[发明专利]业务搜索处理方法、装置及设备

权利要求书

1.一种业务搜索处理方法，其特征在于，包括：

利用用户的搜索词进行搜索，获取搜索到的业务信息；

根据所述用户的用户特征、所述业务信息的信息特征、当前场景特征和搜索意图特征，并结合历史相似数据，计算所述业务信息各自对应的转化率，其中，所述转化率用于确定用户在业务信息中获取业务服务的概率；

按照所述转化率对所述业务信息进行排序，生成与所述搜索词对应的搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述转化率是通过WideDeepFM神经网络模型计算得到的，所述方法还包括：

根据样本用户的搜索记录以及搜索后的转化记录，创建训练集；

利用所述训练集，基于WideDeep和FM算法进行训练拼装得到所述WideDeepFM神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述根据样本用户的搜索记录以及搜索后的转化记录，创建训练集，具体包括：

根据样本用户的搜索记录，提取样本用户的样本用户特征、搜索到的样本业务信息的样本信息特征、当时的样本场景特征和样本搜索意图特征；

根据搜索后的转化记录，计算搜索到的样本业务信息各自对应的样本转化率；

将所述样本用户特征、所述样本信息特征、所述样本场景特征和所述样本搜索意图特征作为特征数据，以及将所述样本转化率作为与所述特征数据对应的标签数据，并根据所述特征数据和与所述特征数据对应的标签数据，创建训练集。

4.根据权利要求3所述的方法，其特征在于，所述根据所述特征数据和与所述特征数据对应的标签数据，创建训练集，具体包括：

根据场景和时间的不同，均匀设立采样层次；

利用均匀设立的采样层次，对所述特征数据和与所述特征数据对应的标签数据进行分层采样，使得创建得到的训练集中的正负样本比例均衡。

5.根据权利要求4所述的方法，其特征在于，所述利用均匀设立的采样层次，对所述特征数据和与所述特征数据对应的标签数据进行分层采样，具体包括：

基于所述特征数据和与所述特征数据对应的标签数据，保留发生转化的正样本的同时，对各个正样本所处场景下未转化的负样本进行随机比例采样。

6.根据权利要求2所述的方法，其特征在于，所述利用所述训练集，基于WideDeep和FM算法进行训练拼装得到所述WideDeepFM神经网络模型，具体包括：

基于所述训练集选取测试集；

利用所述测试集对训练得到的所述WideDeepFM神经网络模型进行测试，若测试结果不符合要求，则对所述WideDeepFM神经网络模型进行再次训练，直至测试结果符合要求。

7.根据权利要求1所述的方法，其特征在于，所述当前场景特征至少包括：当前搜索时间、用户当前搜索行为的发生地点、所述发生地点的当前天气、所述发生地点的周边人群中的一个或多个。

8.一种业务搜索处理装置，其特征在于，包括：

获取模块，用于利用用户的搜索词进行搜索，获取搜索到的业务信息；

计算模块，用于根据所述用户的用户特征、所述业务信息的信息特征、当前场景特征和搜索意图特征，并结合历史相似数据，计算所述业务信息各自对应的转化率，其中，所述转化率用于确定用户在业务信息中获取业务服务的概率；

生成模块，用于按照所述转化率对所述业务信息进行排序，生成与所述搜索词对应的搜索结果。

9.一种存储介质，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权利要求1至7中任一项所述的方法。

10.一种业务搜索处理设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7中任一项所述的方法。