[發明專利]一種對象推薦方法、裝置、設備及介質

在審

• 申請號: 202010402351.0
• 申請日: 2020-05-13
• 公開（公告）號: CN111625690A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 張志偉;林靖
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/9035
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 孫小明

1.一種對象推薦方法，其特征在于，所述方法包括：

獲取搜索詞，并確定所述搜索詞對應的多個對象；

基于預先配置的搜索意圖對應的搜索詞集合，確定所述搜索詞對應的搜索意圖為目標搜索意圖時，根據每個對象的選擇參數以及每個對象的發布時刻，確定每個對象的推薦參數，其中，所述每個對象的選擇參數是基于歷史樣本數據確定的；

根據每個對象的推薦參數，確定所述多個對象的推薦次序。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

基于預先配置的搜索意圖對應的搜索詞集合，確定所述搜索詞對應的搜索意圖為非目標搜索意圖時，根據每個對象的選擇參數，確定每個對象的推薦參數。

3.根據權利要求1所述的方法，其特征在于，所述根據每個對象的選擇參數以及每個對象的發布時刻，確定每個對象的推薦參數，包括：

根據每個對象發布時刻與獲取所述搜索詞的時刻之間的間隔時長，確定每個對象的推薦系數；

基于每個對象的選擇參數和推薦系數，確定每個對象的推薦參數。

4.根據權利要求1所述的方法，其特征在于，所述預先配置的搜索意圖對應的搜索詞集合，采用如下步驟確定：

根據第一預設時長內的歷史搜索信息中的搜索詞、與各搜索詞對應的對象標識、以及對象標識對應的對象的選擇結果，確定所述歷史搜索信息中各搜索詞在第一預設時長內的平均對象選中數量；

根據所述歷史搜索信息中與各搜索詞對應的對象的選擇結果為選中的對象的展示時長，將展示時長大于等于預設展示時長閾值的對象總數量與對象的選擇結果為選中的對象的總數量的比值，確定為各搜索詞在第一預設時長內的展示比值；

根據所述歷史搜索信息中各搜索詞在第一預設時長內平均對象選中數量和展示比值，確定搜索詞與搜索意圖的對應關系。

5.根據權利要求4所述的方法，其特征在于，所述確定搜索詞與搜索意圖的對應關系，包括：

針對不在目標搜索意圖對應的搜索詞集合的第一搜索詞，在確定所述第一搜索詞在第一預設時長內的平均對象選中數量大于預設數量閾值、且展示比值小于預設比例閾值時，確定目標搜索意圖為所述第一搜索詞對應的搜索意圖，將所述第一搜索詞添加至所述目標搜索意圖對應的搜索詞集合中；

針對在目標搜索意圖對應的搜索詞集合的第二搜索詞，在確定所述第二搜索詞在第二預設時長內的平均對象選中數量大于所述第二搜索詞在第一預設時長內的平均對象選中數量、且所述第二搜索詞在第二預設時長內的展示比值小于所述第二搜索詞在第一預設時長內的展示比值時，確定所述目標搜索意圖不是所述第二搜索詞對應的搜索意圖，將所述第二搜索詞從所述目標搜索意圖對應的搜索詞集合中刪除，所述第二預設時長的截止時間在所述第一預設時長的截止時間之前。

6.根據權利要求1所述的方法，其特征在于，所述歷史樣本數據包括搜索詞樣本、每個搜索詞樣本對應的對象標識、每個搜索詞樣本對應的對象的選中參數、以及每個搜索詞樣本對應的對象的標簽，所述標簽表征對象是否為與目標搜索意圖對應的搜索詞對應的對象。

7.根據權利要求6所述的方法，其特征在于，所述每個對象的選中參數是通過排序神經網絡模型確定的，且所述排序神經網絡模型基于所述歷史樣本數據為訓練集訓練生成的。

8.一種對象推薦裝置，其特征在于，所述裝置包括：

獲取單元，被配置為執行獲取搜索詞，并確定所述搜索詞對應的多個對象；

處理單元，被配置為執行基于預先配置的搜索意圖對應的搜索詞集合，確定所述搜索詞對應的搜索意圖為目標搜索意圖時，根據每個對象的選擇參數以及每個對象的發布時刻，確定每個對象的推薦參數，其中，所述每個對象的選擇參數是基于歷史樣本數據確定的；

確定單元，被配置為執行根據每個對象的推薦參數，確定所述多個對象的推薦次序。