[发明专利]服务排序方法、装置、存储介质及电子设备

权利要求书

1.一种服务排序方法，其特征在于，包括：

获取目标用户对多个服务的多组行为数据，一组所述行为数据包括：所述目标用户对一个服务的操作数据，以及所述目标用户的用户数据和所述服务的服务数据；

基于所述操作数据对应的行为类型，确定所述多组行为数据对应的多个等级；

将所述多组行为数据和所述多个等级输入服务评分模型，以得到所述多个服务的评分；

根据所述多个服务的评分，确定对应于所述目标用户的所述多个服务的排序。

2.根据权利要求1所述的方法，其特征在于，在所述获取多个服务对应的多组行为数据之前，所述方法还包括：

获取多组训练数据，一组所述训练数据包括：一个样本用户对一个样本服务的操作数据，以及所述样本用户的用户数据和所述样本服务的服务数据；

基于操作行为的类型确定所述多组训练数据对应的多个等级；

基于所述多组训练数据中的所述操作数据确定所述多组训练数据的样本类型，所述样本类型包括正样本或负样本；

根据所述多组训练数据、所述多组训练数据对应的多个等级以及所述样本类型，对初始服务评分模型进行训练，得到完成训练的所述服务评分模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述多组训练数据中的所述操作数据确定所述多组训练数据的样本类型，包括：

将所述多组训练数据中所述操作数据属于交互操作的训练数据确定为所述正样本，所述交互操作包括搜索、点击、浏览、点赞、收藏、分享、评论或付费；

将所述多组训练数据中所述操作数据属于无交互操作的训练数据进行负采样操作后到的训练数据作为所述负样本。

4.根据权利要求2所述的方法，其特征在于，所述根据所述多组训练数据、所述多组训练数据对应的多个等级以及所述样本类型，对初始服务评分模型进行训练，得到完成训练的所述服务评分模型，包括：

基于所述多组训练数据对应的多个等级，确定所述多组训练数据分别对应的权重；

将所述多组训练数据、所述多组训练数据分别对应的权重以及所述样本类型输入所述初始服务评分模型进行训练，以得到所述服务评分模型。

5.根据权利要求1所述的方法，其特征在于，所述将所述多组行为数据和所述多个等级输入服务评分模型，以得到所述多个服务的评分，包括：

基于每组所述行为数据中的所述用户数据和所述服务数据，获取扩充特征数据，得到进行特征扩充后的多组行为数据；

将所述特征扩充后的多组行为数据和所述多个等级输入所述服务评分模型，以得到所述多个服务的评分。

6.根据权利要求1所述的方法，其特征在于，所述根据所述多个服务的评分，确定对应于所述目标用户的所述多个服务的排序，包括：

获取当前的热门服务类型；

基于所述多个服务的评分以及所述热门服务类型，确定对应于所述目标用户的所述多个服务的排序。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述多个服务的排序向所述目标用户输出一个或多个服务的信息。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述目标用户的用户数据包括所述目标用户的用户属性和用户行为特征，所述服务的服务数据包括所述服务的服务属性和服务交互特征。

9.根据权利要求8所述的方法，其特征在于，所述用户属性包括：用户地区、所处行业、年龄、性别、用户身份、关注行业和关注企业列表中的至少一种；

所述用户行为特征包括：活跃度和行为偏好信息，所述行为偏好信息包括搜索偏好、点击偏好、浏览偏好、点赞偏好、收藏偏好、分享偏好、评论偏好和付费偏好中的至少一种；

所述服务属性包括：服务发布时间、服务发布地址、服务发布企业、服务发布企业规模、服务所属行业、服务类型、服务文案标题、服务文案内容、服务封面中的至少一种；

所述服务交互特征包括：服务曝光次数、服务点击次数、服务收藏次数、服务付费转化次数、服务付费转化金额中的至少一种。