[發明專利]一種搜索方法、混合排序方法、設備以及系統

在審

• 申請號: 201710860286.4
• 申請日: 2017-09-21
• 公開（公告）號: CN110069696A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 李陽華
• 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;G06Q30/06
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 黨曉林;李輝

1.一種搜索方法，其特征在于，所述搜索方法應用于一搜索系統，包括：

采集用戶輸入的搜索詞；

根據所述搜索詞進行搜索，得到至少一個產品的屬性信息，所述至少一個產品構成的產品集合的屬性信息，至少一個內容的屬性信息，以及所述至少一個內容構成的內容集合的屬性信息，所述至少一個內容與多個產品相關聯；

將所述至少一個產品的屬性信息、至少一個內容的屬性信息映射到同一空間，得到映射結果；

根據所述產品集合的屬性信息以及所述內容集合的屬性信息確定所述產品集合的權重以及所述內容集合的權重；

基于所述產品集合的權重以及所述內容集合的權重，使用所述映射結果對所述至少一個產品、所述至少一個內容進行混合排序，得到混合排序結果；

將所述混合排序結果作為搜索結果進行展示。

2.根據權利要求1所述的方法，其特征在于，所述產品的屬性信息以及所述內容的屬性信息表征以下信息至少之一：名稱、大小、重量、材質、用途、價格、適用對象以及成交量。

3.根據權利要求2所述的方法，其特征在于，所述產品集合的屬性信息以及所述內容集合的屬性信息表征以下信息至少之一：產品的個數、產品的占比、產品之間的相似度。

4.根據權利要求3所述的方法，其特征在于，將所述至少一個產品的屬性信息、至少一個內容的屬性信息映射到同一空間，得到映射結果包括：通過深度學習網絡或線性分類器將所述至少一個產品的屬性信息映射至一空間；通過深度學習網絡或線性分類器將所述至少一個內容的屬性信息映射至所述空間。

5.根據權利要求4所述的方法，其特征在于，基于所述產品集合的權重以及所述內容集合的權重，使用所述映射結果對所述至少一個產品、所述至少一個內容進行混合排序，得到混合排序結果包括基于所述產品集合的權重以及所述內容集合的權重，使用所述映射結果對所述至少一個產品、所述至少一個內容通過加權平均計算得到所述至少一個產品的排序參數、所述至少一個內容的排序參數，按照所述排序參數從大到小對所述至少一個產品、所述至少一個內容進行排序，得到混合排序結果。

6.一種混合排序方法，其特征在于，所述方法應用于一服務器，包括：

獲取至少一個產品的屬性信息，以及所述至少一個產品構成的產品集合的屬性信息；

獲取至少一個內容的屬性信息，以及所述至少一個內容構成的內容集合的屬性信息，所述至少一個內容與多個產品相關聯；

將所述至少一個產品的屬性信息、至少一個內容的屬性信息映射到同一空間，得到映射結果；

根據所述產品集合的屬性信息以及所述內容集合的屬性信息確定所述產品集合的權重以及所述內容集合的權重；

基于所述產品集合的權重以及所述內容集合的權重，使用所述映射結果對所述至少一個產品、所述至少一個內容進行混合排序，得到混合排序結果。

7.根據權利要求6所述的方法，其特征在于，將所述至少一個產品的屬性信息、至少一個內容的屬性信息映射到同一空間，得到映射結果包括：通過深度學習網絡或線性分類器將所述至少一個產品的屬性信息映射至一空間；通過深度學習網絡或線性分類器將所述至少一個內容的屬性信息映射至所述空間。

8.根據權利要求7所述的方法，其特征在于，基于所述產品集合的權重以及所述內容集合的權重，使用所述映射結果對所述至少一個產品、所述至少一個內容進行混合排序，得到混合排序結果包括基于所述產品集合的權重以及所述內容集合的權重，使用所述映射結果對所述至少一個產品、所述至少一個內容通過加權平均計算得到所述至少一個產品的排序參數、所述至少一個內容的排序參數，按照所述排序參數從大到小對所述至少一個產品、所述至少一個內容進行排序，得到混合排序結果。

9.根據權利要求8所述的方法，其特征在于，所述方法還包括輸出所述混合排序結果至一展示設備，以使展示設備根據所述混合排序結果進行展示。