[发明专利]一种搜索方法、装置及存储介质

说明书

本发明实施例公开了一种搜索方法和装置，其中搜索方法包括：将样本数据集结合卷积神经网络进行训练，获得目标模型，样本数据集根据当前搜索用户的历史搜索记录获取；获取当前搜索关键字，将当前搜索关键字输入目标模型中，得到多个当前搜索特征；将多个当前搜索特征采用二类分类算法进行分类排序，并根据多个当前搜索特征的排序确定当前搜索关键字对应的当前搜索结果。采用本发明，能够通过将当前搜索关键字输入目标模型中，获得当前搜索特征，然后对搜索特征进行分类排序，确定搜索结果，这个过程中避免了手动获取搜索特征的过程，简化了搜索过程，提升了搜索效率。

技术领域

本发明涉及数据处理领域，具体涉及一种搜索方法、装置及存储介质。

背景技术

个性化搜索是指基于用户之前的搜索记录为其定制搜索结果。通过个性化搜索可以根据用户的历史搜索记录、历史浏览情况、点击情况或交互行为，为用户的下一次搜索行为提供搜索结果。在这个过程中，采用传统的个性化搜索方法，

需要手动提取适合个性化搜索行为的特征，但是针对不同领域的搜索行为特征的提取需要花费大量的时间，并且需要大量的相关领域的经验，这使得在获取搜索结果时需要耗费大量的时间成本和运算成本，亟待发现一种优化方法以便更高效地进行个性化搜索。

发明内容

本发明实施例提供一种搜索方法、装置及存储介质，能够通过将当前搜索关键字输入目标模型中，获得当前搜索特征，然后对搜索特征进行分类排序，确定搜索结果，这个过程中避免了手动获取搜索特征的过程，简化了搜索过程，提升了搜索效率。

本发明实施例的第一方面提供了一种搜索方法，所述方法包括：

将样本数据集结合卷积神经网络进行训练，获得目标模型，所述样本数据集根据当前搜索用户的历史搜索记录获取；

获取当前搜索关键字，将所述当前搜索关键字输入所述目标模型中，得到多个当前搜索特征；

将所述多个当前搜索特征采用二类分类算法进行分类排序，并根据所述多个当前搜索特征的排序确定所述当前搜索关键字对应的当前搜索结果。

本发明实施例的第二方面提供了一种搜索装置，所述搜索装置包括：

训练单元，用于将样本数据集结合卷积神经网络进行训练，获得目标模型，，所述样本数据集根据当前搜索用户的历史搜索记录获取；

获取单元，用于获取当前搜索关键字，将所述当前搜索关键字输入所述目标模型中，得到多个当前搜索特征；

搜索单元，用于将所述多个当前搜索特征采用二类分类算法进行分类排序，并根据所述多个当前搜索特征的排序确定所述当前搜索关键字对应的当前搜索结果。

本发明实施例第三方面提供了一种电子装置，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面任一方法中的步骤的指令。

本发明实施例第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行以实现第一方面任一方法所述的步骤的指令。

本申请实施例中提供的搜索方法和装置，首先将样本数据集结合卷积神经网络进行训练，获得目标模型；然后获取当前搜索关键字，将搜索方法当前搜索关键字输入搜索方法目标模型中，得到多个当前搜索特征；最后将搜索方法多个当前搜索特征采用二类分类算法进行分类排序，并根据搜索方法多个当前搜索特征的排序确定搜索方法当前搜索关键字对应的当前搜索结果。因为搜索方法样本数据集根据当前搜索用户的历史搜索记录获取的，因此目标模型是当前搜索用户对应的个性化目标模型，将当前搜索关键字输入目标模型后，可以自动提取出多个当前搜索特征而不需要人工参与，简化了特征获取的步骤，提升了特征获取的效率，最后将多个当前搜索特征进行分类排序获得当前搜索结果，提升了搜索效率。