[發明專利]一種排序方法及裝置

有效

• 申請號: 201810123849.6
• 申請日: 2018-02-07
• 公開（公告）號: CN108491423B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 崔龍;王睿旻;雷相陽;孫成龍
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本發明提供了一種排序方法及裝置，屬于計算機技術領域。本發明實施例提供的排序方法及裝置，可以提取待排序對象的第一排序信息以及第二排序信息，接著利用第一預設模型將待排序對象的第一排序信息轉換為第三排序信息，然后利用第二預設模型，根據第二排序信息以及第三排序信息，確定待排序對象的排序參數，最后根據待排序對象的排序參數進行排序。相較于現有技術中基于單一的機器學習模型對待排序對象的部分特征信息進行處理，進而排序的方式，本發明實施例中，利用待排序對象的第一特征信息以及第二特征信息進行排序，更加充分的利用了有效的特征信息，進而使得排序結果能夠更加貼合用戶實際關心的內容，提高了排序效果。

技術領域

本發明屬于計算機技術領域，特別是涉及一種排序方法及裝置。

背景技術

隨著計算機技術的不斷發展，網絡系統中的網絡對象越來越多，用戶經常會利用搜索關鍵字在網絡系統中搜索網絡對象，比如，視頻系統中會有大量的視頻，用戶可以通過搜索關鍵字搜索相關的視頻。由于根據搜索關鍵字搜索到視頻會比較多，因此，在向用戶返回搜索結果時，往往需要對搜索到的視頻進行排序。

現有技術中，通常是利用單一的機器學習模型，基于該機器學習模型所處理的特征信息預測用戶對該網絡對象的喜愛程度，然后根據用戶對每個網絡對象的喜愛程度進行排序。

但是，現有技術的排序方式由于不能充分利用有效的特征信息，進而會導致排序結果不能貼合用戶實際關心的內容，排序效果較差。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種排序方法及裝置。

依據本發明的第一方面，提供了一種排序方法，該方法包括：

提取待排序對象的第一排序信息以及第二排序信息；

利用第一預設模型將所述待排序對象的第一排序信息轉換為第三排序信息；

利用第二預設模型，根據所述第二排序信息以及所述第三排序信息，確定所述待排序對象的排序參數；

根據所述待排序對象的排序參數進行排序；

其中，所述第一排序信息與第一特征對應，所述第二排序信息以及所述第三排序信息均與第二特征對應；所述第一特征和所述第二特征是通過預先對所有對象的屬性進行分析確定的。

可選的，所述第二排序信息與第二特征對應時，所述提取待排序對象的第一排序信息以及第二排序信息，包括:

按照所述第一特征中包括的第一特征分量，提取所述待排序對象與所述第一特征分量對應的參數，得到第一排序信息；

按照所述第二特征中包括的第二特征分量，提取所述待排序對象與所述第二特征分量對應的參數，得到第二排序信息；

其中，所述第一特征中包括的第一特征分量由A個對象都具有的特征分量組成，所述A為正整數，所述A表示網絡系統中所有對象的數量；所述第二特征中包括的第二特征分量由Q個對象所具有的特征分量組成，所述Q為小于所述A的正整數。

可選的，在所述利用第一預設模型將所述待排序對象的第一排序信息轉換為第三排序信息之前，所述方法還包括：

利用第一樣本數據進行訓練，得到第一預設模型；

基于所述第一預設模型以及所述第一樣本數據，確定第二樣本數據；

利用所述第二樣本數據進行訓練，得到第二預設模型。

可選的，所述第一樣本數據包括多個第一樣本對，每個第一樣本對由樣本對象的第一樣本信息以及標注值組成，所述第一樣本信息與所述第一特征對應；

所述利用第一樣本數據進行訓練，得到第一預設模型，包括：