[发明专利]商品搜索方法、装置、计算机设备和存储介质在审
申请号: | 201811546846.X | 申请日: | 2018-12-18 |
公开(公告)号: | CN109766491A | 公开(公告)日: | 2019-05-17 |
发明(设计)人: | 万梅 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q30/06 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 王宁 |
地址: | 518052 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 商品搜索 匹配 计算机设备 存储介质 排序结果 匹配度 标签 表情 指令 关键词匹配 手机软件 用户推荐 大数据 网站 排序 网页 查找 申请 访问 | ||
1.一种商品搜索方法,所述方法包括:
接收商品搜索指令,并从所述商品搜索指令中提取商品关键词;
查找与所述商品关键词匹配的匹配商品;
计算各所述匹配商品与所述商品关键词的匹配度;
获取各所述匹配商品的微表情标签;
根据所述匹配度和所述微表情标签对所述匹配商品进行排序得到排序结果;
根据所述排序结果生成商品搜索结果。
2.根据权利要求1所述的方法,其特征在于,所述接收商品搜索指令之前,还包括:
当检测到销售商品的详情页面开启时,采集用户的当前面部图像;
对所述当前面部图像进行微表情分析,得到与所述当前面部图像匹配的预设微表情;
根据匹配的所述预设微表情设定微表情标签;
获取当前用户标识;
将所述当前用户标识、所述微表情标签与所述销售商品进行关联存储。
3.根据权利要求2所述的方法,其特征在于,所述对所述当前面部图像进行微表情分析,得到与所述当前面部图像匹配的预设微表情,包括:
从所述当前面部图像中提取面部特征点;
根据所述面部特征点计算得到面部动作特征;
将所述面部动作特征输入微表情分类模型得到各预设微表情的概率值;
根据计算出的所述概率值选定与所述当前面部图像匹配的所述预设微表情。
4.根据权利要求2所述的方法,其特征在于,所述根据匹配的所述预设微表情设定微表情标签,包括:
获取所述预设微表情对应的各情绪模式下的情绪分值;
根据所述预设微表情的概率值和所述情绪分值计算各所述情绪模式对应的情绪得分;
将各所述情绪得分输入标签计算模型得到微表情标签。
5.根据权利要求1所述的方法,其特征在于,所述查找与所述商品关键词匹配的匹配商品,包括:
查找名称与所述商品关键词匹配的待选商品;
获取当前用户标识;
查找与所述当前用户标识对应的用户信息,并根据所述用户信息计算用户画像标签;
获取各所述待选商品对应的历史购买用户数据;
根据所述历史购买用户数据以及所述用户画像标签对所述待选商品进行筛选得到匹配商品。
6.根据权利要求1所述的方法,其特征在于,所述根据所述匹配度和所述微表情标签对所述匹配商品进行排序得到排序结果之前,还包括:
对所述匹配商品的所述微表情标签进行识别;
当识别出所述微表情标签包括厌恶标签时,删除对应的所述匹配商品。
7.根据权利要求1所述的方法,其特征在于,所述根据所述匹配度和所述微表情标签对查找的所述匹配商品进行排序得到排序结果,包括:
获取所述微表情标签对应的表情系数;
获取当前用户标识;
查找与所述当前用户标识对应的用户信息,并根据所述用户信息计算用户画像标签;
查找所述用户画像标签对应的推荐权重;
根据所述匹配度、所述表情系数及所述推荐权重计算出推荐数值;
根据所述推荐数值对查找到的所述匹配商品进行排序得到排序结果。
8.一种商品搜索装置,其特征在于,所述装置包括:
指令提取模块,用于接收商品搜索指令,并从所述商品搜索指令中提取商品关键词;
商品查找模块,用于查找与所述商品关键词匹配的匹配商品;
匹配度计算模块,用于计算各所述匹配商品与所述商品关键词的匹配度;
标签获取模块,用于获取各所述匹配商品的微表情标签;
排序模块,用于根据所述匹配度和所述微表情标签对所述匹配商品进行排序得到排序结果;
搜索结果生成模块,用于根据所述排序结果生成商品搜索结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/201811546846.X/1.html,转载请声明来源钻瓜专利网。