CN113656467B - 搜索结果的排序方法、装置和电子设备 - Google Patents

Abstract

本公开公开了一种搜索结果的排序方法、装置和电子设备，涉及智能推荐领域中的排序技术。具体实现方案为：在对多个搜索结果进行排序时，可以先确定与搜索语句匹配的多个搜索结果；并根据搜索结果的多个特征的优先级和预先构建的值域分类树确定搜索结果对应的指标值；再根据各搜索结果对应的指标值，对多个搜索结果进行排序。这样结合搜索结果的多个特征的优先级和值域分类树共同对多个搜索结果进行排序，充分考虑到了特征之间的优先级顺序，可以准确地对多个搜索结果进行排序，不仅可以实现对搜索结果的排序，而且采用值域分类树的操作复杂度较低。

Description

搜索结果的排序方法、装置和电子设备

技术领域

本公开涉及数据处理技术领域，尤其涉及一种搜索结果的排序方法、装置和电子设备，具体涉及智能推荐领域中的排序技术。

背景技术

在众多的推荐场景中，对搜索内容对应的多个搜索结果进行排序，是有效提升用户搜索体验的重要操作。

相关技术中，在对搜索结果进行排序时，通常是采用排序模型对搜索结果进行排序。而且排序之前，需要预先获取大量的样本数据，以及对应的标注信息；再根据样本数据和对应的标注信息，对初始排序模型进行迭代训练，直至获取到最终的排序模型。

因此，采用现有的排序方法，虽然可以通过排序模型实现对搜索结果的排序，但需要预先训练排序模型，其操作复杂度较高。

发明内容

本公开提供了一种搜索结果的排序方法、装置和电子设备。

根据本公开的第一方面，提供了一种搜索结果的排序方法，该搜索结果的排序方法可以包括：

获取搜索语句。

确定与所述搜索语句匹配的多个搜索结果。

根据所述搜索结果的多个特征的优先级和预先构建的值域分类树确定所述搜索结果对应的指标值；其中，所述值域分类树中的子节点为基于多个预设特征的优先级，按照每个所述预设特征的特征值区间对指标值的预设值域进行划分得到的。

根据所述各搜索结果对应的指标值，对所述多个搜索结果进行排序。

根据本公开的第二方面，提供了一种搜索结果的排序装置，该搜索结果的排序装置可以包括：

第一获取单元，用于获取搜索语句。

第二获取单元，用于确定与所述搜索语句匹配的多个搜索结果。

处理单元，用于根据所述搜索结果的多个特征的优先级和预先构建的值域分类树确定所述搜索结果对应的指标值；其中，所述值域分类树中的子节点为基于多个预设特征的优先级，按照每个所述预设特征的特征值区间对指标值的预设值域进行划分得到的。

排序单元，用于根据所述各搜索结果对应的指标值，对所述多个搜索结果进行排序。

根据本公开的第三方面，提供了一种电子设备，该电子设备可以包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的搜索结果的排序方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述第一方面所述的搜索结果的排序方法。

根据本公开的第四方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行上述第一方面所述的搜索结果的排序方法。

根据本公开的技术方案，不仅可以实现对搜索结果的排序，而且采用值域分类树的操作复杂度较低。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例提供的搜索结果的排序方法的流程示意图；

图2是本公开实施例提供的一种值域分类树的结构示意图；

图3是根据本公开第二实施例提供的搜索结果的排序方法的流程示意图；

图4是根据本公开第三实施例提供的搜索结果的排序装置的结构示意图；

图5是本公开实施例提供的一种电子设备的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开的实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。在本公开的文字描述中，字符“/”一般表示前后关联对象是一种“或”的关系。此外，在本公开实施例中，“第一”、“第二”、“第三”、“第四”、“第五”以及“第六”只是为了区分不同对象的内容而已，并无其它特殊含义。

本公开实施例提供的技术方案可以应用于智能推荐等场景中。在众多的推荐场景中，例如文本搜索或者地图搜索场景，以文本搜索场景为例，在接收到用户输入的搜索文本后，可以基于该搜索文本，在数据库中搜索与该搜索文本匹配的搜索结果，通常情况下，会存在多个与该搜索文本匹配的搜索结果；那么，如何对该多个搜索结果进行排序，并基于排序结果进行推荐，是至关重要的，是影响用户搜索体验的重要操作。

现有技术中，为了实现对多个搜索结果的排序，通常是采用排序模型对搜索结果进行排序。虽然可以通过排序模型实现对搜索结果的排序，但需要预先训练排序模型，其操作复杂度较高。

为了实现在对搜索结果进行排序的情况下，降低操作复杂度，考虑到相比于神经网络模型，树结构的操作复杂度较低，因此，可以将搜索结果的特征进行离散化，并将离散化后的多个特征以树结构的层次结构组织起来，形成上下层的特征优先级结构的值域分类树，这样后续在排序过程中，可以结合搜索结果的多个特征的优先级和值域分类树共同对多个搜索结果进行排序，充分考虑到了搜索结果的特征之间的优先级顺序，可以准确地对多个搜索结果进行排序，不仅可以实现对搜索结果的排序，而且采用值域分类树，相比于排序模型，其操作复杂度较低。

示例的，在本公开实施例中，搜索结果对应的指标值可以为搜索结果对应的得分，也可以为其它，例如搜索结果对应的权重，具体可以根据实际需要进行设置，在此，本公开实施例不做具体限制。

基于上述技术构思，本公开实施例提供一种搜索结果的排序方法，下面，将通过具体的实施例对本公开提供的搜索结果的排序方法进行详细地说明。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

实施例一

图1是根据本公开第一实施例提供的搜索结果的排序方法的流程示意图，该搜索结果的排序方法可以由软件和/或硬件装置执行，例如，该硬件装置可以为终端或者服务器。示例的，请参见图1所示，该搜索结果的排序方法可以包括：

S101、获取搜索语句。

示例的，搜索语句可以为“明天天气怎么样”，也可以为“请问XX景区怎么走”等，具体可以根据实际需要进行设置，在此，对于搜索语句的具体内容，本公开实施例不做进一步地限制。

示例的，搜索语句可以为文本搜索语句，也可以为语音搜索语句，具体可以根据实际需要进行设置。可以理解的是，当搜索语句为文本搜索语句时，则可以直接基于该搜索语句，从数据库中搜索与该搜索语句匹配的多个搜索结果，即执行下述S102；当搜索语句为语音搜索语句时，可以先对该语音搜索语句进行文本转换处理，得到对应的文本搜索语句；再基于该搜索语句，从数据库中搜索与该搜索语句匹配的多个搜索结果，即执行下述S102：

S102、确定与搜索语句匹配的多个搜索结果。

通常情况下，针对各搜索结果，均会搜索到与该搜索结果匹配的多个搜索结果。本公开实施例中，对于搜索结果的具体数量，本公开实施例不做进一步地限制。

在确定出与搜索语句匹配的多个搜索结果后，就可以根据搜索结果的多个特征的优先级和预先构建的值域分类树确定搜索结果对应的指标值，即执行下述S103：

S103、根据搜索结果的多个特征的优先级和预先构建的值域分类树确定搜索结果对应的指标值；其中，值域分类树中的子节点为基于多个预设特征的优先级，按照每个预设特征的特征值区间对指标值的预设值域进行划分得到的。

其中，搜索结果对应的多个特征之间具有优先级顺序，且各个特征对应的优先级不同。需要说明的是，本公开实施例中，对于如何计算搜索结果的多个特征，可参见现有技术中，特征计算的相关描述，在此，本公开实施例不再进行赘述。

示例的，搜索结果对应的指标值可以为搜索结果对应的得分，也可以为其它，例如搜索结果对应的权重，具体可以根据实际需要进行设置，在此，本公开实施例不做具体限制。

鉴于不同推荐场景下，对搜索结果的排序存在影响的特征不同、或者存在影响的特征的优先级不同，这些对搜索结果的排序存在影响的特征，可以记为记为构建值域分类树的预设特征。其中，多个预设特征之间具有优先级顺序，且各个预设特征对应的优先级不同。因此，通常情况下，在基于多个预设特征的优先级，并按照每个预设特征的特征值区间构建值域分类树时，针对不同的推荐场景，可以对应构建不同推荐场景下的值域分类树，以通过值域分类树可以协助完成推荐场景下的搜索结果的排序。需要说明的是，若不同的两个推荐场景下，对搜索结果的排序存在影响的预设特征相同、且预设特征的优先级相同，则该两个推荐场景下，借助于值域分类树对搜索结果进行排序时，可以使用同一个值域分类树。

例如，在某一个产品推荐场景下，假设产品质量、产品生产时间、产品价格以及产品包装这四个特征对于预设搜索结果的排序存在重要的影响，则可以将产品质量、产品生产时间、产品价格以及产品包装这四个特征，可以记为该产品推荐场景下的预设特征。其中，产品质量、产品生产时间、产品价格以及产品包装之间具有优先级顺序，且产品质量、产品生产时间、产品价格以及产品包装各自对应的优先级不同。再基于产品质量、产品生产时间、产品价格以及产品包装这四个预设特征的优先级，并按照每个预设特征的特征值区间，对指标值的预设值域进行划分，得到多个子节点，基于该多个子节点构建的树结构即为该产品推荐场景下的值域分类树，从而通过值域分类树可以协助完成该产品推荐场景下的搜索结果的排序。

不难理解的是，值域分类树通常是由根节点和多个子节点构成的，根节点表征的值域为指标值的预设值域，该预设值域是基于其它方式获取到的指示值的值域确定的。在本公开实施例中，该预设值域为已知参数。多个子节点为基于多个预设特征的优先级，按照每个预设特征的特征值区间，对指标值的预设值域进行划分得到的。

以搜索结果的指示值为搜索结果的得分为例，假设在某一推荐场景下，得分的预设值域为30-150，且对搜索结果存在影响的预设特征分别为预设特征1、预设特征2以及预设特征3，则该推荐场景下的值域分类树的根节点可以用于表征预设值域为30-150；此外，假设预设特征1的特征值区间为3-，max，预设特征2的特征值区间为5-100，预设特征3的特征值区间为5-80，则该值域分类树的子节点是基于预设特征1、预设特征2以及预设特征3这三个预设特征的优先级顺序、按照预设特征1的特征值区间3-max，预设特征2的特征值区间5-100，以及预设特征3的特征值区间5-80，对预设值域为30-150进行划分得到的，该根节点和多个子节点构建的树结构即为该推荐场景下的值域分类树。

通过上述S103得到各搜索结果对应的指标值后，就可以根据各搜索结果对应的指标值，对多个搜索结果进行排序，即执行下述S104：

S104、根据各搜索结果对应的指标值，对多个搜索结果进行排序。

通常情况下，指标值越大，对应的搜索结果的排序越靠前；相反的，相指标值越小，对应的搜索结果的排序越靠后。

可以看出，本公开实施例中，在对多个搜索结果进行排序时，可以先确定与搜索语句匹配的多个搜索结果；并根据搜索结果的多个特征的优先级和预先构建的值域分类树确定搜索结果对应的指标值；再根据各搜索结果对应的指标值，对多个搜索结果进行排序。这样结合搜索结果的多个特征的优先级和值域分类树共同对多个搜索结果进行排序，充分考虑到了特征之间的优先级顺序，可以准确地对多个搜索结果进行排序，不仅可以实现对搜索结果的排序，而且采用值域分类树的操作复杂度较低。

基于上述图1所示的实施例，可以理解的是，在上述S103中，根据搜索结果的多个特征的优先级和值域分类树确定搜索结果对应的指标值之前，需要预先构建值域分类树，并在值域分类树构建完成后，才能根据搜索结果的多个特征的优先级，基于值域分类树确定搜索结果的指标值。下面，将对如何构建值域分类树进行详细描述。

在构建值域分类树时，鉴于值域分类树通常是由根节点和多个子节点构成的，因此，需要分别确定值域分类树的根节点和多个子节点。示例的，在确定值域分类树的根节点时，该根节点可以用于表征指标值的预设值域，以确定出值域分类树的根节点。

在确定值域分类树的多个子节点时，可以根据基于多个预设特征的优先级，按照每个预设特征的特征值区间对预设值域进行划分，得到多层子节点，每一层子节点可以包括至少一个子节点，可以根据实际需要进行设置。示例的，多层子节点中，每层子节点对应同一个预设特征，且各层子节点对应的预设特征以及预设特征的优先级均不同。

示例的，在根据基于多个预设特征的优先级，按照每个预设特征的特征值区间对预设值域进行划分，得到多层子节点时，可以按照多个预设特征的优先级从高到低的顺序，以及各预设特征的特征值区间对预设值域进行划分，可以得到多层子节点。这样得到的多层子节点中，从值域分类树的第一层子节点开始，各层子节点对应的预设特征的优先级依次降低，使得后续结合值域分类树对搜索结果进行排序时，可以按照特征的优先级顺序，充分考虑优先级高的特征，这样可以准确地对多个搜索结果进行排序，从而提高了搜索结果排序的准确度。

可以理解的是，值域分类树的多层子节点的数量是基于预设特征的数量确定的，有多少个预设特征，就会产生多少层子节点。继续假设在某一推荐场景下，得分的预设值域为30-150，且对搜索结果存在影响的预设特征分别为预设特征1、预设特征2以及预设特征3，该按照预设特征1、预设特征2以及预设特征3的顺序，其优先级依次降低，则在确定多层子节点时，首先，可以根据优先级最高的预设特征1，以及预设特征1对应的特征值区间对预设值域进行划分，得到预设特征1对应的第一层子节点；其中，第一层子节点中每一个子节点均表征一个值域，且该值域为预设值域中的部分值域；其次，可以根据优先级次高的预设特征2，以及预设特征2对应的特征值区间对第一层子节点的值域进行划分，得到预设特征2对应的第二层子节点；其中，第二层子节点中每一个子节点均表征一个值域，且该值域又为对应的第一层子节点的部分值域；最后，再根据优先级最低的预设特征3，以及预设特征3对应的特征值区间对第二层子节点的值域进行划分，与上述第一层子节点和第二层子节点划分不同的是，鉴于该预设特征3为最后一个预设特征，其对应的第三层子节点即为值域分类树的最后一层子节点，即叶子节点，因此，在根据优先级最低的预设特征3，以及预设特征3对应的特征值区间对第二层子节点的值域进行划分时，得到预设特征3对应的第三层子节点；与第一层子节点和第二层子节点不同的是，该第三层子节点中每一个子节点不再表征一个值域，而是表征对应的第二层子节点表征的值域中的一个具体的指标值，且该具体的指示值可以理解为搜索结果对应的最终指标值。

可以看出，除了根节点和叶子节点之外，针对每一个其它中间层节点，都是根据该层节点对应的预设特征的特征值区间，对上一层节点表征的值域进行划分，得到该层节点表征的值域。示例的，在根据该层节点对应的预设特征的特征值区间，对上一层节点表征的值域进行划分时，可以根据预先设置的预设特征的特征值区间和分布函数，对上一层节点表征的值域进行划分，得到该层节点表征的值域，即需要预先设置上下层节点之间的分布函数，以根据预设特征和分布函数，对上一层节点表征的值域进行划分，得到该层节点表征的值域。针对叶子节点，与前述中间层节点不同的是，在根据叶子节点对应的预设特征的特征值区间，对上一层节点表征的值域进行划分时，可以根据预先设置的预设特征的特征值区间和分布函数，对上一层节点表征的值域进行划分，得到该叶子节点表征的一个具体的指标值，该具体的指示值可以理解为搜索结果对应的最终指标值。

示例的，在根据某一个层子节点对应的预设特征的特征值区间，对上一层节点表征的值域进行划分时，该层子节点对应的预设特征的特征值区间不同，这样后续基于值域分类树确定搜索结果对应的指标值，可以从根节点开始，沿着值域分类树的一条路径的往下，直到叶子节点，就可以将该叶子节点表征的指标值，确定为该搜索结果对应的最终指标值。

可以理解的是，在根据某一个层子节点对应的预设特征的特征值区间，对上一层节点表征的值域进行划分时，该层子节点对应的预设特征的特征值区间也可以相同，这样后续基于值域分类树确定搜索结果对应的指标值，可以从根节点开始，沿着值域分类树的至少两个路径的往下，直到对应的至少两个叶子节点，再根据该至少两个叶子节点表征的指标值，确定该搜索结果对应的最终指标值。鉴于根据某一个层子节点对应的预设特征的特征值区间，对上一层节点表征的值域，是通过预设特征的特征值区间和分布函数确定的，因此，在该种场景下，分布函数可以组合使用，共同作用在搜索结果对应的最终指标值上。在此，本公开实施例只是以各层子节点对应的预设特征的特征值区间不同为例进行说明，但并不代表本公开实施例仅局限于此。

示例的，在根据至少两个叶子节点表征的指标值，确定该搜索结果对应的最终指标值时，可以将至少两个叶子节点表征的指标值中，最大的指标值确定为该搜索结果对应的最终指标值，也可以将至少两个叶子节点表征的指标值的平均指标值确定为该搜索结果对应的最终指标值，具体可以根据实际需要进行设置。

以搜索结果对应的指标值为得分为例，可参见图2所示，图2是本公开实施例提供的一种值域分类树的结构示意图，继续假设在某一推荐场景下，得分的预设值域为30-150，且对搜索结果存在影响的预设特征分别为预设特征1、预设特征2以及预设特征3，该按照预设特征1、预设特征2以及预设特征3的顺序，其优先级依次降低，则在构建值域分类树时，可以先根据得分的预设值域30-150，构建值域分类树的根节点，该根节点可以表征得分的预设值域30-150；接下来构建值域分类树的第一层子节点。在确定第一层子节点时，可以根据优先级最高的预设特征1，以及预设特征1对应的特征值区间对预设值域进行划分。假设预设特征1的特征值区间为3-max，根据预先设置的预设特征1的特征值区间和对应值域之间的分布函数得到：若预设特征1对应的特征值区间为3-8，则对应根节点表征的值域30-80，若预设特征1对应的特征值区间为9-15，则对应根节点表征的值域90-120，若预设特征1对应的特征值区间为15-max，则对应根节点表征的值域120-150；当预设特征1对应的特征值区间为3-8时，可以用节点1表征对应的值域30-80；当预设特征1对应的特征值区间为9-15时，可以用节点2表征对应的值域90-120；当预设特征1对应的特征值区间为15-max时，可以用节点3表征对应的值域120-150，这样就可以构建得到预设特征1对应的第一层节点。

构建值域分类树的第二层子节点。在确定第二层子节点时，可以根据优先级次高的预设特征2，以及预设特征2对应的特征值区间对第一层子节点中子节点表征的值域进行划分。其中，第一层子节点中子节点表征的值域为根节点表征的预设值域中的部分值域。假设预设特征2的特征值区间为5-100，根据预先设置的预设特征2的特征值区间和对应值域之间的分布函数得到：若预设特征2对应的特征值区间为5-10，则对应节点1表征的部分值域30-50，若预设特征2对应的特征值区间为11-20，则对应节点1表征的部分值域50-80，…，若预设特征2对应的特征值区间为50-100，则对应节点3表征的值域xx-150；当预设特征2对应的特征值区间为5-10时，可以用节点4表征对应的值域30-50；当预设特征2对应的特征值区间为11-20时，可以用节点5表征对应的值域50-80；…，当预设特征2对应的特征值区间为50-100时，可以用节点10表征对应的值域xx-150，这样就可以构建得到预设特征2对应的第二层节点。

构建值域分类树的第三层子节点。鉴于该预设特征3为最后一个预设特征，其对应的第三层子节点即为值域分类树的最后一层子节点，即叶子节点，可以根据优先级最低的预设特征3，以及预设特征3对应的特征值区间对第二层子节点中子节点表征的值域进行划分。其中，第二层子节点中子节点表征的值域为第一层子节点表征的预设值域中的部分值域。假设预设特征3的特征值区间仅为5-10，根据预先设置的预设特征3的特征值区间和对应值域之间的分布函数得到：若预设特征3对应的特征值区间为5-10，则对应节点4表征的部分值域中的一个具体得分46，当预设特征3对应的特征值区间为5-10时，可以用节点11表征对应的具体得分46，这样就可以构建得到预设特征3对应的第三层节点，即叶子节点，且叶子节点表征的具体得分可以理解为搜索结果对应的最终得分，从而构建得到图2所示的值域分类树，这样后续结合搜索结果的多个特征的优先级和值域分类树共同对多个搜索结果进行排序，充分考虑到了特征之间的优先级顺序，可以准确地对多个搜索结果进行排序，不仅可以实现对搜索结果的排序，而且采用值域分类树的操作复杂度较低。

在结合构建好的值域分类树，就可以将构建好的值域分类树投入至相关的推荐场景中，以确定该推荐场景下搜索结果对应的指标值。示例的，在结合值域分类树确定搜索结果对应的指标值时，需要先确定搜索结果的多个特征，这样才能根据搜索结果的多个特征的优先级和值域分类树共同确定搜索结果对应的指标值。

示例的，在获取搜索结果的多个特征时，可以先对搜索结果进行计算，得到多个初始特征；若该多个初始特征中包括值域分类树构建时采用的预设特征之外的其它特征，则可以忽略该其它特征，并将多个初始特征中筛选出与值域分类树构建时采用的预设特征相同的特征，作为后续确定搜索结果对应的指标值的多个特征。若该多个初始特征均一一对应于值域分类树构建时采用的预设特征，则可以直接将该多个初始特征作为后续确定搜索结果对应的指标值的多个特征。还存在一种情况，若该多个初始特征中不包括值域分类树构建时采用的预设特征中至少一个预设特征，则无法结合该值域分类树确定搜索结果对应的指标值，在该种情况下，可以输出提示信息，以提示用户值域分类树未考虑该种情况下的分布函数。

结合图2所示，图2所示的值域分类树构建时采用的预设特征分别为预设特征1、预设特征2以及预设特征3，再结合该值域分类树确定搜索结果对应的指标值时，若搜索结果的多个初始特征包括：预设特征1、预设特征2、预设特征3以及预设特征4，则该4个初始特征中，预设特征4为值域分类树构建时并未考虑到的特征，因此，可以仅将该4个初始特征中，与值域分类树构建时采用的预设特征相同的预设特征1、预设特征2以及预设特征3作为该搜索结果的多个特征，参与后续确定搜索结果对应的指标值。

在确定出搜索结果的多个特征后，就可以根据搜索结果的多个特征的优先级和值域分类树确定搜索结果对应的指标值，下面，将通过下述图3所示的实施例二，对如何根据搜索结果的多个特征的优先级和值域分类树确定搜索结果对应的指标值进行详细描述。

实施例二

图3是根据本公开第二实施例提供的搜索结果的排序方法的流程示意图，该搜索结果的排序方法可以由软件和/或硬件装置执行，例如，该硬件装置可以为终端或者服务器。示例的，请参见图3所示，该搜索结果的排序方法可以包括：

S301、确定搜索结果的多个特征中各特征的特征值。

示例的，在确定搜索结果的各特征的特征值时，可以根据实际需要设置其确定方式，在此，对于各特征的特征值的具体实现，本公开实施例不做赘述。

在确定出搜索结果的各特征的特征值后，就可以执行下述S302：

S302、按照多个特征的优先级从高到低的顺序，根据各特征的特征值和值域分类树确定搜索结果对应的指标值。

示例的，在按照多个特征的优先级从高到低的顺序，根据各特征的特征值和值域分类树确定搜索结果对应的指标值时，可以执行下述步骤：

步骤A、根据多个特征中与第一层子节点对应的特征的特征值，即优先级最高的特征的特征值，与第一层子节点的各子节点对应的预设特征的特征值区间，从第一层子节点中确定第一子节点。

示例的，从第一层子节点中确定第一子节点时，可以先根据与第一层子节点对应的特征的特征值，从与第一层子节点的各子节点对应的预设特征的特征值区间中，确定特征值所属的特征值区间；再将特征值所属的特征值区间对应的子节点确定为第一子节点，这样可以从第一层子节点中确定出第一子节点。

步骤B、判断多个特征中与第二层子节点对应的特征的特征值，是否处于第一子节点的子节点对应的预设特征的特征值区间；响应于处于第一子节点的子节点对应的预设特征的特征值区间，则根据与第二层子节点对应的特征的特征值，即优先级次高的特征的特征值，与第一子节点的子节点对应的预设特征的特征值区间，从第一子节点的子节点中确定第二子节点；将第二子节点作为新的第一子节点，并重复执行此步骤，直至确定出的第二子节点为叶子节点，将第二子节点表征的指标值确定为搜索结果对应的指标值。

可以理解的是，在从第一子节点的子节点中确定第二子节点时，与上述从第一层子节点中确定第一子节点的方式类似，可以先根据与第二层子节点对应的特征的特征值，从第一子节点的子节点对应的预设特征的特征值区间中，确定与第二层子节点对应的特征的特征值所属的特征值区间；再将特征值所属的特征值区间对应的子节点确定为第二子节点，这样可以从第一子节点的子节点中确定出第二子节点。

可以看出，在实际应用过程中，在结合值域分类树确定搜索结果对应的指标值时，可以按照特征优先级由高到低的顺序，并按照值域分类树自顶往下处理，从根节点到叶子节点的计算过程进行计算，优先处理高优先级的特征，再计算低优先级特征，这样可以按照指定的特征优先级顺序确定搜索结果对应的指标值，使得后续可以基于确定出的指标值对多个搜索结果进行排序，充分考虑到了特征之间的优先级顺序，可以准确地对多个搜索结果进行排序，不仅可以实现对搜索结果的排序，而且采用值域分类树的操作复杂度较低。

继续以搜索结果对应的指标值为得分为例，假设搜索结果的初始特征包括预设特征1、预设特征2、预设特征3以及预设特征4，该按照预设特征1、预设特征2、预设特征3以及预设特征4的顺序，其优先级依次降低，即预设特征1的优先级最高，预设特征4的优先级最低。在按照这四个预设特征的优先级从高到低的顺序，根据各预设特征的特征值和值域分类树确定搜索结果对应的得分时，结合上述图2所示的值域分类树，可以看出，值域分类树在构建时并未考虑预设特征4，因此，可以只按照预设特征1、预设特征2、预设特征3的优先级从高到低的顺序，并根据该三个预设特征的特征值和值域分类树确定搜索结果对应的得分。

示例的，在按照预设特征1、预设特征2、预设特征3的优先级从高到低的顺序，并根据该三个预设特征的特征值和值域分类树确定搜索结果对应的得分时，可以按照特征优先级由高到低的顺序，并按照值域分类树自顶往下处理，假设该预设特征1的特征值为5，且该预设特征1的特征值5所属的特征值区间为3-8，则可以将特征值区间3-8对应的节点1确定为第一子节点。判断预设特征2的特征值，是否处于节点1的子节点对应的预设特征2的特征值区间；假设该预设特征2的特征值为3，且该节点1的子节点对应的预设特征2的特征值区间5-11，则预设特征2的特征值3，不处于节点1的子节点对应的预设特征2的特征值区间5-11，则可以输出提示信息，以提示用户值域分类树未考虑该种情况下的分布函数。假设该预设特征2的特征值为9，且该节点1的子节点对应的预设特征2的特征值区间5-11，则预设特征2的特征值9，处于节点1的子节点对应的预设特征2的特征值区间5-11；在该种情况下，根据预设特征2的特征值9，且该预设特征2的特征值9所属的特征值区间为5-10，则可以将特征值区间5-10对应的节点4确定为第二子节点。

判断预设特征3的特征值，是否处于节点4的子节点对应的预设特征3的特征值区间；假设该预设特征3的特征值为15，且该节点4的子节点对应的预设特征3的特征值区间5-10，则预设特征3的特征值15，不处于节点4的子节点对应的预设特征3的特征值区间5-10，则可以输出提示信息，以提示用户值域分类树未考虑该种情况下的分布函数。假设该预设特征3的特征值为8，且该节点4的子节点对应的预设特征3的特征值区间5-10，则预设特征3的特征值8，处于节点4的子节点对应的预设特征3的特征值区间5-10；在该种情况下，根据预设特征3的特征值8，且该预设特征3的特征值8所属的特征值区间为5-10，与上述确定第一子节点和第二子节点不同的是，鉴于节点4的子节点为值域分类树的叶子节点，则可以直接将特征值区间5-10对应的节点4表征的得分确定为搜索结果对应的最终得分。这样结合搜索结果的预设特征1、预设特征2、预设特征3的优先级和值域分类树共同确定该搜索结果对应的得分，使得后续可以基于确定出的指标值对多个搜索结果进行排序，充分考虑到了特征之间的优先级顺序，可以准确地对多个搜索结果进行排序，不仅可以实现对搜索结果的排序，而且采用值域分类树的操作复杂度较低。

实施例三

图4是根据本公开第三实施例提供的搜索结果的排序装置40的结构示意图，示例的，请参见图4所示，该搜索结果的排序装置40可以包括：

第一获取单元401，用于获取搜索语句。

第二获取单元402，用于确定与搜索语句匹配的多个搜索结果。

处理单元403，用于根据搜索结果的多个特征的优先级和预先构建的值域分类树确定搜索结果对应的指标值；其中，值域分类树中的子节点为基于多个预设特征的优先级，按照每个预设特征的特征值区间对指标值的预设值域进行划分得到的。

排序单元404，用于根据各搜索结果对应的指标值，对多个搜索结果进行排序。

可选的，值域分类树中每层子节点对应同一个预设特征，且各层子节点对应的预设特征以及预设特征的优先级均不同。

可选的，从值域分类树的第一层子节点开始，各层子节点对应的预设特征的优先级依次降低。

可选的，值域分类树中每个子节点对应的预设特征的特征值区间不同。

可选的，处理单元403包括第一处理模块和第二处理模块。

第一处理模块，用于确定搜索结果的多个特征中各特征的特征值。

第二处理模块，用于按照多个特征的优先级从高到低的顺序，根据各特征的特征值和值域分类树确定搜索结果对应的指标值。

可选的，第二处理模块包括第一处理子模块和第二处理子模块。

第一处理子模块，用于根据多个特征中与第一层子节点对应的特征的特征值，与第一层子节点的各子节点对应的预设特征的特征值区间，从第一层子节点中确定第一子节点。

第二处理子模块，用于响应于多个特征中与第二层子节点对应的特征的特征值，处于第一子节点的子节点对应的预设特征的特征值区间，则根据与第二层子节点对应的特征的特征值，与第一子节点的子节点对应的预设特征的特征值区间，从第一子节点的子节点中确定第二子节点；将第二子节点作为新的第一子节点，并重复执行此步骤，直至确定出的第二子节点为叶子节点，将第二子节点表征的指标值确定为搜索结果对应的指标值。

可选的，第二子处理模块，具体用于根据与第一层子节点对应的特征的特征值，从与第一层子节点的各子节点对应的预设特征的特征值区间中，确定特征值所属的特征值区间；并将特征值所属的特征值区间对应的子节点确定为第一子节点。

可选的，第二获取单元402包括第一获取模块和第二获取模块。

第一获取模块，用于获取各搜索结果的多个初始特征。

第二获取模块，用于从多个初始特征中筛选与多个预设特征相同的多个特征。

本公开实施例提供的搜索结果的排序装置40，可以执行上述任一实施例所示的搜索结果的排序方法的技术方案，其实现原理以及有益效果与搜索结果的排序方法的实现原理及有益效果类似，可参见搜索结果的排序方法的实现原理及有益效果，此处不再进行赘述。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。

根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

图5是本公开实施例提供的一种电子设备50的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，电子设备50包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备50操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备50中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备50通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如搜索结果的排序方法。例如，在一些实施例中，搜索结果的排序方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备50上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的搜索结果的排序方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行搜索结果的排序方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种搜索结果的排序方法，包括：

获取搜索语句；

确定与所述搜索语句匹配的多个搜索结果；

根据所述搜索结果的多个特征的优先级和预先构建的值域分类树确定所述搜索结果对应的指标值；其中，所述值域分类树中的子节点为基于多个预设特征的优先级，按照每个所述预设特征的特征值区间对指标值的预设值域进行划分得到的，所述值域分类树中每层子节点对应同一个预设特征，且各层子节点对应的预设特征以及所述预设特征的优先级均不同，所述值域分类树中每个子节点对应的预设特征的特征值区间不同，其中，每个子节点对应的预设特征的特征值区间对应所述指标值的一个预设值区间；

根据所述各搜索结果对应的指标值，对所述多个搜索结果进行排序。

2.根据权利要求1所述的方法，从所述值域分类树的第一层子节点开始，所述各层子节点对应的预设特征的优先级依次降低。

3.根据权利要求1所述的方法，其中，所述根据所述搜索结果的多个特征的优先级和预先构建值域分类树确定所述搜索结果对应的指标值，包括：

确定所述搜索结果的多个特征中各特征的特征值；

按照所述多个特征的优先级从高到低的顺序，根据所述各特征的特征值和所述值域分类树确定所述搜索结果对应的指标值。

4.根据权利要求3所述的方法，其中，所述按照所述多个特征的优先级从高到低的顺序，根据所述各特征的特征值和所述值域分类树确定所述搜索结果对应的指标值，包括：

根据所述多个特征中与第一层子节点对应的特征的特征值，与第一层子节点的各子节点对应的预设特征的特征值区间，从所述第一层子节点中确定第一子节点；

响应于所述多个特征中与第二层子节点对应的特征的特征值，处于所述第一子节点的子节点对应的预设特征的特征值区间，则根据与第二层子节点对应的特征的特征值，与所述第一子节点的子节点对应的预设特征的特征值区间，从所述第一子节点的子节点中确定第二子节点；将所述第二子节点作为新的第一子节点，并重复执行此步骤，直至确定出的第二子节点为叶子节点，将所述第二子节点表征的指标值确定为所述搜索结果对应的指标值。

5.根据权利要求4所述的方法，其中，所述根据所述多个特征中与第一层子节点对应的特征的特征值，与第一层子节点的各子节点对应的预设特征的特征值区间，从所述第一层子节点中确定第一子节点，包括：

根据所述与第一层子节点对应的特征的特征值，从所述与第一层子节点的各子节点对应的预设特征的特征值区间中，确定所述特征值所属的特征值区间；

将所述特征值所属的特征值区间对应的子节点确定为所述第一子节点。

6.根据权利要求1-5任一项所述的方法，其中，所述获取各搜索结果的多个特征，包括：

获取所述各搜索结果的多个初始特征；

从所述多个初始特征中筛选与所述多个预设特征相同的所述多个特征。

7.一种搜索结果的排序装置，包括：

第一获取单元，用于获取搜索语句；

第二获取单元，用于确定与所述搜索语句匹配的多个搜索结果；

处理单元，用于根据所述搜索结果的多个特征的优先级和预先构建的值域分类树确定所述搜索结果对应的指标值；其中，所述值域分类树中的子节点为基于多个预设特征的优先级，按照每个所述预设特征的特征值区间对指标值的预设值域进行划分得到的，所述值域分类树中每层子节点对应同一个预设特征，且各层子节点对应的预设特征以及所述预设特征的优先级均不同，所述值域分类树中每个子节点对应的预设特征的特征值区间不同，其中，每个子节点对应的预设特征的特征值区间对应所述指标值的一个预设值区间；

排序单元，用于根据所述各搜索结果对应的指标值，对所述多个搜索结果进行排序。

8.根据权利要求7所述的装置，从所述值域分类树的第一层子节点开始，所述各层子节点对应的预设特征的优先级依次降低。

9.根据权利要求7所述的装置，其中，所述处理单元包括第一处理模块和第二处理模块；

所述第一处理模块，用于确定所述搜索结果的多个特征中各特征的特征值；

所述第二处理模块，用于按照所述多个特征的优先级从高到低的顺序，根据所述各特征的特征值和所述值域分类树确定所述搜索结果对应的指标值。

10.根据权利要求9所述的装置，其中，所述第二处理模块包括第一处理子模块和第二处理子模块；

所述第一处理子模块，用于根据所述多个特征中与第一层子节点对应的特征的特征值，与第一层子节点的各子节点对应的预设特征的特征值区间，从所述第一层子节点中确定第一子节点；

所述第二处理子模块，用于响应于所述多个特征中与第二层子节点对应的特征的特征值，处于所述第一子节点的子节点对应的预设特征的特征值区间，则根据与第二层子节点对应的特征的特征值，与所述第一子节点的子节点对应的预设特征的特征值区间，从所述第一子节点的子节点中确定第二子节点；将所述第二子节点作为新的第一子节点，并重复执行此步骤，直至确定出的第二子节点为叶子节点，将所述第二子节点表征的指标值确定为所述搜索结果对应的指标值。

11.根据权利要求10所述的装置，其中，

所述第二处理子模块，具体用于根据所述与第一层子节点对应的特征的特征值，从所述与第一层子节点的各子节点对应的预设特征的特征值区间中，确定所述特征值所属的特征值区间；并将所述特征值所属的特征值区间对应的子节点确定为所述第一子节点。

12.根据权利要求7-11任一项所述的装置，其中，所述第二获取单元包括第一获取模块和第二获取模块；

所述第一获取模块，用于获取所述各搜索结果的多个初始特征；

所述第二获取模块，用于从所述多个初始特征中筛选与所述多个预设特征相同的所述多个特征。

13. 一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的搜索结果的排序方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的搜索结果的排序方法。