[发明专利]一种信息分配方法及装置

权利要求书

1.一种信息分配方法，其特征在于，包括：

获取多条待生产的搜索信息；其中，所述待生产的搜索信息对应的搜索结果不符合预设条件；

确定所述多条待生产的搜索信息分别对应的交互参数和属性信息；其中，所述属性信息包括稳定性信息，所述稳定性信息用于表示，所述待生产的搜索信息从当前时刻往后的预设时长内的所述交互参数的取值，相比所述待生产的搜索信息从当前时刻往前的预设时长内的所述交互参数的取值高的概率；

基于所述多条待生产的搜索信息分别对应的交互参数和属性信息，确定每条所述待生产的搜索信息的重要度；

基于每条所述待生产的搜索信息的重要度，确定所述多条待生产的搜索信息的优先级信息，并按照所述优先级信息，向用户端依次发送所述待生产的搜索信息。

2.根据权利要求1所述的方法，其特征在于，当所述待生产的搜索信息包括第一搜索信息时，待生产的搜索信息对应的交互参数包括第一搜索信息对应的搜索次数，待生产的搜索信息对应的属性信息还包括所述第一搜索信息的生产需求信息；其中，所述第一搜索信息为不具有目标搜索结果的搜索信息，所述目标搜索结果为满足预设条件的搜索结果；

当所述待生产的搜索信息包括第二搜索信息时，待生产的搜索信息对应的交互参数包括所述第二搜索信息对应的目标搜索结果的浏览次数，待生产的搜索信息对应的属性信息还包括所述第二搜索信息的生产需求信息；其中，所述第二搜索信息为具有目标搜索结果，但所述目标搜索结果不满足目标条件的搜索信息；

其中，所述生产需求信息用于表示所述待生产的搜索信息对应的待生产的搜索结果的需求类型。

3.根据权利要求1所述的方法，其特征在于，所述基于所述多条待生产的搜索信息分别对应的交互参数和属性信息，确定每条所述待生产的搜索信息的重要度，包括：

将所述待生产的搜索信息的交互参数作为初始重要度；

基于所述属性信息、以及预先设置的调整规则，对所述初始重要度进行调整，得到所述待生产的搜索信息的重要度。

4.根据权利要求2所述的方法，其特征在于，所述待生产的搜索信息的稳定性信息是基于预先训练好的神经网络模型得到的；

所述方法还包括，根据以下方法训练所述神经网络模型：

获取预设时长内的样本搜索信息、所述样本搜索信息对应的特征信息、以及所述样本搜索信息对应的稳定性标签，其中，所述样本搜索信息具有对应的目标搜索结果，所述样本搜索信息对应的稳定性标签用于表示所述样本搜索信息的交互参数的取值是否稳定；

将所述样本搜索信息对应的特征信息、以及所述样本搜索信息对应的交互参数输入至待训练的神经网络模型中，输出得到预测的所述样本搜索信息从当前时刻往后的所述预设时长内的所述交互参数的取值，相比所述样本搜索信息从当前时刻往前的所述预设时长内的所述交互参数的取值高的预测概率；

基于所述预测概率和所述稳定性标签对所述神经网络模型进行训练。

5.根据权利要求4所述的方法，其特征在于，所述样本搜索信息对应的特征信息包括以下信息中的至少一种：

样本搜索信息对应的词向量、样本搜索信息对应的目标搜索结果的至少一个查询请求的词向量、样本搜索信息对应的目标搜索结果在不同查询请求下的排序信息、样本搜索信息对应的目标搜索结果的统一资源定位符。

6.一种信息分配装置，其特征在于，包括：

获取模块，用于获取多条待生产的搜索信息，其中，所述待生产的搜索信息对应的搜索结果不符合预设条件；

第一确定模块，用于确定所述多条待生产的搜索信息分别对应的交互参数和属性信息；其中，所述属性信息包括稳定性信息，所述稳定性信息用于表示，所述待生产的搜索信息从当前时刻往后的预设时长内的所述交互参数的取值，相比所述待生产的搜索信息从当前时刻往前的预设时长内的所述交互参数的取值高的概率；

第二确定模块，用于基于所述多条待生产的搜索信息分别对应的交互参数和属性信息，确定每条所述待生产的搜索信息的重要度；

发送模块，用于基于每条所述待生产的搜索信息的重要度，确定所述多条待生产的搜索信息的优先级信息，并按照所述优先级信息，向用户端依次发送所述待生产的搜索信息。