[发明专利]实体推荐方法和装置

说明书

本申请实施例公开了实体推荐方法和装置。实体推荐方法包括响应于接收到用户对实体的搜索请求，获取与待搜索实体关联的候选实体集合；将候选实体集合输入预先训练的排序模型，得到候选实体序列；以及从候选实体序列中选取候选实体，并向用户推荐所选取的候选实体；其中，排序模型基于以下至少一者对候选实体集合进行排序：候选实体集合中，各候选实体与待搜索实体的相关度；用户对候选实体集合中的各候选实体的兴趣度；以及用户对候选实体集合中的各候选实体的预期度。该实施方式实现了针对用户和/或待搜索实体的更加相关、个性化、惊喜化、多样性的实体推荐。

技术领域

本申请实施例涉及互联网领域，具体涉及搜索领域，尤其涉及实体推荐方法和装置。

背景技术

实体推荐，是指向用户提供实体建议，从而帮助用户发现其感兴趣的信息的一系列操作。

现有技术中，通常采用协同过滤的方式来进行实体推荐。协同过滤算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。

发明内容

本申请实施例提出了实体推荐方法和装置。

第一方面，本申请实施例提供了一种实体推荐方法，包括：响应于接收到用户对实体的搜索请求，获取与待搜索实体关联的候选实体集合；将候选实体集合输入预先训练的排序模型，得到候选实体序列；以及从候选实体序列中选取候选实体，并向用户推荐所选取的候选实体；其中，排序模型基于以下至少一者对候选实体集合进行排序：候选实体集合中，各候选实体与待搜索实体的相关度；用户对候选实体集合中的各候选实体的兴趣度；以及用户对候选实体集合中的各候选实体的预期度。

在一些实施例中，获取与待搜索实体关联的候选实体集合进一步包括：响应于候选实体与待搜索实体在预设知识图谱中存在关联关系，将候选实体添加至候选实体集合中。

在一些实施例中，获取与待搜索实体关联的候选实体集合进一步包括：响应于候选实体与待搜索实体在搜索会话历史中的共现次数超过预设的第一阈值，将候选实体添加至候选实体集合中。

在一些实施例中，获取与待搜索实体关联的候选实体集合进一步包括：将预设的语料库中，与待搜索实体具有共现关系的实体作为共现候选实体；将与待搜索实体的相关度超过预设的第二阈值的共现候选实体添加至候选实体集合中。

在一些实施例中，排序模型通过如下的步骤训练得到：生成训练样本集，训练样本集中的每个训练样本包括三元组和点击行为标注，三元组包括用户身份标识、第一实体和第二实体，点击行为标注用于指示用户在搜索第一实体得到的搜索结果中，是否对第二实体具有点击行为；对于所生成的训练样本集中的每一个训练样本，生成该训练样本的特征向量；将训练样本集和所生成的特征向量输入预先建立的梯度提升决策树模型，基于随机梯度下降算法对梯度提升决策树模型进行训练；响应于交叉熵损失函数最小，生成排序模型；其中，特征向量包括用于指示以下至少一者的特征值：各三元组中的第一实体和第二实体之间的相关度；各三元组中的用户对该三元组中第二实体的兴趣度；以及各三元组中的用户对该三元组中第二实体的预期度。

在一些实施例中，用于指示各三元组中的第一实体和第二实体之间的相关度的分量包括以下至少一者：三元组中的第一实体和第二实体在预设知识图谱中的相关度；三元组中的第一实体和第二实体在搜索会话历史中的共现度；三元组中的第一实体和第二实体在预设语料库中的共现度；以及三元组中的第一实体和第二实体的主题相似度。

在一些实施例中，用于指示各三元组中的用户对该三元组中第二实体的兴趣度的特征值包括以下至少一者：该三元组中，第二实体的点击率；第二实体在预设分类表中所属的主题类别的点击率；三元组中的第一实体和第二实体的语义相似度。