[发明专利]一种识别图片搜索中坏例的方法和装置

说明书

本发明提供了一种识别图片搜索中坏例（badcase）的方法和装置，其中方法包括：将待识别query的图片搜索结果输入预先建立的badcase识别组合模型，获得待识别query是否是badcase的识别结果；其中badcase识别组合模型的建立包括：将包含已确定是badcase的query的图片搜索结果作为样本数据，分别训练两种以上的badcase特征子模型，分别调整各badcase特征子模型的模型因子使得各badcase特征子模型的识别准确率达到第一阈值以上；利用样本数据，训练由训练后得到的各badcase特征子模型串行构成的badcase识别组合模型，调组合模型的模型因子使得组合模型的识别准确率达到预设第二阈值以上。本发明能够在产品上线前实现图片搜索中badcase的自动识别。

【技术领域】

本发明涉及计算机应用中的测试技术领域，特别涉及一种识别图片搜索中坏例的方法和装置。

【背景技术】

图片搜索的关键质量和功能是提供与用户输入搜索关键词存在高相关性和高质量的图片，然而在实际情况下图片搜索引擎可能会针对某些搜索关键词的搜索结果存在文不对图、低质量图片排名靠前等问题，这些问题称为图片搜索引擎的坏例（badcase），识别图片搜索引擎的badcase对于提高搜索质量十分重要。

现有图片搜索引擎的badcase识别方式主要存在以下两种：

第一种是通过人工观察的方式，这种方式虽然比较准确，但效率低，面对海量的搜索关键词则无能为力。

第二种方式是对用户的线上日志进行用户行为分析，以用户不满意图片搜索效果时的行为特点来自动发现badcase。这种方式虽然提高了识别效率，但仅能够在产品上线后才能进行识别，而在产品上线之前则无法发现badcase，如果在上线后发现存在严重的badcase技术根因，则可能会发生产品版本回滚的风险。

【发明内容】

有鉴于此，本发明提供了一种识别图片搜索中badcase的方法和装置，以便于在产品上线前实现图片搜索中badcase的自动识别。

具体技术方案如下：

一种识别图片搜索中坏例badcase的方法，该方法包括：

将待识别query的图片搜索结果输入预先建立的badcase识别组合模型，获得所述待识别query是否是badcase的识别结果；

其中所述badcase识别组合模型的建立包括：

将包含已确定是badcase的query的图片搜索结果作为样本数据，分别训练两种以上的badcase特征子模型，分别调整各badcase特征子模型的模型因子使得各badcase特征子模型对badcase识别的准确率达到预设第一阈值以上；

利用所述样本数据，训练由训练后得到的各badcase特征子模型串行构成的所述badcase识别组合模型，调整所述badcase识别组合模型的模型因子使得所述badcase识别组合模型对badcase识别的准确率达到预设第二阈值以上。

根据本发明一优选实施方式，所述badcase特征子模型为：小图策略子模型、词项间距策略子模型、博客策略子模型或摘要黑名单子模型。

根据本发明一优选实施方式，所述小图策略子模型的模型因子包括：小图的大小上限标准、小图的分布位置标准、识别出badcase时对应的搜索结果的首页命中小图数量、搜索结果首页首张图片不是小图时小图策略子模型是否参与在badcase识别组合模型中badcase的识别中的至少一种；

所述词项间距策略子模型的模型因子包括：query被切分为2个词项时的词项间距；

所述博客策略子模型的模型因子包括：搜索结果首页中每张图片的原始网址是否含有字符串blog；