[发明专利]搜索信息的处理方法、装置

说明书

本申请公开了搜索信息的处理方法、装置、电子设备及计算机可读存储介质，涉及自然语言处理领域、机器学习技术领域、数据处理技术领域、特征分析技术领域和深度学习技术领域。具体实现方案为：获取目标用户集合的搜索信息集合后确定搜索关键字集合，基于该搜索关键字集合进行扩展得到扩展搜索关键字集合，然后对该扩展搜索关键字集合中的内容进行聚类处理，得到多个类别的分类关键字集合，聚合各个类别的分类关键字集合的特征信息，得到目标用户集合的搜索特征信息，然后获取待训练目标模型，使用该搜索特征信息训练所述待训练目标模型，得到训练后的目标模型，可以根据目标用户集合的搜索信息完成对模型的训练，不依赖标签数据。

技术领域

本申请涉及自然语言处理技术领域，具体涉及机器学习技术领域、数据处理技术领域、特征分析技术领域和深度学习技术领域，尤其涉及搜索信息的处理方法、装置、电子设备及计算机可读存储介质。

背景技术

当今社会中，为了更好的为用户提供服务，各行各业都引入了深度学习技术来实现对用户行为的分析，根据分析结果来描绘用户画像，以便于后续确定经营策略来为用户提供更好的服务。

现有技术中，为实现更加准确的用户行为分析和用户画像描绘，需要采用大量的用户信息作为训练素材来对神经网络或者模型进行训练，以确保训练得到的神经网络或者模型能够准确的对用户行为进行分析，得到服务提供商需要的结果。

发明内容

本申请提供了一种搜索信息的处理方法、装置、电子设备以及存储介质。

第一方面，本申请的实施例提供了一种搜索信息的处理方法，包括：获取目标用户集合的搜索信息集合，基于该搜索信息集合确定搜索关键字集合；基于该搜索关键字集合和对该搜索关键字集合进行扩展后得到的扩展后的搜索关键字集合，得到扩展搜索关键字集合；对该扩展搜索关键字集合中的内容进行聚类处理，得到多个类别的分类关键字集合；聚合各个类别的分类关键字集合的特征信息，得到该目标用户集合的搜索特征信息；获取待训练目标模型，使用该目标用户集合的搜索特征信息训练该待训练目标模型，得到训练后的目标模型。

第二方面，本申请的实施例提供了一种搜索信息的装置，包括：关键字集合确定单元，被配置成获取目标用户集合的搜索信息集合，基于该搜索信息集合确定搜索关键字集合；关键字集合扩展单元，被配置成基于该搜索关键字集合和对该搜索关键字集合进行扩展后得到的扩展后的搜索关键字集合，得到扩展搜索关键字集合；关键字集合聚类单元，被配置成对该扩展搜索关键字集合中的内容进行聚类处理，得到多个类别的分类关键字集合；特征信息生成单元，被配置成聚合各个类别的分类关键字集合的特征信息，得到该目标用户集合的搜索特征信息；目标模型训练单元，被配置成获取待训练目标模型，使用该目标用户集合的搜索特征信息训练该待训练目标模型，得到训练后的目标模型。

第三方面，本申请的实施例提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，该存储器存储有可被上述至少一个处理器执行的指令，该指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行如第一方面中任一实现方式描述的搜索信息的处理方法。

第四方面，本申请的实施例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，包括：该计算机指令用于使该计算机执行如第一方面中任一实现方式描述的搜索信息的处理方法。

第五方面，本申请实施例提供了一种包括计算机程序的计算机程序产品，该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的搜索信息的处理方法。

本申请在获取目标用户集合的搜索信息集合后确定搜索关键字集合，基于该搜索关键字集合进行扩展，根据该搜索关键字集合和扩展后的内容得到扩展搜索关键字集合，然后对该扩展搜索关键字集合中的内容进行聚类处理，得到多个类别的分类关键字集合，聚合各个类别的分类关键字集合的特征信息，得到目标用户集合的搜索特征信息，然后获取待训练目标模型，使用该搜索特征信息训练所述待训练目标模型，得到训练后的目标模型，根据目标用户集合的搜索信息完成对模型的训练，不依赖标签数据。