[發(fā)明專利]搜索推薦方法、CTR預(yù)估模型的訓(xùn)練方法、裝置及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910675882.4
• 申請(qǐng)日: 2019-07-25
• 公開（公告）號(hào): CN110390052B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設(shè)計(jì)）人: 周智毅;梁旭磊
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F40/30;G06F40/289;G06K9/62
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 張所明

1.一種搜索推薦方法，其特征在于，所述方法包括：

獲取搜索詞以及所述搜索詞的候選詞集合，所述候選詞集合中包括與所述搜索詞相關(guān)的至少一個(gè)候選詞；

根據(jù)所述搜索詞的順序特征生成至少一組模型輸入?yún)?shù)，每組模型輸入?yún)?shù)與一組所述搜索詞和所述候選詞對(duì)應(yīng)，所述搜索詞的順序特征用于表征所述搜索詞所包含的字詞的輸入順序；

調(diào)用點(diǎn)擊通過率CTR預(yù)估模型，根據(jù)所述模型輸入?yún)?shù)計(jì)算得到所述候選詞的CTR值；

根據(jù)所述候選詞的CTR值，從所述候選詞集合中選取與所述搜索詞對(duì)應(yīng)的推薦候選詞。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述搜索詞的順序特征生成至少一組模型輸入?yún)?shù)之前，還包括：

對(duì)所述搜索詞所包含的字詞進(jìn)行注音處理，得到所述搜索詞所包含的字詞的全拼；

根據(jù)所述搜索詞所包含的字詞的全拼，生成所述搜索詞的全拼特征；

其中，所述模型輸入?yún)?shù)還包括所述搜索詞的全拼特征。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述搜索詞的順序特征生成至少一組模型輸入?yún)?shù)之前，還包括：

對(duì)所述搜索詞所包含的字詞進(jìn)行注音處理，得到所述搜索詞所包含的字詞的首字母；

根據(jù)所述搜索詞所包含的字詞的首字母，生成所述搜索詞的首字母特征；

其中，所述模型輸入?yún)?shù)還包括所述搜索詞的首字母特征。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述模型輸入?yún)?shù)包括的n個(gè)特征位用于添加所述搜索詞的順序特征，所述n為大于1的整數(shù)；

若所述搜索詞所包含的字詞的數(shù)量m大于或者等于所述n，則所述n個(gè)特征位中包括所述搜索詞所包含的字詞的前n個(gè)字詞，所述m為大于1的整數(shù)；

若所述搜索詞所包含的字詞的數(shù)量m小于所述n，則所述n個(gè)特征位中包括所述搜索詞所包含的m個(gè)字詞，且所述n個(gè)特征位中的第m個(gè)特征位之后的n-m個(gè)特征位置空。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述搜索詞的候選詞集合，包括：

生成所述搜索詞對(duì)應(yīng)的關(guān)鍵詞，所述關(guān)鍵詞包括以下至少一項(xiàng)：所述搜索詞所包含的字詞、所述搜索詞所包含的字詞的全拼、所述搜索詞所包含的字詞的首字母；

采用所述關(guān)鍵詞在倒排索引表中進(jìn)行查詢，得到所述搜索詞的候選詞集合，所述倒排索引表中包含所述關(guān)鍵詞與所述候選詞之間的對(duì)應(yīng)關(guān)系。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述采用所述關(guān)鍵詞在倒排索引表中進(jìn)行查詢，得到所述搜索詞的候選詞集合之前，還包括：

構(gòu)建候選文檔集合，所述候選文檔集合中包括至少一個(gè)文檔，所述文檔包括以下至少一種：點(diǎn)擊量大于門限值的歷史搜索詞、搜索數(shù)據(jù)庫中文檔的標(biāo)題和熱門搜索事件的標(biāo)題；

對(duì)于每一個(gè)文檔，生成與所述文檔相關(guān)的對(duì)應(yīng)關(guān)系，所述對(duì)應(yīng)關(guān)系中的關(guān)鍵詞包括以下至少一項(xiàng)：所述文檔中包含的字詞、所述文檔中包含的字詞的全拼、所述文檔中包含的字詞的首字母，所述對(duì)應(yīng)關(guān)系中的候選詞包括所述文檔；

整合與各個(gè)所述文檔相關(guān)的對(duì)應(yīng)關(guān)系，生成所述倒排索引表。

7.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的方法，其特征在于，所述獲取所述搜索詞的候選詞集合之后，還包括：

計(jì)算所述搜索詞與各個(gè)所述候選詞之間的相似度；

將所述相似度大于預(yù)設(shè)相似度的候選詞，確定為更新后的候選詞集合；

其中，所述CTR預(yù)估模型計(jì)算所述更新后的候選詞集合中的各個(gè)所述候選詞的CTR值。

8.一種點(diǎn)擊通過率CTR預(yù)估模型的訓(xùn)練方法，其特征在于，所述方法包括：

獲取歷史搜索詞以及與所述歷史搜索詞對(duì)應(yīng)的歷史曝光候選詞；

根據(jù)所述歷史搜索詞的順序特征構(gòu)建至少一組訓(xùn)練樣本，每組訓(xùn)練樣本與一組所述歷史搜索詞和所述歷史曝光候選詞對(duì)應(yīng)，所述歷史搜索詞的順序特征用于表征所述歷史搜索詞所包含的字詞的輸入順序；

采用所述訓(xùn)練樣本對(duì)CTR預(yù)估模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的CTR預(yù)估模型。