[发明专利]基于人工智能的引导项推荐方法及装置、设备与可读介质

说明书

【技术领域】

本发明涉及计算机应用技术领域，尤其涉及一种基于人工智能的引导项推荐方法及装置、设备与可读介质。

【背景技术】

人工智能(Artificial Intelligence；AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

在搜索产品、智能聊天产品等场景中，引导项推荐是一个非常重要的功能，起到了澄清搜索项、激发用户兴趣、引导用户更深入获取信息等作用。引导项推荐通常存在展现位置有限的问题，所以对于引导项的排序显得尤为重要。

现有技术中，对于候选引导项的挖掘，主要是通过对用户的行为进行挖掘，例如用户搜索“周杰伦”之后搜索“周杰伦演唱会”，那么“周杰伦演唱会”就是“周杰伦”的一个候选引导项，根据这样的方式，对于一个搜索的query(查询词)，可以得到大量的候选引导项。接着需要对候选引导项进行排序，常见的对候选引导项排序的方法是根据query和引导项的特征以及展现点击信息，训练评分模型对query的各引导项做点击数预估；并结合query，对每一个候选引导项进行评分，按照分数从高到低对候选引导项进行排序，并向用户展现得分高的引导项。

但是按照上述方式推荐的候选引导项仅考虑了每一个候选引导项单轮的点击数情况，但实际应用中存在如下情况：例如某query的引导项A的点击率比引导项B的点击率高，但是点击引导项B后所对应的引导项的点击率比点击引导项A后对应的引导项的点击率高非常多，那么引导项B的总体收益会更大的；如果按照现有的仅仅考虑单轮点击数结果的话，更倾向于把引导项A排在前面，从而导致引导项推荐的效果较差。

【发明内容】

本发明提供了一种基于人工智能的引导项推荐方法及装置、设备与可读介质，用于提高引导项推荐效率，丰富引导项的推荐效果。

本发明提供一种基于人工智能的引导项推荐方法，所述方法包括：

获取当前查询词以及所述当前查询词对应的多个候选引导项；

根据所述当前查询词、对应的各所述候选引导项以及预先训练的引导项收益评分模型，分别预测所述当前查询词的各所述候选引导项的收益分值；所述引导项收益评分模型是对训练词库中的各训练查询词对应的训练引导项进行多轮点击训练得到；

根据所述当前查询词的各所述候选引导项的收益分值的高低，向用户推荐引导项。

进一步可选地，如上所述的方法中，根据所述当前查询词、对应的各所述候选引导项以及预先训练的引导项收益评分模型，分别预测所述当前查询词的各所述候选引导项的收益分值之前，还包括：

从历史日志中的多个会话数据中挖掘数组训练数组；

采用各组所述训练数组训练所述引导项收益评分模型，从而确定所述引导项收益评分模型。

进一步可选地，如上所述的方法中，各组所述训练数组包括第一训练查询词、所述第一训练查询词对应的第一训练引导项、所述第一训练引导项的点击状态、若所述第一训练引导项被继续点击时看作为第二训练查询词以及所述第二训练查询词对应的第二训练引导项组成的五元组。

进一步可选地，如上所述的方法中，从历史日志中的多个会话数据中挖掘数组训练数组，具体包括：

对所述历史日志中的各所述会话数据中的文本进行不同粒度的分词处理，得到多个分词组成的分词序列；

从多个所述分词序列中挖掘各组所述训练数组中的所述第一训练查询词、所述第一训练引导项以及所述第二训练引导项；

根据各所述会话数据中的文本挖掘各组所述训练数组中的所述第一训练引导项的点击状态。

进一步可选地，如上所述的方法中，采用各组所述训练数组训练所述引导项收益评分模型，从而确定所述引导项收益评分模型，具体包括：

将各组所述训练数组中的所述第一训练查询词、所述第一训练引导项以及所述第二训练引导项根据词表转换为对应的标识；

依次将转换为标识后的各组所述训练数组输入至所述引导项收益评分模型中，由所述引导项收益评分模型根据转换为标识后的各组所述训练数组获取对应的最小化收益损失，并调整所述引导项收益评分模型的参数，使得所述最小化收益损失收敛，确定所述引导项收益评分模型的参数，从而确定所述引导项收益评分模型。