[发明专利]信息推送方法、系统、设备及存储介质

权利要求书

1.一种信息推送方法，其特征在于，包括以下步骤：

接收用户住宿搜索请求，所述住宿搜索请求包括用户搜索文本；

判断已建立的用户搜索意图库中是否存在与所述用户搜索文本相匹配的历史搜索文本，所述用户搜索意图库至少包括历史搜索文本与酒店的映射关系表；

如存在，则将与所述用户搜索文本相匹配的历史搜索文本对应的酒店的信息推送至用户；

如不存在，则通过所述用户搜索文本与所述用户搜索意图库的酒店名称的相似度计算获得所述用户搜索文本对应的酒店，将所述酒店的信息推送至用户；

还包括建立用户搜索意图库，所述建立用户搜索意图库包括如下步骤：

从OTA平台和/或搜索引擎平台的获得历史酒店搜索数据库，所述历史酒店搜索数据包括用户的历史搜索文本和用户的酒店点击操作数据；

获得每个所述历史搜索文本和各个搜索点击的酒店的对应关系；

将每个历史搜索文本与对应的搜索点击次数最高的酒店建立映射关系；

所述建立用户搜索意图库还包括：

从OTA平台和/或搜索引擎平台的获得历史酒店搜索数据库，所述历史酒店搜索数据包括用户的历史搜索文本和用户的酒店点击操作数据；

对用户历史搜索文本进行分词，获得用户历史搜索文本的各个词性结构，各个所述词性结构为关键词生成规则；

基于关键词生成规则，将所述用户搜索意图库中的酒店生成与酒店对应的搜索文本，将搜索文本与酒店的映射关系添加进所述用户搜索意图库。

2.根据权利要求1所述的信息推送方法，其特征在于，所述通过所述用户搜索文本与所述用户搜索意图库的酒店名称的相似度计算获得所述用户搜索文本对应的酒店，包括如下步骤：

通过训练好的语义相似度计算模型计算所述用户搜索文本与所述用户搜索意图库的酒店名称的第一相似度，所述训练好的语义相似度计算模型包括特征提取层；

根据所述第一相似度获得所述用户搜索文本对应的酒店列表；

通过训练好的BERT语言模型计算所述用户搜索文本与所述酒店列表中的酒店名称的第二相似度；

根据所述第二相似度获得所述用户搜索文本对应的酒店。

3.根据权利要求2所述的信息推送方法，其特征在于，所述语义相似度计算模型为深度结构语义模型。

4.根据权利要求3所述的信息推送方法，其特征在于，采用已建立的所述用户搜索意图库训练初始深度结构语义模型获得训练好的语义相似度计算模型。

5.根据权利要求2所述的信息推送方法，其特征在于，所述通过训练好的语义相似度计算模型计算所述用户搜索文本与所述用户搜索意图库的酒店名称的第一相似度，包括以下步骤：

对所述用户搜索文本进行分词处理，获得所述用户搜索文本的分词集合；

将所述分词集合作为第一神经网络编码器模型的输入，通过所述第一神经网络编码器模型的输出得到所述历史搜索文本的第一向量；

获取根据第二神经网络编码器模型生成的各酒店名称对应的各第二向量；

计算所述第一向量与各第二向量的第一相似度；

其中，所述第一神经网络编码器模型和所述第二神经网络编码器模型为训练好的所述语义相似度计算模型的特征提取层。

6.根据权利要求5所述的信息推送方法，其特征在于，采用余弦相似度或欧式距离计算所述第一向量与各第二向量的第一相似度；

所述根据所述第一相似度，取与所述第一向量距离最近的设定数目的第二向量，将设定数目的第二向量对应的酒店添加入所述酒店列表。

7.根据权利要求1所述的信息推送方法，其特征在于，所述信息为酒店的广告关键词或酒店的落地页的一种或多种。