[发明专利]基于人工智能的搜索方法和装置有效

专利信息
申请号: 201710700721.7 申请日: 2017-08-16
公开(公告)号: CN107463704B 公开(公告)日: 2021-05-07
发明(设计)人: 周坤胜;冯仕堃;朱志凡;何径舟 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/906
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 搜索 方法 装置
【说明书】:

本申请实施例公开了基于人工智能的搜索方法和装置。该方法的一具体实施方式包括:接收用户输入的搜索用信息;基于搜索用信息,确定候选推送信息集合;利用预先训练的评分模型基于搜索用信息和候选推送信息集合,预测候选推送信息集合中的每条候选推送信息被点击的概率,其中,评分模型是基于预先存储的第一搜索用信息集合、第一搜索用信息集合中的每条第一搜索用信息所对应的推送信息集合和推送信息集合中的每条推送信息所具有的预设的优先级训练得到的;按照被点击的概率由大到小的顺序,从候选推送信息集合中选取预置数目条候选推送信息组成推送信息序列,将推送信息序列推送至用户的终端设备。该实施方式提高了信息推送的有效性。

技术领域

本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及基于人工智能的搜索方法和装置。

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。

现有的搜索引擎针对某个查询所返回的经排序后的搜索结果通常综合了多方面的信息,例如相关性、领域权威性、时效性等等,但通常未能重点突出某一方面的信息,例如未能重点突出搜索结果所体现的领域权威性或时效性等等。这里,领域权威性可以指针对该查询词所指向的意图领域,搜索结果所表现出来的针对该领域话题的集中度和可信度。

发明内容

本申请实施例的目的在于提出一种改进的基于人工智能的搜索方法和装置,来解决以上背景技术部分提到的技术问题。

第一方面,本申请实施例提供了一种基于人工智能的搜索方法,该方法包括:接收用户输入的搜索用信息;基于上述搜索用信息,确定候选推送信息集合;利用预先训练的评分模型基于上述搜索用信息和上述候选推送信息集合,预测上述候选推送信息集合中的每条候选推送信息被点击的概率,其中,上述评分模型是基于预先存储的第一搜索用信息集合、上述第一搜索用信息集合中的每条第一搜索用信息所对应的推送信息集合和上述推送信息集合中的每条推送信息所具有的预设的优先级训练得到的;按照被点击的概率由大到小的顺序,从上述候选推送信息集合中选取预置数目条候选推送信息组成推送信息序列,将上述推送信息序列推送至上述用户的终端设备。

在一些实施例中,上述基于上述搜索用信息,确定候选推送信息集合,包括:确定预先存储的历史搜索用信息列表中是否存在与上述搜索用信息匹配的目标历史搜索用信息,若是,则将上述目标历史搜索用信息所对应的拟推送信息集合作为上述候选推送信息集合,其中,上述历史搜索用信息列表中的每条历史搜索用信息对应拟推送信息集合。

在一些实施例中,上述基于上述搜索用信息,确定候选推送信息集合,包括:若不存在上述目标历史搜索用信息,则将上述搜索用信息发送至所连接的数据库服务器,以使上述数据库服务器返回上述候选推送信息集合。

在一些实施例中,上述利用预先训练的评分模型基于上述搜索用信息和上述候选推送信息集合,预测上述候选推送信息集合中的每条候选推送信息被点击的概率,包括:从上述搜索用信息中提取出关键词生成第一关键词向量;从上述候选推送信息集合中的每条候选推送信息中提取出关键词生成与该候选推送信息对应的第二关键词向量;对于所生成的每个第二关键词向量,将上述第一关键词向量和该第二关键词向量导入上述评分模型,得到该第二关键词向量所对应的候选推送信息被点击的概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710700721.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top