CN113763081A - 一种物品的召回方法和装置 - Google Patents
一种物品的召回方法和装置 Download PDFInfo
- Publication number
- CN113763081A CN113763081A CN202010873546.3A CN202010873546A CN113763081A CN 113763081 A CN113763081 A CN 113763081A CN 202010873546 A CN202010873546 A CN 202010873546A CN 113763081 A CN113763081 A CN 113763081A
- Authority
- CN
- China
- Prior art keywords
- article
- search
- item
- information table
- preset
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了物品的召回方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括接收搜索请求，基于搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；根据候选品类集合，对第一搜索物品信息表中的物品进行归类，获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表输出，以得到召回的物品。从而，本发明能够解决现有物品推荐品类单一，用户体验差的问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种物品的召回方法和装置。
背景技术
在电商平台中，物品的品类比较繁多，不同的用户对不同的分类有不同的偏好，研发人员根据用户的购物历史数据，可以推断出用户将要从哪些品类中购买物品，如果推送给用户更多的此类物品，可以提高用户的UV(独立访客)价值。
在推送物品时，一般根据用户的搜索词，可能会召回大量的物品，然后根据物品hotscore(物品打分，分数越高该物品越重要)进行快速排序，然后截断，再排序、截断。多次截断后，返回给用户的数据比较单一，相同物品太多，给用户太少的选择项，减少了用户的购物乐趣，从而降低用户UV价值。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
根据hotscore进行截断，与用户的意图偏离很大，通过多次截断后，召回的物品品类比较单一，无法满足用户需求。
发明内容
有鉴于此，本发明实施例提供一种物品的召回方法和装置，能够解决现有物品推荐品类单一，用户体验差的问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种物品的召回方法，包括接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比；确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
可选地，将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，包括：
基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序；
根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息，得到搜索请求的处理结果。
可选地，根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息之后，还包括：
如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品；
根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果。
可选地，根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类之前，包括：
根据搜索请求中的用户信息，获取用户画像信息和历史搜索数据；
基于预设的响应模型计算出目标相关品类，进而得到每个目标相关品类中以序列号为索引从小到大排序的物品信息，以生成候选品类集。
可选地，生成候选品类集之后，包括：
根据预设的压缩算法对候选品类集进行压缩并存储。
另外，本发明还提供了一种物品的召回装置，包括第一模块，用于接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；
第二模块，用于根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比；
第三模块，用于确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
可选地，所述第三模块将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，包括：
基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序；
根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息，得到搜索请求的处理结果。
可选地，所述第三模块根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息之后，还包括：
如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品；
根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果。
上述发明中的一个实施例具有如下优点或有益效果：因为采用基于搜索召回配额和品类召回配额分别在搜索功能和品类内进行物品召回的技术手段，所以克服了现有推荐品类单一的技术问题；采用以序列号为索引排序的候选品类集执行品类内的物品召回的技术手段，克服了现有无法满足不同用户需求的技术问题。因此，本发明实现了根据倒排保证召回物品的品类的多样，并能够保证搜索性能和质量的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例的物品的召回方法的主要流程的示意图；
图2是根据本发明实施例中以序列号从小到大排序的候选品类集的示意图；
图3是根据本发明实施例中召回配额分配的示意图；
图4是根据本发明第二实施例的物品的召回方法的主要流程的示意图；
图5是根据本发明第三实施例的物品的召回方法的主要流程的示意图；
图6是根据本发明实施例的物品的召回装置的主要模块的示意图；
图7是本发明实施例可以应用于其中的示例性系统架构图；
图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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。
图1是根据本发明第一实施例的物品的召回方法的主要流程的示意图，如图1所示，所述物品的召回方法包括：
步骤S101，接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表。
其中，预设的搜索召回配额为对搜索功能区域预先设置的召回配额，而搜索功能区域为能够输入搜索词进行搜索的功能区域。
在实施例中，如果第一搜索物品信息表中的物品属于候选品类集中的某一品类，则将该品类计数自增。较佳的，候选品类集可以通过如下过程获得：
根据搜索请求中的用户信息，获取用户画像信息和历史搜索数据。然后，基于预设的响应模型计算出目标相关品类，进而得到每个目标相关品类中以序列号为索引从小到大排序的物品信息，以生成候选品类集。其中，所述的物品序列号与该物品预设权重成反比。
较佳的，基于预设的响应模型可以计算出高相关品类，而所述的高相关品类可以为权重大于预设权重阈值的品类。
优选地，响应模型可以采用CNN模型。
值得说明的是，根据用户画像信息和历史搜索数据(例如搜索key)，响应模型CNN模型推导出目标相关品类。并且，由于用户的购买意愿具有不确定性，通过响应模型还可以得到这些目标相关品类之间的置信区间，即置信度。
作为进一步地实施例，如图2所示，为了保持召回性能，候选品类集中的物品的品类信息建立以序列号(Docid)为索引从小到大进行排序的序列(例如每个品类形成一个term)。其中，品类中的物品序列号与物品权重成反比，即可以基于物品的权重值反比获得序列号。较佳的，可以对品类中的物品序列号进行MD5值(消息摘要算法)计算并存储。另外，通过文本权重分(Textweight)除以2再与hotsocre求和，可以获得物品的权重。
其中，文本权重分(Textweight)通过搜索词和物品描述信息计算得到。例如：搜索词“华为手机”，物品标题为手机4G智能华为：Weig ht(标题)＝(termWeight(华为)+termWeight(手机))*lenWeight*distance Textweight＝weight(标题)+weight(物品描述信息)+weight(打标信息)
termWeight为该词在全部物品中的权重，出现的频次越高，权重越低。lenWeight为物品标题和搜索词的长度的比例。distance为搜索词在物品标题出现的顺序，如搜索词“华为手机”在“手机4G智能华为”中的distance值为5，如果“华为”与“手机”之间没有其他term(即词)，这个值最大为15。
hotsocre指的是物品的热度，可以根据物品的销量、浏览量、评价值、停留时间决定hotsocre值的大小，值越大，表示这个商品越收欢迎。较佳的，可以通过tensorflow模型训练得到(神经网络学习算法)。
另外，较佳的，根据预设的压缩算法对候选品类集进行压缩并存储。例如P4delta、newpfordelta(索引压缩算法)等等压缩算法，在千万级别物品时，内存占用百兆级别。
在一些实施例中，步骤S101先按照搜索功能召回物品，如果召回的物品是候选品类集合中某一品类内的，则对应的品类计数+1。例如：搜索功能召回的物品通过在搜索区域输入搜索词，召回时，先从索引中获取几百万的物品，先对物品hotscore排序，对前2万的物品做模型计算，再利用TOPN函数对物品做模型计算(比如N为200个商品，这个就是下一个截断过程)，获得召回的物品信息。其中，TOPN函数返回的是指定表的前N行数据。
作为进一步地实施例，本发明对通过搜索功能实现的召回物品和品类内召回物品进行配额设置，也就是说，如图3所示，在总召回配额一定的前提下，将总召回配额分配给搜索召回配额和品类多样性召回配额，并且再将品类多样性召回配额分配给不同分类的品类召回配额，即每个品类分配的品类召回配额，每个品类的品类召回配额和品类的置信度有关。具体地：
搜索召回配额是为了防止高相关分类预测的误差甚至失败的保底量，保证召回可以接受的结果,搜索召回配额＝总召回配额*X％。其中，X为预先配置的数值(例如X为60)。品类多样性召回配额是根据品类的置信度进行分配的，由于各个分类的置信区间各个不同，每个品类的配额也不相同，品类召回配额＝品类多样性召回配额*Y％。其中，Y为品类预先配置的置信度。
步骤S102，根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比。
在一些实施例中，步骤102为品类内的召回，首先可以判断候选品类集是否为空，若是则品类内的召回完成，退出该流程。若否则可以执行步骤102。然后，根据序列号从小到大的顺序，获取候选品类集中品类下的物品和所述物品序列号Docid。通过接口调用第一搜索物品信息表,获取返回结果result_Docid，判断返回的结果，如果result_Doci d！＝Docid,则根据序列号从小到大的顺序继续获取候选品类集中品类的物品。如果result_Docid＝＝Docid,则Docid对应的品类计数+1，根据序列号从小到大的顺序继续获取候选品类集中品类的物品。
步骤S103，确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
在实施例中，如果品类计数大于或等于该品类的品类召回配额，则把该品类以及该品类下的物品从候选品类集中剔除，然后根据序列号从小到大的顺序继续获取候选品类集中品类的物品。
在另一些实施例中，每个品类的物品按照品类配额召回后，根据权重需要在剔除权重低的物品，只按照权重剔除物品，会把品类多样性破坏，此时需要为品类设置的配额阈值(例如该配置阈值为最小配额)，具体的实施过程包括：
基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序。然后，根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息，得到搜索请求的处理结果。
需要说明的是，非品类的物品可以单独成为一组，以进行权重的排序。
较佳的，每个品类的最低品类召回配额和品类的置信度相关，所有品类的品类召回配额阈值总和小于当前召回截断数(即总召回配额对应的召回数量，通过TOPN函数实现，N为预先配置的数值，例如N为200。)的值：
当前召回截断数＝N
品类召回配额阈值＝N*X％*Y％
其中，X为经验值，Y为品类的置信度。
还值得说明的是，还可以设置不区分配额的物品配额，以作为召回的保底物品数量：不区分配额的物品配额＝N*(1-X％)。也就是说，召回物品数量最小要满足不区分配额的物品召回配额。
作为进一步地实施例，根据每个品类的品类召回配额阈值，从每个品类中获取预设数量的物品信息之后，还包括：
如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品；根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果。
综上所述，本发明提出的物品的召回方法，能够尽可能召回不同品类的物品，并且根据品类进行物品截断(即根据召回截断数进行物品截断，获取截断位置之前的物品)，不影响整体的性能，提高了用户体验。因此，本发明召回的物品都是需要的物品，减少了无用物品的召回过程，提高的性能。
图4是根据本发明第二实施例的物品的召回方法的主要流程的示意图，所述物品的召回方法可以包括：
步骤S401，接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表。
步骤S402，根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数。
步骤S403，遍历候选品类集合中品类下的物品序列号，判断是否与第一搜索物品信息表中的物品序列号相同，若是则进行步骤S404，若否则保留该物品信息进行步骤S407。
步骤S404，将物品所属品类计数自增。
步骤S405，判断自增后的该物品所属品类计数是否大于或等于预设的该品类召回配额，若是则进行步骤S406，若否则保留该物品信息进行步骤S407。
步骤S406，从候选品类集中删除该品类以及该品类包括的物品信息。
步骤S407，判断是否已遍历完候选品类集中各品类的物品，若是则进行步骤S408，若否则返回步骤S403。
步骤S408，基于当前候选品类集中的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
图5是根据本发明第三实施例的物品的召回方法的主要流程的示意图，所述物品的召回方法可以包括：
步骤S501，接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表。
步骤S502，根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数。
步骤S503，遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比。
步骤S504，确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表。
步骤S505，基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序。
步骤S506，根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息。
步骤S507，如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品。
步骤S508，根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果输出，以得到召回的物品。
图6是根据本发明实施例的物品的召回装置的主要模块的示意图，如图6所示，所述物品的召回装置600包括第一模块601、第二模块602和第三模块603。其中，第一模块601接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；第二模块602根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比；第三模块603确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
在一些实施例中，所述第三模块603将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，包括：
基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序；根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息，得到搜索请求的处理结果。
在一些实施例中，所述第三模块603根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息之后，还包括：
如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品；根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果。
在一些实施例中，所述第二模块602根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类之前，包括：
根据搜索请求中的用户信息，获取用户画像信息和历史搜索数据；
基于预设的响应模型计算出目标相关品类，进而得到每个目标相关品类中以序列号为索引从小到大排序的物品信息，以生成候选品类集。
在一些实施例中，所述第三模块603生成候选品类集之后，包括：
根据预设的压缩算法对候选品类集进行压缩并存储。
需要说明的是，在本发明所述物品的召回方法和所述物品的召回装置在具体实施内容上具有相应关系，故重复内容不再说明。
图7示出了可以应用本发明实施例的物品的召回方法或物品的召回装置的示例性系统架构700。
如图7所示，系统架构600可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备701、702、703可以是具有物品的召回屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的物品的召回方法一般由服务器705执行，相应地，计算装置一般设置于服务器705中。
应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有计算机系统800操作所需的各种程序和数据。CPU801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶物品的召回器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一模块、第二模块和第三模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比；确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
根据本发明实施例的技术方案，能够解决现有物品推荐品类单一，用户体验差的问题。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种物品的召回方法，其特征在于，包括：
接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；
根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；
遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比；
确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；
将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
2.根据权利要求1所述的方法，其特征在于，将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，包括：
基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序；
根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息，得到搜索请求的处理结果。
3.根据权利要求2所述的方法，其特征在于，根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息之后，还包括：
如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品；
根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果。
4.根据权利要求1所述的方法，其特征在于，根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类之前，包括：
根据搜索请求中的用户信息，获取用户画像信息和历史搜索数据；
基于预设的响应模型计算出目标相关品类，进而得到每个目标相关品类中以序列号为索引从小到大排序的物品信息，以生成候选品类集。
5.根据权利要求4所述的方法，其特征在于，生成候选品类集之后，包括：
根据预设的压缩算法对候选品类集进行压缩并存储。
6.一种物品的召回装置，其特征在于，包括：
第一模块，用于接收搜索请求，基于预设的搜索召回配额，通过所述请求中的搜索词进行查询，得到第一搜索物品信息表；
第二模块，用于根据预设的候选品类集合，对第一搜索物品信息表中的物品进行归类，进而获取各品类的计数；遍历候选品类集合中品类下的物品序列号，如果与第一搜索物品信息表中的物品序列号相同，则将该品类的计数自增；其中，所述的物品序列号与该物品预设权重成反比；
第三模块，用于确定品类的计数大于或等于预设的品类召回配额，则从候选品类集中删除该品类以及该品类包括的物品信息，生成第二搜索物品信息表；将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，以得到召回的物品。
7.根据权利要求6所述的装置，其特征在于，所述第三模块将第一搜索物品信息表与第二搜索物品信息表作为搜索请求的处理结果输出，包括：
基于品类合并第一搜索物品信息表和第二搜索物品信息表，并对品类中的物品依据物品权重从大到小排序；
根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息，得到搜索请求的处理结果。
8.根据权利要求7所述的装置，其特征在于，所述第三模块根据每个品类预设的品类召回配额阈值，从每个品类中按顺序获取预设数量的物品信息之后，还包括：
如果获取的物品数量小于预设的召回截断数，则根据多路归并算法，在合并后的第一搜索物品信息表和第二搜索物品信息表的剩余物品信息中不区分品类，提取预设召回截断数与获取的物品数量之差的数量物品；
根据所述提取的物品信息和获取的物品信息，生成搜索请求的处理结果。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010873546.3A CN113763081B (zh) | 2020-08-26 | 2020-08-26 | 一种物品的召回方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010873546.3A CN113763081B (zh) | 2020-08-26 | 2020-08-26 | 一种物品的召回方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113763081A true CN113763081A (zh) | 2021-12-07 |
| CN113763081B CN113763081B (zh) | 2024-06-18 |
Family
ID=78785748
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010873546.3A Active CN113763081B (zh) | 2020-08-26 | 2020-08-26 | 一种物品的召回方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113763081B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104166651A (zh) * | 2013-05-16 | 2014-11-26 | 阿里巴巴集团控股有限公司 | 基于对同类数据对象整合的数据搜索的方法和装置 |
| US20150339756A1 (en) * | 2014-05-23 | 2015-11-26 | Ebay Inc. | Personalizing alternative recommendations using search context |
| CN107908662A (zh) * | 2017-10-18 | 2018-04-13 | 北京京东尚科信息技术有限公司 | 搜索系统的实现方法和实现装置 |
| CN110069698A (zh) * | 2017-11-01 | 2019-07-30 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN110083688A (zh) * | 2019-05-10 | 2019-08-02 | 北京百度网讯科技有限公司 | 搜索结果召回方法、装置、服务器及存储介质 |
| CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
| CN110969516A (zh) * | 2019-12-25 | 2020-04-07 | 清华大学 | 一种商品推荐方法及装置 |
| CN111368036A (zh) * | 2020-03-05 | 2020-07-03 | 百度在线网络技术（北京）有限公司 | 用于搜索信息的方法和装置 |
-
2020
- 2020-08-26 CN CN202010873546.3A patent/CN113763081B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104166651A (zh) * | 2013-05-16 | 2014-11-26 | 阿里巴巴集团控股有限公司 | 基于对同类数据对象整合的数据搜索的方法和装置 |
| US20150339756A1 (en) * | 2014-05-23 | 2015-11-26 | Ebay Inc. | Personalizing alternative recommendations using search context |
| CN107908662A (zh) * | 2017-10-18 | 2018-04-13 | 北京京东尚科信息技术有限公司 | 搜索系统的实现方法和实现装置 |
| CN110069698A (zh) * | 2017-11-01 | 2019-07-30 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN110083688A (zh) * | 2019-05-10 | 2019-08-02 | 北京百度网讯科技有限公司 | 搜索结果召回方法、装置、服务器及存储介质 |
| CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
| CN110969516A (zh) * | 2019-12-25 | 2020-04-07 | 清华大学 | 一种商品推荐方法及装置 |
| CN111368036A (zh) * | 2020-03-05 | 2020-07-03 | 百度在线网络技术（北京）有限公司 | 用于搜索信息的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113763081B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348771B (zh) | 一种对订单进行组单的方法和装置 | |
| CN110766486A (zh) | 确定物品类目的方法和装置 | |
| CN110111167A (zh) | 一种确定推荐对象的方法和装置 | |
| CN107885783B (zh) | 获取搜索词高相关分类的方法和装置 | |
| CN114329201A (zh) | 深度学习模型的训练方法、内容推荐方法和装置 | |
| CN112818230B (zh) | 内容推荐方法、装置、电子设备和存储介质 | |
| US20200134361A1 (en) | Data processing method and apparatus | |
| CN116028618B (zh) | 文本处理、文本检索方法、装置、电子设备及存储介质 | |
| CN114265927A (zh) | 数据查询方法及装置、存储介质及电子装置 | |
| CN115423555A (zh) | 一种商品推荐方法、装置、电子设备及存储介质 | |
| CN107844536B (zh) | 应用程序选择的方法、装置和系统 | |
| CN108985805B (zh) | 一种选择性执行推送任务的方法和装置 | |
| CN110827101B (zh) | 一种店铺推荐的方法和装置 | |
| CN113763081B (zh) | 一种物品的召回方法和装置 | |
| CN112784861A (zh) | 相似度的确定方法、装置、电子设备和存储介质 | |
| CN110852078A (zh) | 生成标题的方法和装置 | |
| CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
| CN111813765A (zh) | 一种异常数据处理的方法、装置、电子设备、计算机可读介质 | |
| CN112395510A (zh) | 基于活跃度确定目标用户的方法和装置 | |
| CN112926907A (zh) | 一种仓库库存布局方法和装置 | |
| CN113128211B (zh) | 一种物品分类方法及装置 | |
| CN113554041B (zh) | 一种对用户标记标签的方法和装置 | |
| CN112734314B (zh) | 确定选品集合的方法和装置 | |
| CN112115165A (zh) | 一种数据处理方法和装置 | |
| CN113761305A (zh) | 一种生成标签层级结构的方法和装置 |
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 |