[发明专利]一种搜索方法、混合排序方法、设备以及系统在审
申请号: | 201710860286.4 | 申请日: | 2017-09-21 |
公开(公告)号: | CN110069696A | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 李阳华 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q30/06 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 党晓林;李辉 |
地址: | 英属开曼*** | 国省代码: | 开曼群岛;KY |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 属性信息 产品集合 内容集合 排序 权重 排序结果 映射结果 搜索 数据处理技术 产品货架 获取内容 计算设备 搜索系统 同一空间 异构数据 展示系统 客户端 展示位 屏蔽 映射 申请 服务器 优化 展示 统一 | ||
1.一种搜索方法,其特征在于,所述搜索方法应用于一搜索系统,包括:
采集用户输入的搜索词;
根据所述搜索词进行搜索,得到至少一个产品的属性信息,所述至少一个产品构成的产品集合的属性信息,至少一个内容的属性信息,以及所述至少一个内容构成的内容集合的属性信息,所述至少一个内容与多个产品相关联;
将所述至少一个产品的属性信息、至少一个内容的属性信息映射到同一空间,得到映射结果;
根据所述产品集合的属性信息以及所述内容集合的属性信息确定所述产品集合的权重以及所述内容集合的权重;
基于所述产品集合的权重以及所述内容集合的权重,使用所述映射结果对所述至少一个产品、所述至少一个内容进行混合排序,得到混合排序结果;
将所述混合排序结果作为搜索结果进行展示。
2.根据权利要求1所述的方法,其特征在于,所述产品的属性信息以及所述内容的属性信息表征以下信息至少之一:名称、大小、重量、材质、用途、价格、适用对象以及成交量。
3.根据权利要求2所述的方法,其特征在于,所述产品集合的属性信息以及所述内容集合的属性信息表征以下信息至少之一:产品的个数、产品的占比、产品之间的相似度。
4.根据权利要求3所述的方法,其特征在于,将所述至少一个产品的属性信息、至少一个内容的属性信息映射到同一空间,得到映射结果包括:通过深度学习网络或线性分类器将所述至少一个产品的属性信息映射至一空间;通过深度学习网络或线性分类器将所述至少一个内容的属性信息映射至所述空间。
5.根据权利要求4所述的方法,其特征在于,基于所述产品集合的权重以及所述内容集合的权重,使用所述映射结果对所述至少一个产品、所述至少一个内容进行混合排序,得到混合排序结果包括基于所述产品集合的权重以及所述内容集合的权重,使用所述映射结果对所述至少一个产品、所述至少一个内容通过加权平均计算得到所述至少一个产品的排序参数、所述至少一个内容的排序参数,按照所述排序参数从大到小对所述至少一个产品、所述至少一个内容进行排序,得到混合排序结果。
6.一种混合排序方法,其特征在于,所述方法应用于一服务器,包括:
获取至少一个产品的属性信息,以及所述至少一个产品构成的产品集合的属性信息;
获取至少一个内容的属性信息,以及所述至少一个内容构成的内容集合的属性信息,所述至少一个内容与多个产品相关联;
将所述至少一个产品的属性信息、至少一个内容的属性信息映射到同一空间,得到映射结果;
根据所述产品集合的属性信息以及所述内容集合的属性信息确定所述产品集合的权重以及所述内容集合的权重;
基于所述产品集合的权重以及所述内容集合的权重,使用所述映射结果对所述至少一个产品、所述至少一个内容进行混合排序,得到混合排序结果。
7.根据权利要求6所述的方法,其特征在于,将所述至少一个产品的属性信息、至少一个内容的属性信息映射到同一空间,得到映射结果包括:通过深度学习网络或线性分类器将所述至少一个产品的属性信息映射至一空间;通过深度学习网络或线性分类器将所述至少一个内容的属性信息映射至所述空间。
8.根据权利要求7所述的方法,其特征在于,基于所述产品集合的权重以及所述内容集合的权重,使用所述映射结果对所述至少一个产品、所述至少一个内容进行混合排序,得到混合排序结果包括基于所述产品集合的权重以及所述内容集合的权重,使用所述映射结果对所述至少一个产品、所述至少一个内容通过加权平均计算得到所述至少一个产品的排序参数、所述至少一个内容的排序参数,按照所述排序参数从大到小对所述至少一个产品、所述至少一个内容进行排序,得到混合排序结果。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括输出所述混合排序结果至一展示设备,以使展示设备根据所述混合排序结果进行展示。
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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201710860286.4/1.html,转载请声明来源钻瓜专利网。