CN111259272A - 搜索结果排序方法及装置 - Google Patents

搜索结果排序方法及装置 Download PDF

Info

Publication number
CN111259272A
CN111259272A CN202010036276.0A CN202010036276A CN111259272A CN 111259272 A CN111259272 A CN 111259272A CN 202010036276 A CN202010036276 A CN 202010036276A CN 111259272 A CN111259272 A CN 111259272A
Authority
CN
China
Prior art keywords
target object
search
ranking
score
result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010036276.0A
Other languages
English (en)
Other versions
CN111259272B (zh
Inventor
朱培源
王磊
苑爱泉
王晓峰
邓哲宇
王宇昊
何旺贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koukouxiangchuan Beijing Network Technology Co ltd
Original Assignee
Koukouxiangchuan Beijing Network Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koukouxiangchuan Beijing Network Technology Co ltd filed Critical Koukouxiangchuan Beijing Network Technology Co ltd
Priority to CN202010036276.0A priority Critical patent/CN111259272B/zh
Publication of CN111259272A publication Critical patent/CN111259272A/zh
Application granted granted Critical
Publication of CN111259272B publication Critical patent/CN111259272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9532Query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/955Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种搜索结果排序方法及装置,其中,搜索结果排序方法包括:获取与搜索关键词匹配的搜索排序结果,从搜索排序结果中查找待重排的目标对象;为目标对象设置初始排序权重;对初始排序权重进行调整,得到最终排序权重;计算目标对象的质量分和距离分,根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分;根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排。根据本发明提供的技术方案,能够在满足目标对象的排序提升需求的同时,保证搜索排序结果的精排效果不受太大影响,实现了相对柔性的重排效果,提高了目标对象的曝光率,还保证了用户能够便捷地从搜索排序结果中查找到其感兴趣的对象。

Description

搜索结果排序方法及装置
技术领域
本发明涉及互联网技术领域,具体涉及一种搜索结果排序方法及装置。
背景技术
随着互联网技术的不断发展,用户利用搜索关键词可以方便地查找到相关的店铺、物品等对象。在一些具体业务场景下,服务器需要对查找到的搜索排序结果进行重排,而后依据重排后的搜索排序结果向用户的客户端返回搜索结果页面。在现有技术中,常用的搜索结果排序方式为直接使用绝对值来干预搜索排序结果中的对象的排序位置,例如在原有排序分的基础上直接加上较高的加权分,这种排序方式很容易导致搜索结果页面中的对象与用户的搜索关键词很不匹配的情况,使得用户无法方便地从搜索结果页面中找到其真正所需的对象。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的搜索结果排序方法及装置。
根据本发明实施例的一个方面,提供了一种搜索结果排序方法,该方法包括:
获取与搜索关键词匹配的搜索排序结果,从搜索排序结果中查找待重排的目标对象;
为目标对象设置初始排序权重;
对初始排序权重进行调整,得到最终排序权重;
计算目标对象的质量分和距离分,根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分;
根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排。
进一步地,从搜索排序结果中查找待重排的目标对象进一步包括:
从搜索排序结果中查找具有特定标识的至少一个对象;
根据至少一个对象的排序提升因子,从至少一个对象中确定待重排的目标对象。
进一步地,为目标对象设置初始排序权重进一步包括:
将搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,将相匹配的搜索场景的初始排序权重作为目标对象的初始排序权重。
进一步地,对初始排序权重进行调整,得到最终排序权重进一步包括:
对用户针对目标对象的点击行为进行预测,得到预测点击率;
依据目标对象的排序提升因子和预测点击率,对初始排序权重进行调整,得到中间调整权重;
从搜索排序结果中提取目标对象的排序分以及位于搜索结果曝光页面的最后一个对象展现位处的参考对象的排序分,计算参考对象的排序分和目标对象的排序分之间的比值;
依据比值,对中间调整权重进行调整,得到最终排序权重。
进一步地,对用户针对目标对象的点击行为进行预测,得到预测点击率进一步包括:
获取用户在第一历史时间段内的第一用户特征信息、在第二历史时间段内的第二用户特征信息以及目标对象的对象特征信息;其中,第二历史时间段包含第一历史时间段;
将第一用户特征信息和对象特征信息输入至实时用户序列模型中,得到第一点击率;
将第二用户特征信息和对象特征信息输入至全量序列模型中,得到第二点击率;
计算第一点击率和第二点击率的平均值,将平均值作为预测点击率。
进一步地,计算目标对象的质量分和距离分进一步包括:
根据目标对象的评价信息、目标对象在第三历史时间段内的订单数量以及目标对象的物品图片质量信息,计算目标对象的质量分;
根据用户地理位置信息和目标对象的对象地理位置信息,计算目标对象的距离分。
进一步地,根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排进一步包括:
根据目标对象的排序上升加分和搜索排序结果中目标对象的排序分,计算目标对象的重排排序分;
依据目标对象的重排排序分,在搜索排序结果中对目标对象进行重排。
进一步地,在根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排之后,该方法还包括:
根据重排后的搜索排序结果,生成搜索结果曝光页面,并将搜索结果曝光页面发送至客户端,以供客户端对搜索结果曝光页面进行展现。
根据本发明实施例的另一方面,提供了一种搜索结果排序装置,该装置包括:
结果获取模块,适于获取与搜索关键词匹配的搜索排序结果;
查找模块,适于从搜索排序结果中查找待重排的目标对象;
设置模块,适于为目标对象设置初始排序权重;
调整模块,适于对初始排序权重进行调整,得到最终排序权重;
计算模块,适于计算目标对象的质量分和距离分,根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分;
重排模块,适于根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排。
进一步地,查找模块进一步适于:
从搜索排序结果中查找具有特定标识的至少一个对象;
根据至少一个对象的排序提升因子,从至少一个对象中确定待重排的目标对象。
进一步地,设置模块进一步适于:
将搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,将相匹配的搜索场景的初始排序权重作为目标对象的初始排序权重。
进一步地,调整模块进一步适于:
对用户针对目标对象的点击行为进行预测,得到预测点击率;
依据目标对象的排序提升因子和预测点击率,对初始排序权重进行调整,得到中间调整权重;
从搜索排序结果中提取目标对象的排序分以及位于搜索结果曝光页面的最后一个对象展现位处的参考对象的排序分,计算参考对象的排序分和目标对象的排序分之间的比值;
依据比值,对中间调整权重进行调整,得到最终排序权重。
进一步地,调整模块进一步适于:
获取用户在第一历史时间段内的第一用户特征信息、在第二历史时间段内的第二用户特征信息以及目标对象的对象特征信息;其中,第二历史时间段包含第一历史时间段;
将第一用户特征信息和对象特征信息输入至实时用户序列模型中,得到第一点击率;
将第二用户特征信息和对象特征信息输入至全量序列模型中,得到第二点击率;
计算第一点击率和第二点击率的平均值,将平均值作为预测点击率。
进一步地,计算模块进一步适于:
根据目标对象的评价信息、目标对象在第三历史时间段内的订单数量以及目标对象的物品图片质量信息,计算目标对象的质量分;
根据用户地理位置信息和目标对象的对象地理位置信息,计算目标对象的距离分。
进一步地,重排模块进一步适于:
根据目标对象的排序上升加分和搜索排序结果中目标对象的排序分,计算目标对象的重排排序分;
依据目标对象的重排排序分,在搜索排序结果中对目标对象进行重排。
进一步地,该装置还包括:
页面生成模块,适于根据重排后的搜索排序结果,生成搜索结果曝光页面;
发送模块,适于将搜索结果曝光页面发送至客户端,以供客户端对搜索结果曝光页面进行展现。
根据本发明实施例的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述搜索结果排序方法对应的操作。
根据本发明实施例的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述搜索结果排序方法对应的操作。
根据本发明实施例提供的技术方案,能够充分结合搜索场景,为搜索排序结果中待重排的目标对象个性化地设置初始排序权重,并对初始排序权重进行精准调整,以得到相对柔性的最终排序权重;在依据最终排序权重计算目标对象的排序上升加分的过程中,还综合考虑了其质量以及与用户之间的距离,从而能够在满足目标对象的排序提升需求的同时,保证搜索排序结果的精排效果不受太大影响,实现了相对柔性的重排效果;并且,该技术方案对于质量较高且距离较近的目标对象的排序位置进行优先提升,不仅能够有效地提高目标对象的曝光率以及用户对目标对象的关注度,而且还保证了用户能够方便、快速地从搜索排序结果中查找到其感兴趣的对象,提高了用户搜索体验,优化了搜索结果排序方式。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的搜索结果排序方法的流程图;
图2示出了本发明另一实施例提供的搜索结果排序方法的流程图;
图3示出了本发明实施例提供的搜索结果排序装置的结构示意图;
图4示出了根据本发明实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的搜索结果排序方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取与搜索关键词匹配的搜索排序结果,从搜索排序结果中查找待重排的目标对象。
当用户想要查找店铺、物品等对象时,可通过客户端输入与想要查找的对象相关的搜索关键词,例如,当用户想要查找与火锅相关的店铺时,可将“火锅”作为搜索关键词输入至提供本地生活服务的客户端的展现页面的搜索栏中,接着客户端会将用户输入的搜索关键词发送至对应的服务器,由服务器的搜索模块对与搜索关键词匹配的对象进行搜索和排序,得到与搜索关键词匹配的搜索排序结果,搜索排序结果中包含有多个对象以及多个对象的排序分。
在一些具体业务场景下,还需要对搜索排序结果中的一个或多个对象进行重排。在本实施例中,将搜索排序结果中需要进行重排的对象称为待重排的目标对象。那么在步骤S101中获取搜索模块输出的与搜索关键词匹配的搜索排序结果,然后从搜索排序结果中查找待重排的目标对象。
步骤S102,为目标对象设置初始排序权重。
具体地,以对象为店铺为例,店铺类目可包括餐饮类目、美甲类目、美发类目、游乐类目以及商超类目等,用户在不同时间范围(例如工作日和节假日,或者不同季节)对于不同店铺类目的距离敏感度各不相同。例如,很多用户在工作日仅愿意前往距离其3公里范围内的餐饮店铺进行就餐,而在节假日则愿意前往距离其10公里范围内的餐饮店铺进行就餐;又如,很多用户在工作日仅愿意前往距离其5公里范围内的美甲店铺进行美甲,而在节假日则愿意前往距离其15公里范围内的美甲店铺进行美甲。那么在步骤S102中可依据当前的搜索关键词对应的对象类目以及关键词搜索时间等因素,为目标对象设置初始排序权重。这种初始排序权重设置方式,充分结合了具体的搜索场景,实现了对初始排序权重的精准设置。
步骤S103,对初始排序权重进行调整,得到最终排序权重。
具体地,为了使得针对目标对象的重排效果能够更加柔性、更加符合当前搜索场景以及用户需求,在得到了目标对象的初始排序权重之后,还需要根据目标对象的排序提升因子、用户针对目标对象的预测点击率以及在搜索排序结果中目标对象的排序分与其他对象的排序分之间的相对关系等因素,对初始排序权重进行调整,从而得到最终排序权重。
步骤S104,计算目标对象的质量分和距离分,根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分。
在依据最终排序权重计算目标对象的排序上升加分的过程中,还综合考虑了目标对象的质量以及用户与目标对象之间的距离,其中,该用户是指当前利用搜索关键词进行搜索的用户。具体地,可根据目标对象的评价信息、目标对象在近期累计的订单数量以及目标对象的物品图片质量信息等因素,计算目标对象的质量分;根据该用户的地理位置信息和目标对象的对象地理位置信息,计算目标对象的距离分;在计算得到目标对象的质量分和距离分之后,即可根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分,例如,可将质量分、距离分与最终排序权重这三者进行相乘得到目标对象的排序上升加分。
步骤S105,根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排。
具体地,可将目标对象的排序上升加分与搜索排序结果中目标对象原有的排序分进行相加得到目标对象的重排排序分,将该重排排序分作为目标对象更新后的排序分,然后按照排序分从高到低的顺序对搜索排序结果中的多个对象进行排列,从而得到重排后的搜索排序结果。
本实施例提供的搜索结果排序方法,能够充分结合搜索场景,为搜索排序结果中待重排的目标对象个性化地设置初始排序权重,并对初始排序权重进行精准调整,以得到相对柔性的最终排序权重;在依据最终排序权重计算目标对象的排序上升加分的过程中,还综合考虑了其质量以及与用户之间的距离,从而能够在满足目标对象的排序提升需求的同时,保证搜索排序结果的精排效果不受太大影响,实现了相对柔性的重排效果;并且,该方法对于质量较高且距离较近的目标对象的排序位置进行优先提升,不仅能够有效地提高目标对象的曝光率以及用户对目标对象的关注度,而且还保证了用户能够方便、快速地从搜索排序结果中查找到其感兴趣的对象,提高了用户搜索体验,优化了搜索结果排序方式。
图2示出了本发明另一实施例提供的搜索结果排序方法的流程图,如图2所示,该方法包括如下步骤:
步骤S201,获取与搜索关键词匹配的搜索排序结果,从搜索排序结果中查找待重排的目标对象。
服务器的搜索模块会依据用户输入的搜索关键词进行搜索,得到与搜索关键词匹配的搜索排序结果,搜索排序结果中包含有多个对象以及多个对象的排序分,并且在搜索排序结果中,一般是按照排序分从高到低的顺序对多个对象进行排序的,其中,对象具体可为店铺或者物品等。那么在步骤S201中可获取搜索模块输出的与搜索关键词匹配的搜索排序结果。本领域技术人员可根据实际需要对搜索排序结果中所包含的对象的数量进行设置,例如,可将搜索排序结果中所包含的对象的数量设置为100个,即搜索排序结果中包含有排序分靠前的100个对象。
在一些具体业务场景中,还需要对搜索排序结果中的一个或多个对象进行重排。为了能够快速地从多个对象中识别出待重排的目标对象,可为具有重排权限的对象设置特定标识,然后依据具有特定标识的至少一个对象的排序提升因子从中确定目标对象。具体地,从搜索排序结果中查找具有特定标识的至少一个对象,然后根据至少一个对象的排序提升因子,从至少一个对象中确定待重排的目标对象。
以该方法应用到店铺竞价排序领域中为例,那么该方法中的对象即为店铺,店铺可通过购买特定业务或者提升其质量分等多种方式来获得重排权限,为了便于快速识别店铺是否具有重排权限,可为具有重排权限的店铺设置特定标识,当用户在客户端的展现页面中输入搜索关键词进行搜索时,服务器的搜索模块会依据用户输入的搜索关键词进行搜索得到与搜索关键词匹配的搜索排序结果,而在服务器向客户端返回搜索结果曝光页面之前,搜索排序结果中具有特定标识的店铺可通过实时竞价的方式来提升其在搜索排序结果中的排序位置,具体地,可将具有特定标识的店铺所给出的竞价价格作为排序提升因子,在具有特定标识的至少一个店铺中,将最高的排序提升因子对应的店铺确定为待重排的目标对象。为了保证店铺竞价排序对于服务器的长期、有益发展以及店铺的曝光效率,可基于第二位竞价价格的机制确定目标对象所需向服务器支付的金额,具体地,将竞价排序第二位的竞价价格作为目标对象针对此次竞价排序所需向服务器支付的金额。
步骤S202,为目标对象设置初始排序权重。
为了能够快速地为当前搜索场景中的目标对象设置合适的初始排序权重,可预先根据广大用户在不同时间范围对于不同对象类目的距离敏感度,为各个搜索场景设置初始排序权重,构建得到初始排序权重映射表,其中,初始排序权重映射表中记载有各个搜索场景对应的对象类目、预设时间范围以及初始排序权重。那么在步骤S202中,可将搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,将相匹配的搜索场景的初始排序权重作为目标对象的初始排序权重。
以对象为店铺为例,假设初始排序权重映射表记载有4个搜索场景对应的对象类目、预设时间范围以及初始排序权重。其中,搜索场景1对应的对象类目为餐饮类目,预设时间范围为工作日,初始排序权重为权重1;搜索场景2对应的对象类目为餐饮类目,预设时间范围为节假日,初始排序权重为权重2;搜索场景3对应的对象类目为美甲类目,预设时间范围为工作日,初始排序权重为权重3;搜索场景4对应的对象类目为美甲类目,预设时间范围为节假日,初始排序权重为权重4。若当前的搜索关键词为“火锅”,该搜索关键词对应的对象类目为餐饮类目,关键词搜索时间为2019年10月1日的10:01:08,可见,该关键词搜索时间属于节假日,那么经匹配得到,该搜索关键词对应的对象类目以及关键词搜索时间与初始排序权重映射表中记载的搜索场景2对应的对象类目和预设时间范围相匹配,则将搜索场景2的初始排序权重(即权重2)作为目标对象的初始排序权重。
步骤S203,对用户针对目标对象的点击行为进行预测,得到预测点击率。
其中,可综合考虑用户的实时特征和长期特征来对用户针对目标对象的点击行为进行预测。为了能够精准地确定预测点击率,预先训练得到了两个点击率预测模型,这两个点击率预测模型分别称为实时用户序列模型和全量序列模型,实时用户序列模型用于根据用户的实时特征来预测用户在当前状态下针对对象的点击率,而全量序列模型用于根据用户的长期特征来预测用户针对对象的点击率。利用这两个点击率预测模型预测得到的点击率的平均值作为预测点击率。对于实时用户序列模型和全量序列模型的训练,本领域技术人员可利用现有技术中的多种模型训练方法进行模型训练,此处不做具体限定。
具体地,可从用户管理数据库中获取用户在第一历史时间段内的第一用户特征信息和在第二历史时间段内的第二用户特征信息,从对象管理数据库中获取目标对象的对象特征信息,其中,用户管理数据库用于存储并管理各个用户的用户特征信息等用户信息,对象管理数据库用于存储并管理各个对象的对象特征信息等对象信息。第二历史时间段包含第一历史时间段,本领域技术人员可根据实际需要对第一历史时间段和第二历史时间段进行设置,例如,可将第一历史时间段设置为距离当前时间的3天内,将第二历史时间段设置为距离当前时间的1年内。第一用户特征信息和第二用户特征信息可包括有用户的性别、年龄、用户地理位置信息、针对对象的喜好信息以及对于不同对象类目的距离敏感度等信息,其中,以对象为店铺为例,针对对象的喜好信息可包括用户喜欢的店铺类目、店铺品牌、餐饮菜系等信息;对象特征信息可包括有对象的评价信息、对象地理位置信息、订单数量、物品图片质量信息、文本描述质量信息等信息。在获取了第一用户特征信息、第二用户特征信息以及对象特征信息之后,可将第一用户特征信息和对象特征信息输入至实时用户序列模型中,利用实时用户序列模型对该用户在当前状态下针对目标对象的点击行为进行预测,得到第一点击率;将第二用户特征信息和对象特征信息输入至全量序列模型中,利用全量序列模型对该用户针对目标对象的点击行为进行预测,得到第二点击率。然后计算第一点击率和第二点击率的平均值,将平均值作为预测点击率。本实施例的这种预测点击率的计算方式,充分考虑了用户的实时特征和长期特征,所得到的预测点击率能够更为准确、真实地反映用户对于目标对象的兴趣度。
步骤S204,依据目标对象的排序提升因子和预测点击率,对初始排序权重进行调整,得到中间调整权重。
具体地,可将目标对象的排序提升因子、预测点击率与初始排序权重这三者进行相乘,将计算结果作为中间调整权重。可见,对于初始排序权重的初步调整,引入了目标对象的排序提升因子和预测点击率,使得调整得到的中间调整权重能够最大限度的与目标对象的排序提升因子和用户对于目标对象的兴趣度相匹配。
步骤S205,从搜索排序结果中提取目标对象的排序分以及位于搜索结果曝光页面的最后一个对象展现位处的参考对象的排序分。
为了使得目标对象的重排效果能够相对柔性化,还需对目标对象在搜索结果曝光页面中的相对位置进行调控。其中,搜索排序结果中包含有多个对象以及多个对象的排序分,而搜索结果曝光页面包含有预设数量的对象展示位,每个对象展示位用于展现一个对象,搜索结果曝光页面具体用于按照排序分从高到低的顺序展现预设数量的对象,预设数量小于或等于搜索排序结果中所包含的对象的数量。在本实施例中,将搜索结果曝光页面的最后一个对象展现位处的对象称为参考对象。例如,预设数量为10,搜索结果曝光页面为第一个搜索结果页面,那么该搜索结果曝光页面的最后一个对象展现位处的对象为搜索排序结果中排列在第10位的对象,将搜索排序结果中排列在第10位的对象作为参考对象,那么在步骤S205中,从搜索排序结果中提取目标对象的排序分以及参考对象的排序分,以便根据目标对象的排序分以及参考对象的排序分,对目标对象在搜索结果曝光页面中的相对位置进行调控。
步骤S206,计算参考对象的排序分和目标对象的排序分之间的比值,依据比值,对中间调整权重进行调整,得到最终排序权重。
具体地,可将参考对象的排序分除以目标对象的排序分,将计算结果作为参考对象的排序分和目标对象的排序分之间的比值,然后将该比值与中间调整权重进行相乘得到最终排序权重。通过这种方式得到的最终排序权重,不仅能够最大限度的与目标对象的排序提升因子和用户对于目标对象的兴趣度相匹配,而且还能够对目标对象在搜索结果曝光页面中的相对位置进行有效调控,有助于使目标对象的重排效果相对柔性化。
步骤S207,根据目标对象的评价信息、目标对象在第三历史时间段内的订单数量以及目标对象的物品图片质量信息,计算目标对象的质量分。
其中,可从对象管理数据库中获取目标对象的评价信息、目标对象在第三历史时间段内的订单数量以及目标对象的物品图片质量信息。具体地,目标对象的评价信息是指服务器中所包含的用户对于目标对象的综合评价信息。目标对象在第三历史时间段内的订单数量是指目标对象在第三历史时间段内所完成的订单的总数量,本领域技术人员可根据实际需要对第三历史时间段进行设置,例如当第三历史时间段设置为距离当前时间的1个月内时,目标对象在第三历史时间段内的订单数量能够反映在近期1个月内目标对象的订单完成能力以及用户对于目标对象的认可程度。为了提高用户对对象的兴趣度,各个对象会向服务器提供用于展现给用户的物品图片,物品图片具体可为菜品图片等,那么目标对象的物品图片质量信息是指目标对象所提供的物品图片的清晰度、内容丰富度等信息。
考虑到目标对象的评价信息、在第三历史时间段内的订单数量以及目标对象的物品图片质量信息能够有效地反映目标对象的质量,那么根据目标对象的评价信息、目标对象在第三历史时间段内的订单数量以及目标对象的物品图片质量信息,计算目标对象的质量分。本领域技术人员可根据实际需要对质量分的具体计算方式进行选择,此处不做具体限定。
步骤S208,根据用户地理位置信息和目标对象的对象地理位置信息,计算目标对象的距离分。
其中,可从当前利用搜索关键词进行搜索的用户的客户端中获取该用户的用户地理位置信息,从对象管理数据库中获取目标对象的对象地理位置信息,然后根据用户地理位置信息和目标对象的对象地理位置信息,计算目标对象的距离分。本领域技术人员可根据实际需要对距离分的具体计算方式进行选择,此处不做具体限定。
步骤S209,根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分。
在计算得到目标对象的质量分、距离分以及最终排序权重之后,可将质量分、距离分与最终排序权重这三者进行相乘得到目标对象的排序上升加分。在依据最终排序权重计算目标对象的排序上升加分的过程中,还综合考虑了其质量以及与用户之间的距离,能够将质量较高且距离较近的目标对象的排序位置进行优先提升,不仅能够有效地提高目标对象的曝光率以及用户对目标对象的关注度,而且还保证了用户能够方便、快速地从搜索排序结果中查找到其感兴趣的对象,提高了用户搜索体验。
步骤S210,根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排。
其中,根据目标对象的排序上升加分和搜索排序结果中目标对象的排序分,计算目标对象的重排排序分,然后依据目标对象的重排排序分,在搜索排序结果中对目标对象进行重排。具体地,将该重排排序分作为目标对象更新后的排序分,然后按照排序分从高到低的顺序对搜索排序结果中的多个对象进行排列,从而得到重排后的搜索排序结果。
步骤S211,根据重排后的搜索排序结果,生成搜索结果曝光页面,并将搜索结果曝光页面发送至客户端,以供客户端对搜索结果曝光页面进行展现。
在得到了重排后的搜索排序结果之后,根据重排后的搜索排序结果,生成搜索结果曝光页面,将搜索结果曝光页面发送至客户端,客户端接收该搜索结果曝光页面,并对搜索结果曝光页面进行展现。
本实施例提供的搜索结果排序方法,通过将搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,能够快速地根据当前搜索场景为待重排的目标对象个性化地设置初始排序权重;并且,充分结合目标对象的排序提升因子、用户针对目标对象的预测点击率对初始排序权重进行初步调整,而后根据参考对象的排序分和目标对象的排序分对排序权重进行进一步调整,不仅使得排序权重能够最大限度的与目标对象的排序提升因子和用户对于目标对象的兴趣度相匹配,而且还能够对目标对象在搜索结果曝光页面中的相对位置进行有效调控,还综合考虑了其质量以及与用户之间的距离,能够在满足目标对象的排序提升需求的同时,保证搜索排序结果的精排效果不受太大影响,实现了相对柔性的重排效果;并且,能够对于质量较高且距离较近的目标对象的排序位置进行优先提升,不仅有效地提高了目标对象的曝光率以及用户对目标对象的关注度,而且还保证了用户能够方便、快速地从搜索排序结果中查找到其感兴趣的对象,提高了用户搜索体验。
图3示出了本发明实施例提供的搜索结果排序装置的结构示意图,如图3所示,该装置包括:结果获取模块301、查找模块302、设置模块303、调整模块304、计算模块305和重排模块306。
结果获取模块301适于:获取与搜索关键词匹配的搜索排序结果。
查找模块302适于:从搜索排序结果中查找待重排的目标对象。
设置模块303适于:为目标对象设置初始排序权重。
调整模块304适于:对初始排序权重进行调整,得到最终排序权重。
计算模块305适于:计算目标对象的质量分和距离分,根据目标对象的质量分、距离分以及最终排序权重,计算目标对象的排序上升加分。
重排模块306适于:根据目标对象的排序上升加分,在搜索排序结果中对目标对象进行重排。
可选地,查找模块302进一步适于:从搜索排序结果中查找具有特定标识的至少一个对象;根据至少一个对象的排序提升因子,从至少一个对象中确定待重排的目标对象。
可选地,设置模块303进一步适于:将搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,将相匹配的搜索场景的初始排序权重作为目标对象的初始排序权重。
可选地,调整模块304进一步适于:对用户针对目标对象的点击行为进行预测,得到预测点击率;依据目标对象的排序提升因子和预测点击率,对初始排序权重进行调整,得到中间调整权重;从搜索排序结果中提取目标对象的排序分以及位于搜索结果曝光页面的最后一个对象展现位处的参考对象的排序分,计算参考对象的排序分和目标对象的排序分之间的比值;依据比值,对中间调整权重进行调整,得到最终排序权重。
可选地,调整模块304进一步适于:获取用户在第一历史时间段内的第一用户特征信息、在第二历史时间段内的第二用户特征信息以及目标对象的对象特征信息;其中,第二历史时间段包含第一历史时间段;将第一用户特征信息和对象特征信息输入至实时用户序列模型中,得到第一点击率;将第二用户特征信息和对象特征信息输入至全量序列模型中,得到第二点击率;计算第一点击率和第二点击率的平均值,将平均值作为预测点击率。
可选地,计算模块305进一步适于:根据目标对象的评价信息、目标对象在第三历史时间段内的订单数量以及目标对象的物品图片质量信息,计算目标对象的质量分;根据用户地理位置信息和目标对象的对象地理位置信息,计算目标对象的距离分。
可选地,重排模块306进一步适于:根据目标对象的排序上升加分和搜索排序结果中目标对象的排序分,计算目标对象的重排排序分;依据目标对象的重排排序分,在搜索排序结果中对目标对象进行重排。
可选地,该装置还包括:页面生成模块307,适于根据重排后的搜索排序结果,生成搜索结果曝光页面;发送模块308,适于将搜索结果曝光页面发送至客户端,以供客户端对搜索结果曝光页面进行展现。
本实施例提供的搜索结果排序装置,通过将搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,能够快速地根据当前搜索场景为待重排的目标对象个性化地设置初始排序权重;并且,充分结合目标对象的排序提升因子、用户针对目标对象的预测点击率对初始排序权重进行初步调整,而后根据参考对象的排序分和目标对象的排序分对排序权重进行进一步调整,不仅使得排序权重能够最大限度的与目标对象的排序提升因子和用户对于目标对象的兴趣度相匹配,而且还能够对目标对象在搜索结果曝光页面中的相对位置进行有效调控,还综合考虑了其质量以及与用户之间的距离,能够在满足目标对象的排序提升需求的同时,保证搜索排序结果的精排效果不受太大影响,实现了相对柔性的重排效果;并且,能够对于质量较高且距离较近的目标对象的排序位置进行优先提升,不仅有效地提高了目标对象的曝光率以及用户对目标对象的关注度,而且还保证了用户能够方便、快速地从搜索排序结果中查找到其感兴趣的对象,提高了用户搜索体验。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的搜索结果排序方法。
图4示出了根据本发明实施例的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示,该计算设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402,用于执行程序410,具体可以执行上述搜索结果排序方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行上述任意方法实施例中的搜索结果排序方法。程序410中各步骤的具体实现可以参见上述搜索结果排序实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明实施例的内容,并且上面对特定语言所做的描述是为了披露本发明实施例的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明示例性实施例的描述中,各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明实施例的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种搜索结果排序方法,所述方法包括:
获取与搜索关键词匹配的搜索排序结果,从所述搜索排序结果中查找待重排的目标对象;
为所述目标对象设置初始排序权重;
对所述初始排序权重进行调整,得到最终排序权重;
计算所述目标对象的质量分和距离分,根据所述目标对象的质量分、距离分以及所述最终排序权重,计算所述目标对象的排序上升加分;
根据所述目标对象的排序上升加分,在所述搜索排序结果中对所述目标对象进行重排。
2.根据权利要求1所述的方法,其中,所述从所述搜索排序结果中查找待重排的目标对象进一步包括:
从所述搜索排序结果中查找具有特定标识的至少一个对象;
根据所述至少一个对象的排序提升因子,从所述至少一个对象中确定待重排的目标对象。
3.根据权利要求1所述的方法,其中,所述为所述目标对象设置初始排序权重进一步包括:
将所述搜索关键词对应的对象类目以及关键词搜索时间分别与初始排序权重映射表中记载的各个搜索场景对应的对象类目和预设时间范围进行匹配,将相匹配的搜索场景的初始排序权重作为所述目标对象的初始排序权重。
4.根据权利要求1所述的方法,其中,所述对所述初始排序权重进行调整,得到最终排序权重进一步包括:
对用户针对所述目标对象的点击行为进行预测,得到预测点击率;
依据所述目标对象的排序提升因子和所述预测点击率,对所述初始排序权重进行调整,得到中间调整权重;
从所述搜索排序结果中提取所述目标对象的排序分以及位于搜索结果曝光页面的最后一个对象展现位处的参考对象的排序分,计算所述参考对象的排序分和所述目标对象的排序分之间的比值;
依据所述比值,对所述中间调整权重进行调整,得到最终排序权重。
5.根据权利要求4所述的方法,其中,所述对用户针对所述目标对象的点击行为进行预测,得到预测点击率进一步包括:
获取所述用户在第一历史时间段内的第一用户特征信息、在第二历史时间段内的第二用户特征信息以及所述目标对象的对象特征信息;其中,所述第二历史时间段包含所述第一历史时间段;
将所述第一用户特征信息和所述对象特征信息输入至实时用户序列模型中,得到第一点击率;
将所述第二用户特征信息和所述对象特征信息输入至全量序列模型中,得到第二点击率;
计算所述第一点击率和所述第二点击率的平均值,将所述平均值作为预测点击率。
6.根据权利要求1-5任一项所述的方法,其中,所述计算所述目标对象的质量分和距离分进一步包括:
根据所述目标对象的评价信息、所述目标对象在第三历史时间段内的订单数量以及所述目标对象的物品图片质量信息,计算所述目标对象的质量分;
根据用户地理位置信息和所述目标对象的对象地理位置信息,计算所述目标对象的距离分。
7.根据权利要求1-6任一项所述的方法,其中,所述根据所述目标对象的排序上升加分,在所述搜索排序结果中对所述目标对象进行重排进一步包括:
根据所述目标对象的排序上升加分和所述搜索排序结果中所述目标对象的排序分,计算所述目标对象的重排排序分;
依据所述目标对象的重排排序分,在所述搜索排序结果中对所述目标对象进行重排。
8.一种搜索结果排序装置,所述装置包括:
结果获取模块,适于获取与搜索关键词匹配的搜索排序结果;
查找模块,适于从所述搜索排序结果中查找待重排的目标对象;
设置模块,适于为所述目标对象设置初始排序权重;
调整模块,适于对所述初始排序权重进行调整,得到最终排序权重;
计算模块,适于计算所述目标对象的质量分和距离分,根据所述目标对象的质量分、距离分以及所述最终排序权重,计算所述目标对象的排序上升加分;
重排模块,适于根据所述目标对象的排序上升加分,在所述搜索排序结果中对所述目标对象进行重排。
9.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的搜索结果排序方法对应的操作。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的搜索结果排序方法对应的操作。
CN202010036276.0A 2020-01-14 2020-01-14 搜索结果排序方法及装置 Active CN111259272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010036276.0A CN111259272B (zh) 2020-01-14 2020-01-14 搜索结果排序方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010036276.0A CN111259272B (zh) 2020-01-14 2020-01-14 搜索结果排序方法及装置

Publications (2)

Publication Number Publication Date
CN111259272A true CN111259272A (zh) 2020-06-09
CN111259272B CN111259272B (zh) 2023-06-20

Family

ID=70954080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010036276.0A Active CN111259272B (zh) 2020-01-14 2020-01-14 搜索结果排序方法及装置

Country Status (1)

Country Link
CN (1) CN111259272B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818262A (zh) * 2021-01-28 2021-05-18 上海博泰悦臻网络技术服务有限公司 基于用户数据的地图poi搜索方法、系统、设备及介质
CN113449145A (zh) * 2021-06-29 2021-09-28 乐视云计算有限公司 视频搜索结果排序调整方法、装置、电子设备和计算机可读存储介质
WO2023097749A1 (zh) * 2021-11-30 2023-06-08 同程网络科技股份有限公司 一种流量调控方法、系统、智能终端及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020169761A1 (en) * 2001-05-14 2002-11-14 Fujitsu Limited Data search system and data search method
US20030220913A1 (en) * 2002-05-24 2003-11-27 International Business Machines Corporation Techniques for personalized and adaptive search services
JP2009110231A (ja) * 2007-10-30 2009-05-21 Nippon Telegr & Teleph Corp <Ntt> 文章検索サーバコンピュータ,文章検索方法,文章検索プログラム,そのプログラムを記録した記録媒体
JP2009230453A (ja) * 2008-03-24 2009-10-08 Kenwood Corp 楽曲データ検索装置および方法およびプログラム
CN103514178A (zh) * 2012-06-18 2014-01-15 阿里巴巴集团控股有限公司 一种基于点击率的搜索排序方法及装置
CN103778139A (zh) * 2012-10-22 2014-05-07 阿里巴巴集团控股有限公司 搜索方法与服务器
CN106339383A (zh) * 2015-07-07 2017-01-18 阿里巴巴集团控股有限公司 一种搜索排序方法及系统
CN106503258A (zh) * 2016-11-18 2017-03-15 深圳市世强元件网络有限公司 一种网站站内精确搜索方法
CN106776869A (zh) * 2016-11-28 2017-05-31 北京百度网讯科技有限公司 基于神经网络的搜索优化方法、装置以及搜索引擎
CN108108380A (zh) * 2016-11-25 2018-06-01 阿里巴巴集团控股有限公司 搜索排序方法、搜索排序装置、搜索方法和搜索装置
CN108205572A (zh) * 2016-12-20 2018-06-26 百度在线网络技术(北京)有限公司 一种搜索方法、装置及设备
CN109144953A (zh) * 2018-07-27 2019-01-04 腾讯科技(深圳)有限公司 搜索文件的排序方法、装置、设备、存储介质及搜索系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020169761A1 (en) * 2001-05-14 2002-11-14 Fujitsu Limited Data search system and data search method
US20030220913A1 (en) * 2002-05-24 2003-11-27 International Business Machines Corporation Techniques for personalized and adaptive search services
JP2009110231A (ja) * 2007-10-30 2009-05-21 Nippon Telegr & Teleph Corp <Ntt> 文章検索サーバコンピュータ,文章検索方法,文章検索プログラム,そのプログラムを記録した記録媒体
JP2009230453A (ja) * 2008-03-24 2009-10-08 Kenwood Corp 楽曲データ検索装置および方法およびプログラム
CN103514178A (zh) * 2012-06-18 2014-01-15 阿里巴巴集团控股有限公司 一种基于点击率的搜索排序方法及装置
CN103778139A (zh) * 2012-10-22 2014-05-07 阿里巴巴集团控股有限公司 搜索方法与服务器
CN106339383A (zh) * 2015-07-07 2017-01-18 阿里巴巴集团控股有限公司 一种搜索排序方法及系统
CN106503258A (zh) * 2016-11-18 2017-03-15 深圳市世强元件网络有限公司 一种网站站内精确搜索方法
CN108108380A (zh) * 2016-11-25 2018-06-01 阿里巴巴集团控股有限公司 搜索排序方法、搜索排序装置、搜索方法和搜索装置
CN106776869A (zh) * 2016-11-28 2017-05-31 北京百度网讯科技有限公司 基于神经网络的搜索优化方法、装置以及搜索引擎
CN108205572A (zh) * 2016-12-20 2018-06-26 百度在线网络技术(北京)有限公司 一种搜索方法、装置及设备
CN109144953A (zh) * 2018-07-27 2019-01-04 腾讯科技(深圳)有限公司 搜索文件的排序方法、装置、设备、存储介质及搜索系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"A Novel Approach for Rank Optimization using Search Engine Transaction Logs", 《2016 3RD INTERNATIONAL CONFERENCE ON COMPUTING FOR SUSTAINABLE GLOBAL DEVELOPMENT (INDIACOM)》 *
张文雅等: "面向垂直搜索基于本体的可读性计算模型", 《山 东 大 学 学 报 (理 学 版)》, vol. 51, no. 7 *
赖相旭等: "基于信息量与信息熵的元搜索引擎排序算法研究", vol. 39, no. 39 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818262A (zh) * 2021-01-28 2021-05-18 上海博泰悦臻网络技术服务有限公司 基于用户数据的地图poi搜索方法、系统、设备及介质
CN112818262B (zh) * 2021-01-28 2023-07-21 上海博泰悦臻网络技术服务有限公司 基于用户数据的地图poi搜索方法、系统、设备及介质
CN113449145A (zh) * 2021-06-29 2021-09-28 乐视云计算有限公司 视频搜索结果排序调整方法、装置、电子设备和计算机可读存储介质
CN113449145B (zh) * 2021-06-29 2023-11-10 乐视云网络技术(北京)有限公司 视频搜索结果排序调整方法、装置、电子设备和计算机可读存储介质
WO2023097749A1 (zh) * 2021-11-30 2023-06-08 同程网络科技股份有限公司 一种流量调控方法、系统、智能终端及存储介质

Also Published As

Publication number Publication date
CN111259272B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
KR100492075B1 (ko) 검색 요청에 응답하여 광고주의 검색 목록순을 추출시키는키워드 광고 서비스 방법 및 키워드 광고 서비스 시스템
TWI512508B (zh) Recommended methods and systems for recommending information
TWI529642B (zh) Promotion method and equipment of product information
WO2017121251A1 (zh) 一种信息推送方法及装置
CN108596695B (zh) 实体推送方法及系统
US11243992B2 (en) System and method for information recommendation
WO2018053966A1 (zh) 点击率预估
CN105701108B (zh) 一种信息推荐方法、装置及服务器
US7974880B2 (en) System for updating advertisement bids
JP6129953B2 (ja) 旅行関連検索結果の分類およびランク付け
CN111259272B (zh) 搜索结果排序方法及装置
US20090248511A1 (en) Advertisements on demand
US20180308152A1 (en) Data Processing Method and Apparatus
TW201327233A (zh) 個性化的資訊推送方法及裝置
CN111210258A (zh) 广告投放方法、装置、电子设备及可读存储介质
TW201417019A (zh) 搜尋結果的排序方法和裝置
KR101639656B1 (ko) 광고 제공 방법 및 서버 장치
CN111444405A (zh) 用于搜索中的用户交互方法、装置、移动终端和存储介质
CN111105269A (zh) 广告投放处理方法、装置、设备和存储介质
CN106445965B (zh) 信息推广处理方法及装置
CN110147514B (zh) 一种资源展示方法、装置及其设备
CN110570271A (zh) 信息推荐方法、装置、电子设备及可读存储介质
JP5797872B1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
KR20050123236A (ko) 검색 요청에 응답하여 광고주의 검색 목록순을 추출시키는키워드 광고 서비스 방법 및 키워드 광고 서비스 시스템
US20210334762A1 (en) Talent registration/search system and method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant