[發明專利]一種興趣點列表確定方法和系統

在審

• 申請號: 201811351982.3
• 申請日: 2018-11-14
• 公開（公告）號: CN111191148A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 趙驥;陳歡;宋奇;馬利
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/9535;G06N20/00
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 楊永梅

1.一種興趣點列表確定方法，其特征在于，包括：

根據搜索關鍵詞獲取初始興趣點列表；

確定所述初始興趣點列表中每個初始興趣點與所述搜索關鍵詞的相關性；

至少根據所述每個初始興趣點與所述搜索關鍵詞的相關性，確定最終興趣點列表。

2.如權利要求1所述的興趣點列表確定方法，其特征在于，所述確定所述初始興趣點列表中每個初始興趣點與所述搜索關鍵詞的相關性包括：

利用訓練好的相關性質檢模型確定所述每個初始興趣點與所述搜索關鍵詞的相關性。

3.如權利要求2所述的興趣點列表確定方法，其特征在于，所述利用訓練好的相關性質檢模型確定所述每個初始興趣點與所述搜索關鍵詞的相關性包括：

提取所述搜索關鍵詞的第一基礎特征和第一深度相關性特征，以及所述每個初始興趣點的第二基礎特征和第二深度相關性特征；

根據所述搜索關鍵詞的第一基礎特征和第一深度相關性特征以及所述每個初始興趣點的第二基礎特征和第二深度相關性特征，確定所述每個初始興趣點與所述搜索關鍵詞的相關性。

4.如權利要求3所述的興趣點列表確定方法，其特征在于，

所述第一基礎特征至少包括關鍵詞文本；

所述第一深度相關性特征至少包括關鍵詞的語義特征；

所述第二基礎特征至少包括興趣點名稱；

所述第二深度相關性特征至少包括興趣點名稱的語義特征。

5.如權利要求2所述的興趣點列表確定方法，其特征在于，所述訓練好的相關性質檢模型為機器學習模型；訓練所述相關性質檢模型包括：

獲取多個訓練關鍵詞，以及與每個所述訓練關鍵詞對應的多個對應興趣點；

提取每個所述訓練關鍵詞的第一基礎特征和第一深度相關性特征，以及每個所述對應興趣點的第二基礎特征和第二深度相關性特征；

基于每個所述訓練關鍵詞的第一基礎特征和第一深度相關性特征以及每個所述對應興趣點的第二基礎特征和第二深度相關性特征，并根據每個所述訓練關鍵詞和與其對應的每個所述對應興趣點的相關性，訓練機器學習模型，獲得所述訓練好的相關性質檢模型。

6.如權利要求5所述的興趣點列表確定方法，其特征在于，所述獲取多個訓練關鍵詞，以及與每個所述訓練關鍵詞對應的多個對應興趣點包括：

獲取歷史興趣點列表確定記錄；

從所述歷史興趣點列表確定記錄中提取所述多個訓練關鍵詞，以及與每個所述訓練關鍵詞對應的多個對應興趣點。

7.如權利要求5所述的興趣點列表確定方法，其特征在于，所述每個訓練關鍵詞和與其對應的每個所述對應興趣點的相關性由人工標注獲得。

8.如權利要求5所述的興趣點列表確定方法，其特征在于，所述機器學習模型為梯度提升樹模型。

9.如權利要求1所述的興趣點列表確定方法，其特征在于，所述至少根據所述每個初始興趣點與所述搜索關鍵詞的相關性，確定最終興趣點列表包括：

當所述初始興趣點列表中前第一閾值個初始興趣點與所述搜索關鍵詞的相關性均小于第二閾值時，根據所述搜索關鍵詞從第三方檢索系統中獲取替補興趣點列表；

將所述替補興趣點列表確定為所述最終興趣點列表。

10.如權利要求1所述的興趣點列表確定方法，其特征在于，所述至少根據所述每個初始興趣點與所述搜索關鍵詞的相關性，確定最終興趣點列表包括：

剔除所述初始興趣點列表中與所述搜索關鍵詞的相關性小于第三閾值的初始興趣點；

將經過所述剔除操作的初始興趣點列表確定為所述最終興趣點列表。

11.如權利要求1所述的興趣點列表確定方法，其特征在于，所述方法還包括：

對所述最終興趣點列表進行排序；

將所述排序后的最終興趣點列表發送給終端。