[发明专利]一种电商搜索排序方法、装置及计算设备

说明书

本发明是关于一种电商搜索排序方法、装置和计算设备。该方法包括：接收用户的搜索关键字；对所述搜索关键字进行分析，得出用户兴趣特征和商品的类别特征；结合用户兴趣特征和商品的类别特征，利用基于兴趣激活的方法的评分模型对候选商品进行评分，输出每个候选商品的评分，按照候选商品的评分高低，对候选商品进行选择并且排序。使用基于兴趣激活的方法的评分模型对候选商品进行评分，选择出与当前候选商品相关的特征进行排序，减少了不相关的特征的对排序的干扰，使得搜索排序更精准，更能准确地预估用户的兴趣从而做出准确的推荐。

技术领域

本发明涉及电商搜索技术领域，尤其涉及一种电商搜索排序方法、装置及计算设备。

背景技术

原有的电商搜索排序技术可以分成两类：

第一类方法主要被部分的比较初级的电商使用，基于倒排建立基于关键字和商品全文进行检索，再根据搜索关键词和商品的标题/描述等内容，采用BM25这类的文本相似度算法计算得到的相关性进行排序。这类方法没有充分挖掘用户的个性化特征，尤其没有考虑是各种实时的行为，比如：用户点击/收藏/关注了一个商品后，只是根据搜索关键词和商品的标题/描述等内容，采用BM25这类的文本相似度算法得到的相关性进行排序的，该方法的模型无法及时的根据此用户行为继续学习从而对不同的用户做出不同的排序。

第二类方法实际是在第一类方法的基础上加入了用户画像，此方法被部分较大型的电商使用，这类方法首先建立了用户画像，根据用户画像得到特征与商品及关键词交叉后使用逻辑回归等机器学习模型对点击率建模进行排序。这类方法平均地考虑所有行为记录对商品的评分的影响，造成商品评分数据较少而引发商品相似度偏差。且商品相似度只依赖用户对商品评分，而没有综合考虑到商品本身内在特征。所以计算出来的商品相似度并不准确，进而导致排序的出来的商品并不能准确反映用户真实想搜索的商品。

发明内容

为克服相关技术中存在的问题，本发明提供一种电商搜索排序方法、装置和计算设备，选择出与当前候选商品相关的特征进行排序，减少了不相关的特征的对排序的干扰，使得搜索排序更精准，更能准确地预估用户的兴趣从而做出准确的推荐。

根据本发明实施例的第一方面，提供一种电商搜索排序方法，包括：

接收用户的搜索关键字；

对所述搜索关键字进行分析，得出用户兴趣特征和商品的类别特征；结合用户兴趣特征和商品的类别特征，利用基于兴趣激活的方法的评分模型对候选商品进行评分，输出每个候选商品的评分；

按照候选商品的评分高低，对候选商品进行选择并且排序。

根据本发明实施例的第二方面，提供一种电商搜索排序装置，包括，信息接收模块、数据处理模块、商品评分模块和商品排序模块：

信息接收模块，用于接收用户的搜索关键字；

数据处理模块，用于对所述搜索关键字进行分析，得出用户兴趣特征和商品的类别特征；

商品评分模块，用于结合用户兴趣特征和商品的类别特征，利用基于兴趣激活的方法的评分模型对候选商品进行评分，输出每个候选商品的评分；

商品排序模块，用于按照候选商品的评分高低，对候选商品进行选择并且排序。

根据本发明实施例的第三方面，提供一种计算设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

本发明的实施例提供的技术方案可以包括以下有益效果：使用基于兴趣激活的方法的评分模型对候选商品进行评分，选择出与当前候选商品相关的特征进行排序，减少了不相关的特征的对排序的干扰，使得搜索排序更精准，更能准确地预估用户的兴趣从而做出准确的推荐。