[發(fā)明專利]商品對(duì)象搜索方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111165575.5
• 申請(qǐng)日: 2021-09-30
• 公開（公告）號(hào): CN114090868A
• 公開（公告）日: 2022-02-25
• 發(fā)明（設(shè)計(jì)）人: 苗增輝;王迪;高德宏;蔣文
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴（中國）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06Q30/06;G06N3/04;G06N3/08
• 代理公司: 北京眾達(dá)德權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11570
• 代理人: 南海燕

1.一種生成商品對(duì)象排序算法模型的方法，其特征在于，包括：

構(gòu)建帶約束的強(qiáng)化學(xué)習(xí)算法模型，其中，所述算法模型中包括以商品對(duì)象的長期價(jià)值因子為優(yōu)化目標(biāo)的目標(biāo)函數(shù)，并以商品對(duì)象的短期價(jià)值因子為所述目標(biāo)函數(shù)建立約束條件；

獲取帶有標(biāo)注信息的訓(xùn)練樣本集合；所述訓(xùn)練樣本集合中包括多個(gè)商品對(duì)象，所述標(biāo)注信息包括商品對(duì)象的長期價(jià)值因子的標(biāo)注值，以及短期價(jià)值因子的標(biāo)注值；

利用所述訓(xùn)練樣本集合對(duì)所述算法模型進(jìn)行訓(xùn)練，以生成商品對(duì)象排序算法模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述長期價(jià)值因子包括：買賣雙方用戶針對(duì)所述商品對(duì)象的溝通深度；

所述短期價(jià)值因子包括：買方用戶是否會(huì)對(duì)所述商品對(duì)象進(jìn)行點(diǎn)擊和/或向賣方用戶發(fā)起咨詢。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，

在建立所述約束條件時(shí)，利用所述目標(biāo)函數(shù)輸出的關(guān)于所述長期價(jià)值因子的預(yù)測分值，對(duì)所述短期價(jià)值因子對(duì)應(yīng)的用戶行為的發(fā)生概率進(jìn)行預(yù)測，并根據(jù)短期價(jià)值因子的預(yù)測結(jié)果與標(biāo)注值之間的距離，計(jì)算得到對(duì)當(dāng)前樣本批次的預(yù)估準(zhǔn)確率，通過為該預(yù)估準(zhǔn)確率設(shè)置約束限值，建立所述約束條件。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述利用所述訓(xùn)練樣本集合對(duì)所述算法模型進(jìn)行訓(xùn)練，包括：

根據(jù)約束限制與指標(biāo)預(yù)估準(zhǔn)確率之間的差值，確定所述短期價(jià)值因子的約束滿足情況；

根據(jù)所述約束滿足情況，對(duì)所述短期價(jià)值因子的約束限值進(jìn)行動(dòng)態(tài)調(diào)整。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，

通過連續(xù)可導(dǎo)的函數(shù)對(duì)所述預(yù)估準(zhǔn)確率進(jìn)行近似計(jì)算。

6.一種商品對(duì)象搜索方法，其特征在于，包括：

根據(jù)接收到的商品對(duì)象搜索請(qǐng)求，確定符合搜索條件的多個(gè)商品對(duì)象；

利用預(yù)先建立的商品對(duì)象排序算法模型，分別對(duì)所述多個(gè)商品對(duì)象進(jìn)行分值計(jì)算并排序，其中，所述商品對(duì)象排序算法模型為：帶約束的強(qiáng)化學(xué)習(xí)算法模型，其中包括以商品對(duì)象的長期價(jià)值因子為優(yōu)化目標(biāo)的目標(biāo)函數(shù)，并以商品對(duì)象的短期價(jià)值因子為所述目標(biāo)函數(shù)建立約束條件；

在搜索結(jié)果頁面中對(duì)排序后的多個(gè)商品對(duì)象進(jìn)行展示。

7.一種生成商品對(duì)象排序算法模型的裝置，其特征在于，包括：

模型構(gòu)建單元，用于構(gòu)建帶約束的強(qiáng)化學(xué)習(xí)算法模型，其中，所述算法模型中包括以商品對(duì)象的長期價(jià)值因子為優(yōu)化目標(biāo)的目標(biāo)函數(shù)，并以商品對(duì)象的短期價(jià)值因子為所述目標(biāo)函數(shù)建立約束條件；

樣本獲取單元，用于獲取帶有標(biāo)注信息的訓(xùn)練樣本集合；所述訓(xùn)練樣本集合中包括多個(gè)商品對(duì)象，所述標(biāo)注信息包括商品對(duì)象的長期價(jià)值因子的標(biāo)注值，以及短期價(jià)值因子的標(biāo)注值；

模型訓(xùn)練單元，用于利用所述訓(xùn)練樣本集合對(duì)所述算法模型進(jìn)行訓(xùn)練，以生成商品對(duì)象排序算法模型。

8.一種商品對(duì)象搜索裝置，其特征在于，包括：

商品對(duì)象確定單元，用于根據(jù)接收到的商品對(duì)象搜索請(qǐng)求，確定符合搜索條件的多個(gè)商品對(duì)象；

排序單元，用于利用預(yù)先建立的商品對(duì)象排序算法模型，分別對(duì)所述多個(gè)商品對(duì)象進(jìn)行分值計(jì)算并排序，其中，所述商品對(duì)象排序算法模型為：帶約束的強(qiáng)化學(xué)習(xí)算法模型，其中包括以商品對(duì)象的長期價(jià)值因子為優(yōu)化目標(biāo)的目標(biāo)函數(shù)，并以商品對(duì)象的短期價(jià)值因子為所述目標(biāo)函數(shù)建立約束條件；

搜索結(jié)果展示單元，用于在搜索結(jié)果頁面中對(duì)排序后的多個(gè)商品對(duì)象進(jìn)行展示。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6任一項(xiàng)所述的方法的步驟。

10.一種電子設(shè)備，其特征在于，包括：

一個(gè)或多個(gè)處理器；以及

與所述一個(gè)或多個(gè)處理器關(guān)聯(lián)的存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)程序指令,所述程序指令在被所述一個(gè)或多個(gè)處理器讀取執(zhí)行時(shí)，執(zhí)行權(quán)利要求1至6任一項(xiàng)所述的方法的步驟。