索結果的展示方法，其特征在于，包括：

獲得候選搜索結果；各個候選搜索結果具有所屬的數據類型；

確定不同數據類型的展示比例，所述展示比例用于針對當前用戶的篩選搜索結果；

按照所述不同數據類型的展示比例從所述候選搜索結果中，分別提取相應數據類型的目標搜索結果；

展現所述目標搜索結果；

其中，所述確定不同數據類型的展示比例，包括：

獲取用戶的上下文特征以及在先訓練出的第一模型參數；

采用所述用戶的上下文特征和所述第一模型參數，擬合各數據類型的優化目標參數；

采用所述優化目標參數分別計算不同數據類型的展示比例；

其中，所述第一模型參數通過如下方式訓練出：

采集用戶的上下文特征，以及，搜索結果的優化目標參數；

以數據類型作為手臂，與所述用戶的上下文特征和預設矩陣W擬合所述搜索結果的優化目標參數；

將訓練出的矩陣W的值作為第一模型參數；

其中，所述手臂為多手臂賭博機模型中的手臂，一數據類型對應所述多手臂賭博機模型中的一手臂。

2.根據權利要求1所述的方法，其特征在于，所述數據類型包括非個性化數據類型以及個性化數據類型，所述獲得候選搜索結果的步驟包括：

接收客戶端提交的搜索請求；

從所述搜索請求中提取關鍵詞和用戶信息；

針對所述搜索請求，召回與所述關鍵詞相關的，為非個性化數據類型的候選搜索結果，以及，與所述用戶信息相關的，為個性化數據類型的候選搜索結果。

3.根據權利要求2所述的方法，其特征在于，所述獲取用戶的上下文特征，包括：

從所述用戶信息中提取用戶的上下文特征；

所述采用所述優化目標參數分別計算不同數據類型的展示比例的子步驟進一步包括：

采用基于上下文的多手臂賭博機模型Contextual?Multi-armed?Bandit依據所述各數據類型的優化目標參數，配置相應的數據類型的展示比例。

4.根據權利要求3所述的方法，其特征在于，所述用戶的上下文特征包括：用戶標簽信息，和/或，最近N次點擊的搜索結果的數據類型。

5.根據權利要求3或4所述的方法，其特征在于，所述采用所述優化目標參數分別計算不同數據類型的展示比例的子步驟進一步包括：

從所述用戶信息中提取當前的用戶狀態；

以所述數據類型作為動作，與所述當前的用戶狀態組成組合特征；

獲取在先訓練出的第二模型參數；

以所述組合特征和第二模型參數、在均衡未來一個或多個用戶狀態對應的一個或多個Q值的情況下，擬合第一Q值，將所述第一Q值作為所述動作的優化目標參數；

按照所述動作的優化目標參數，計算所述動作對應的數據類型的展示比例。

6.根據權利要求5所述的方法，其特征在于，所述用戶狀態包括：

用戶標簽信息，和/或，最近N次點擊的搜索結果的數據類型。

7.根據權利要求5所述的方法，其特征在于，所述第二模型參數通過如下方式訓練出：

采集當前的用戶狀態、下一個用戶狀態，以及，搜索結果的優化目標參數；

以所述數據類型作為手臂，與所述當前的用戶狀態和預設矩陣W擬合第二Q值；

以所述數據類型作為手臂，與所述下一個用戶狀態和預設矩陣W擬合第三Q值；

采用所述優化目標參數與所述第二Q值、所述第三Q值生成目標函數；

對所述目標函數進行優化，基于所述第二Q值與所述第三Q值之間的差異計算出矩陣W的值；

將所述矩陣W的值作為第二模型參數。