[發明專利]搜索結果輸出方法、裝置、計算機設備及可讀存儲介質

有效

• 申請號: 202110673372.0
• 申請日: 2021-06-17
• 公開（公告）號: CN113254810B
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 苑愛泉
• 申請（專利權）人: 浙江口碑網絡技術有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/9538;G06Q30/06
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種搜索結果輸出方法，其特征在于，包括：

獲取初始結果隊列，所述初始結果隊列包括基于用戶輸入的搜索內容確定的與所述搜索內容相關的多個搜索結果；

根據所述多個搜索結果中每個搜索結果與所述搜索內容、所述用戶所處的地理位置之間的匹配度，將所述多個搜索結果劃分為多個信息組；

按照多個預設排序因子對所述多個信息組中每個信息組包括的搜索結果進行排序，得到中間結果隊列，其中，所述多個信息組中的搜索結果按照基于所述多個預設排序因子計算的相關性評分從大到小的順序進行排序，所述中間結果隊列由排序后的所述多個信息組按照分組等級從高到低的順序組合得到；

基于所述初始結果隊列與所述中間結果隊列中同一位次的搜索結果之間的關聯性，調整所述中間結果隊列包括的搜索結果的順序，得到目標結果隊列，其中，通過GRU和Attention結構建模，識別所述同一位次的兩個搜索結果之間的關聯性，按照所述關聯性確定所述兩個搜索結果的先后順序并進行調整；

輸出所述目標結果隊列。

2.根據權利要求1所述的方法，其特征在于，所述獲取初始結果隊列，包括：

接收所述用戶輸入的所述搜索內容；

解析所述搜索內容，查詢與所述搜索內容相關的所述多個搜索結果；

對所述多個搜索結果進行點擊通過率CTR預估，輸出所述多個搜索結果的多個預估點擊率；

按照所述多個預估點擊率對所述多個搜索結果進行排序，得到所述初始結果隊列。

3.根據權利要求1所述的方法，其特征在于，所述根據所述多個搜索結果中每個搜索結果與所述搜索內容、所述用戶進行搜索時所處的地理位置之間的匹配度，將所述多個搜索結果劃分為多個信息組，包括：

對于所述多個搜索結果中每個搜索結果，確定所述每個搜索結果的語義匹配度和場景匹配度，所述語義匹配度指示了所述搜索結果與所述搜索內容的語義相關程度，所述場景匹配度指示了所述搜索結果與所述地理位置的相關程度；

確定多個語義匹配度取值區間和多個場景匹配度取值區間；

將所述每個搜索結果的所述語義匹配度和所述場景匹配度與所述語義匹配度取值區間和所述多個場景匹配度取值區間進行比對，將語義匹配度和場景匹配度均處于同一取值區間的搜索結果劃分為同一組，得到所述多個信息組。

4.根據權利要求3所述的方法，其特征在于，所述確定所述每個搜索結果的語義匹配度和場景匹配度，包括：

對于所述多個搜索結果中每個搜索結果，查詢所述搜索結果和所述搜索內容之間的所述語義匹配度；

確定所述用戶輸入所述搜索內容時所處的地理位置以及所述搜索結果相關的門店的門店位置；

計算所述地理位置與所述門店位置之間的位置距離，獲取所述位置距離指示的所述場景匹配度。

5.根據權利要求3所述的方法，其特征在于，所述確定多個語義匹配度取值區間和多個場景匹配度取值區間，包括：

查詢預設劃分標準，在所述預設劃分標準中提取所述多個語義匹配度取值區間和所述多個場景匹配度取值區間；或，

統計第一預設數目的樣本參數，基于機器學習深度模型對所述第一預設數目的樣本參數進行語義訓練，得到多個語義匹配度取值，按照所述多個語義匹配度取值之間的大小關系構建所述多個語義匹配度取值區間，并基于所述機器學習深度模型對所述第一預設數目的樣本參數進行場景訓練，得到多個場景匹配度取值，按照所述多個場景匹配度取值之間的大小關系構建所述多個場景匹配度取值區間。

6.根據權利要求1所述的方法，其特征在于，所述按照多個預設排序因子對所述多個信息組中每個信息組包括的搜索結果進行排序，得到中間結果隊列，包括：

對于所述多個信息組中每個信息組，基于所述多個預設排序因子，計算所述每個信息組包括的每個搜索結果的相關性評分；

按照所述相關性評分從大到小的順序，對所述信息組包括的全部搜索結果進行排序，得到排序后的所述信息組；

分別為所述多個信息組中每個信息組包括的搜索結果計算相關性評分并進行排序，得到排序后的所述多個信息組；

按照所述多個信息組對應的分組等級從高到低的順序將排序后的所述多個信息組進行組合，得到所述中間結果隊列。