[发明专利]用于改进搜索的广义线性混合模型

权利要求书

1.一种计算机实现的方法，包括：

由具有至少一个硬件处理器的计算机系统从用户的计算设备接收搜索查询，所述搜索查询包括至少一个搜索项并且与识别所述用户的用户标识相关联地被接收；

对于多个候选中的每一个候选，由所述计算机系统从存储在社交网络服务的数据库中的该候选的相应简档中提取特征；

对于所述多个候选中的每一个候选，由所述计算机系统基于包括基于查询的模型和基于用户的模型的广义线性混合模型来生成相应分数，所述基于查询的模型是基于在所述多个候选中的该候选的简档中对所述至少一个搜索项的搜索的广义线性模型，并且所述基于用户的模型是随机效应模型，该随机效应模型基于用户针对简档具有与所述多个候选中的该候选的相应简档的特征匹配的特征的候选的用户动作的历史以及所述用户动作所针对的候选是否用一个或多个指定响应中的至少一个响应来对所述用户动作进行响应的指示；

由所述计算机系统从所述多个候选中选择候选子集，这是基于所述候选子集的相应分数的；以及

由所述计算机系统使得所选择的候选子集显示在所述用户的所述计算设备上、在针对所述搜索查询的搜索结果页面中。

2.如权利要求1所述的计算机实现的方法，其中，所述搜索查询是与识别所述用户针对实体执行特定任务的协议的任务标识相关联地被接收的，并且所述广义线性混合模型还包括基于任务的模型，所述基于任务的模型是随机效应模型，该随机效应模型基于针对简档具有与所述多个候选中的该候选的相应简档的特征匹配的特征的候选的、与所述任务标识相关联的用户动作的历史以及所述用户动作所针对的候选是否用一个或多个指定响应中的至少一个响应来对所述用户动作进行响应的指示。

3.如权利要求1所述的计算机实现的方法，其中，所述基于查询的模型是固定效应模型。

4.如权利要求1所述的计算机实现的方法，其中，所述基于查询的模型基于项频率和项频率-逆文档频率中的至少一个。

5.如权利要求1所述的计算机实现的方法，其中，所述特征包括教育背景、工作经历、行业、兴趣和技能中的至少一个。

6.如权利要求1所述的计算机实现的方法，其中，所述用户动作包括向所述候选发送消息，并且所述一个或多个指定响应包括读取所述消息和向所述用户发送回复消息中的至少一个。

7.如权利要求1所述的计算机实现的方法，其中：

在从所述用户的所述计算设备接收所述搜索查询之前，执行针对所述多个候选中的每一个候选生成相应分数；

所述计算机实现的方法还包括：在从所述用户的所述计算设备接收到所述搜索查询之前由所述计算机系统将所生成的分数存储在所述社交网络服务的所述数据库中；以及

选择所述候选子集包括响应于接收到所述搜索查询而从所述数据库检索生成的分数，并且基于检索到的分数选择所述候选子集。

8.如权利要求1所述的计算机实现的方法，其中，针对所述多个候选中的每一个候选生成相应分数是响应于从所述用户的所述计算设备接收到所述搜索查询而执行的。

9.如权利要求1所述的计算机实现的方法，其中，选择所述候选子集包括：

基于所述多个候选的相应分数对所述多个候选进行排名；以及

基于对所述多个候选的排名来选择所述候选子集。