[发明专利]提高搜索结果的相关性

权利要求书

1.一种存储可由设备的至少一个处理单元执行的程序的非暂时性机器可读介质，所述程序包括指令集，用于：

从客户端设备接收对对象集合中的对象的请求和关键字集；

利用神经网络模型来将关键字集映射到产品类别集；

利用所述神经网络模型生成关于至少一部分映射到产品类别集的关键字的置信度分数集；

基于所述关键字集和所述产品类别集生成搜索查询，其中所述搜索查询被配置为识别所述对象集合中具有与所述关键字集中的至少一个关键字相匹配的描述或名称的对象，并且基于所述产品类别集和基于关于至少一部分映射到产品类别集的关键字的置信度分数集来修改识别的对象的相关性；

对所述对象集合执行搜索查询以生成对象的结果集；和

向客户端设备提供所述对象的结果集。

2.根据权利要求1所述的非暂时性机器可读介质，其中，基于已经发生的事件集来训练所述神经网络模型，所述事件集中的每个事件包括关键字集、特定对象集合、特定对象集合中的对象以及对所述对象执行的动作。

3.根据权利要求1所述的非暂时性机器可读介质，其中，由应用接收对于对象的请求，该应用将该请求和关键字集发送到映射引擎，该映射引擎利用所述神经网络模型来将关键字集映射到产品类别集，该应用将关键字集、产品类别集以及置信度分数集发送到查询生成器，该查询生成器生成搜索查询，该查询生成器将搜索查询发送到查询处理器，该查询处理器执行所搜索查询。

4.根据权利要求3所述的非暂时性机器可读介质，其中，按照基于关于至少一部分映射到产品类别集的关键字的置信度分数集所修改的相关性来对对象结果集中的对象进行排序，其中与较低的置信度分数相比，较高的置信度分数使得对象在结果对象集中具有更低的排序。

5.根据权利要求1所述的非暂时性机器可读介质，其中，所述搜索查询被配置为修改与由所述神经网络模型所映射的产品类别集中的产品类别相匹配的产品类别相关联的识别对象的相关性。

6.根据权利要求1所述的非暂时性机器可读介质，其中，所述搜索查询被配置为通过增加具有与所述产品类别集中的至少一个类产品别相匹配的商品代码的对象的相关性来修改所述对象结果集中的对象的相关性。

7.根据权利要求6所述的非暂时性机器可读介质，其中，增加具有与所述产品类别集合中的至少一个产品类别相匹配的产品类别的对象的相关性包括基于定义的权重值增加所述对象的相关性。

8.一种可由设备执行的方法，包括：

从客户端设备接收对对象集合中的对象的请求和关键字集；

利用神经网络模型来将关键字集映射到产品类别集；

利用所述神经网络模型生成关于至少一部分映射到产品类别集的关键字的置信度分数集；

基于所述关键字集和所述产品类别集生成搜索查询，其中所述搜索查询被配置为识别所述对象集合中具有与所述关键字集中的至少一个关键字相匹配的描述或名称的对象，并且基于所述产品类别集和基于关于至少一部分映射到产品类别集的关键字的置信度分数集来修改识别的对象的相关性；

对所述对象集合执行搜索查询以生成对象的结果集；和

向客户端设备提供所述对象的结果集。

9.根据权利要求8所述的方法，其中，于已经发生的事件集来训练所述神经网络模型，所述事件集中的每个事件包括关键字集、特定对象集合、特定对象集合中的对象以及对所述对象执行的动作。

10.根据权利要求8所述的方法，其中，由应用接收对于对象的请求，该应用将该请求和关键字集发送到映射引擎，该映射引擎利用所述神经网络模型来将关键字集映射到产品类别集，该应用将关键字集、产品类别集以及置信度分数集发送到查询生成器，该查询生成器生成搜索查询，该查询生成器将搜索查询发送到查询处理器，该查询处理器执行所搜索查询。