[發明專利]商品對象搜索方法、裝置及電子設備

在審

• 申請號: 202111165575.5
• 申請日: 2021-09-30
• 公開（公告）號: CN114090868A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 苗增輝;王迪;高德宏;蔣文
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06;G06N3/04;G06N3/08
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 南海燕

本申請實施例公開了商品對象搜索方法、裝置及電子設備，所述方法包括：構建帶約束的強化學習算法模型，其中，所述算法模型中包括以商品對象的長期價值因子為優化目標的目標函數，并以商品對象的短期價值因子為所述目標函數建立約束條件；獲取帶有標注信息的訓練樣本集合；所述訓練樣本集合中包括多個商品對象，所述標注信息包括商品對象的長期價值因子的標注值，以及短期價值因子的標注值；利用所述訓練樣本集合對所述算法模型進行訓練，以生成商品對象排序算法模型。通過本申請實施例，能夠更有效地對商品搜索結果進行優化。

技術領域

本申請涉及信息搜索技術領域，特別是涉及商品對象搜索方法、裝置及電子設備。

背景技術

在商品對象信息系統中，商品搜索時常用的功能。用戶可以輸入關鍵詞，或者圖片等，發起搜索，系統可以返回對應的搜索結果。其中，關于搜索結果的排序方式，也是很重要的。

在傳統的B2C(商家對個人)或者C2C(個人對個人)的模式下，具體在對搜索結果進行排序時，可以通過搜索排序模型預測出商品的點擊率，以此作為評判商品優劣的指標。例如，搜索排序模型可以考慮商品的搜索相關度、賣家信用、活躍度、價格、描述詳盡程度、圖片的清晰程度等多方面因素，為具體的商品計算出綜合分值，通過該綜合分值來反預測用戶對商品進行點擊的概率。進而可以根據這種綜合分值，對商品進行排序。也就是說，可以將更有可能被用戶點擊的商品排在更靠前的位置，以此促進交易達成。

但是，對于B2B(商家對商家)的場景，尤其時跨境B2B場景，買賣雙方達成交易的周期較長，單次的點擊、詢盤等短期價值指標難以反映買家能否被服務好。因此，單純的以點擊率、詢盤率等作為評判指標的情況下，最終獲得的交易轉化情況可能并不會很理想。

為此，針對前述B2B等交易周期比較長的場景，如何更有效地對商品搜索結果進行優化，以提升交易轉化率，成為需要本領域技術人員解決的技術問題。

發明內容

本申請提供了商品對象搜索方法、裝置及電子設備，能夠更有效地對商品搜索結果進行優化。

本申請提供了如下方案：

一種生成商品對象排序算法模型的方法，包括：

構建帶約束的強化學習算法模型，其中，所述算法模型中包括以商品對象的長期價值因子為優化目標的目標函數，并以商品對象的短期價值因子為所述目標函數建立約束條件；

獲取帶有標注信息的訓練樣本集合；所述訓練樣本集合中包括多個商品對象，所述標注信息包括商品對象的長期價值因子的標注值，以及短期價值因子的標注值；

利用所述訓練樣本集合對所述算法模型進行訓練，以生成商品對象排序算法模型。

一種商品對象搜索方法，包括：

根據接收到的商品對象搜索請求，確定符合搜索條件的多個商品對象；

利用預先建立的商品對象排序算法模型，分別對所述多個商品對象進行分值計算并排序，其中，所述商品對象排序算法模型為：帶約束的強化學習算法模型，其中包括以商品對象的長期價值因子為優化目標的目標函數，并以商品對象的短期價值因子為所述目標函數建立約束條件；

在搜索結果頁面中對排序后的多個商品對象進行展示。

一種生成商品對象排序算法模型的裝置，包括：

模型構建單元，用于構建帶約束的強化學習算法模型，其中，所述算法模型中包括以商品對象的長期價值因子為優化目標的目標函數，并以商品對象的短期價值因子為所述目標函數建立約束條件；

樣本獲取單元，用于獲取帶有標注信息的訓練樣本集合；所述訓練樣本集合中包括多個商品對象，所述標注信息包括商品對象的長期價值因子的標注值，以及短期價值因子的標注值；