[发明专利]一种搜索信息的推荐方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种搜索信息的推荐方法、装置、电子设备及存储介质，方法包括：获取用户输入的目标搜索信息；根据预先建立的搜索信息与搜索信息特征向量的对应关系，查找与目标搜索信息对应的目标特征向量，对应关系为基于通过第一类模型和第二类模型得到的搜索信息特征向量建立的；根据目标特征向量与对应关系包括的其他搜索信息特征向量之间的相似度，从对应关系包括的搜索信息中确定待推荐搜索信息；基于相似度对待推荐搜索信息进行排序，并基于排序结果确定推荐搜索信息，将推荐搜索信息推荐给用户。可以得到准确的目标特征向量，使得基于目标特征向量确定的待推荐搜索信息更加具有针对性，召回质量得到提高，改善搜索信息推荐效果。

技术领域

本发明涉及信息搜索技术领域，特别是涉及一种搜索信息的推荐方法、装置、电子设备及存储介质。

背景技术

对于具有搜索功能的网站来说，针对不同的用户进行精准的搜索信息推荐，吸引用户点击推荐的搜索信息进行搜索，可以有效地达到引流的目的。相关技术中的搜索信息的推荐方法可分为两个阶段：召回和排序。其中，排序阶段是对召回的待推荐搜索信息进行打分和排序，最终根据打分和排序的结果确定出所要推荐给用户的搜索信息。

在召回阶段，一般认为用户搜索行为中，在一段时间内，搜索信息连续出现的次数越多的，关联性也就越强；所以电子设备可以通过item2vec模型建立连续出现的次数较多的搜索信息的特征向量之间的关系，这样在获取到用户输入的搜索信息后，可以将该搜索信息输入训练好的item2vec模型中，从而得到与该搜索信息对应的特征向量的相似度较高的相关搜索信息，并将该相关搜索信息推荐给用户。

然而，在模型训练过程中，获取到的用户在一段时间内输入的搜索信息之间可能毫无关联，例如：用户可能在一段时间内连续搜索了“士兵突击”、“莫吉托”、“西游记”等关联性不强的内容。采用上述方式对模型进行训练后，在用户输入“士兵突击”时，很可能会将“西游记”等不相关的搜索信息作为推荐搜索信息推荐给用户。可见，上述搜索信息的推荐方式中，待推荐搜索信息的召回质量不高，导致搜索信息的推荐缺乏针对性，效果不佳。

发明内容

本发明实施例的目的在于提供一种搜索信息的推荐方法、装置、电子设备及存储介质，以提高搜索信息召回质量，进而提升搜索信息推荐针对性，改善搜索信息的推荐效果。具体技术方案如下：

第一方面，本发明实施例提供了一种搜索信息的推荐方法，所述方法包括：

获取用户输入的目标搜索信息；

根据预先建立的搜索信息与搜索信息特征向量的对应关系，查找与所述目标搜索信息对应的目标特征向量，其中，所述对应关系为基于通过第一类模型和第二类模型得到的搜索信息特征向量建立的，所述第一类模型为基于用户历史搜索行为训练得到的，所述第二类模型为基于内容信息训练得到的，所述内容信息为标识所述用户历史搜索行为的具体内容的信息；

根据所述目标特征向量与所述对应关系包括的其他搜索信息特征向量之间的相似度，从所述对应关系包括的搜索信息中确定待推荐搜索信息；

基于所述相似度对所述待推荐搜索信息进行排序，并基于排序结果确定推荐搜索信息，将所述推荐搜索信息推荐给用户。

可选的，第二类模型的训练方式，包括：

获取第二类初始模型及多个第二搜索信息样本；

针对每个所述第二搜索信息样本，基于预设标定规则确定该所述第二搜索信息样本的标定信息，其中，所述预设标定规则为基于所述第二搜索信息样本的内容信息设定的；

将所述第二搜索信息样本输入所述第二类初始模型，基于所述第二类初始模型的当前参数，将所述第二搜索信息样本转化为对应的特征向量，并基于所述特征向量确定所述第二搜索信息样本对应的预测信息；