[发明专利]一种用于搜索结果排序的方法与设备有效
申请号: | 201210293220.9 | 申请日: | 2012-08-16 |
公开(公告)号: | CN103593373B | 公开(公告)日: | 2018-09-07 |
发明(设计)人: | 于佃海 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京汉昊知识产权代理事务所(普通合伙) 11370 | 代理人: | 罗朋;周建华 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 搜索 结果 排序 方法 设备 | ||
1.一种用于搜索结果排序的方法,其中,该方法包括以下步骤:
a获取与用户输入的查询序列相对应的搜索结果;
b根据所述查询序列的类型信息,确定与所述查询序列相对应的结果排序模型;
c根据所述结果排序模型,确定所述搜索结果的优先级;
d根据所述优先级,将所述搜索结果提供给所述用户。
2.根据权利要求1所述的方法,其中,该方法还包括:
x根据已标注排序信息的多个训练结果,并结合所述训练结果所对应的查询序列的类型信息,进行机器学习,以获得所述结果排序模型。
3.根据权利要求2所述的方法,其中,所述步骤x包括:
-根据已标注排序信息的多个训练结果,进行机器学习,以获得候选结果排序模型;
-根据所述候选结果排序模型,并结合所述训练结果所对应的查询序列的类型信息,确定所述结果排序模型。
4.根据权利要求2所述的方法,其中,所述步骤x包括:
-对于已标注排序信息的多个训练结果,基于所述训练结果所对应的查询序列的类型信息,进行分组处理,以获得一个或多个训练结果子集,其中,每个训练结果子集包括一个或多个所述训练结果,且所述一个或多个训练结果所对应的查询序列具有相同的类型信息;
-根据所述训练结果子集,进行机器学习,以获得所述结果排序模型。
5.根据权利要求1所述的方法,其中,所述结果排序模型包括一个或多个排序特征向量;
其中,所述排序特征向量包括以下至少任一项:
-所述搜索结果与所述查询序列的相关性信息及其权重信息;
-所述搜索结果的特征信息及其权重信息。
6.根据权利要求5所述的方法,其中,所述排序特征向量包括所述搜索结果的特征信息及其权重信息;
其中,所述步骤c包括:
-根据所述排序特征向量,确定所述搜索结果的特征信息的赋值;
-根据所述特征信息的赋值以及所述特征信息的权重信息,并结合所述搜索结果与所述查询序列的匹配度信息,确定所述搜索结果的优先级。
7.根据权利要求5或6所述的方法,其中,所述搜索结果的特征信息包括以下至少任一项:
-所述搜索结果的权威度信息;
-所述搜索结果的质量度信息;
-所述搜索结果的丰富度信息;
-所述搜索结果的热门度信息。
8.根据权利要求5或6所述的方法,其中,所述搜索结果与所述查询序列的相关性信息包括以下至少任一项:
-所述搜索结果与所述查询序列的匹配度信息;
-所述搜索结果在所述查询序列下的点击率信息。
9.一种用于搜索结果排序的排序设备,其中,该设备包括:
结果获取装置,用于获取与用户输入的查询序列相对应的搜索结果;
模型确定装置,用于根据所述查询序列的类型信息,确定与所述查询序列相对应的结果排序模型;
优先级确定装置,用于根据所述结果排序模型,确定所述搜索结果的优先级;
结果提供装置,用于根据所述优先级,将所述搜索结果提供给所述用户。
10.根据权利要求9所述的排序设备,其中,该设备还包括:
模型学习装置,用于根据已标注排序信息的多个训练结果,并结合所述训练结果所对应的查询序列的类型信息,进行机器学习,以获得所述结果排序模型。
11.根据权利要求10所述的排序设备,其中,所述模型学习装置用于:
-根据已标注排序信息的多个训练结果,进行机器学习,以获得候选结果排序模型;
-根据所述候选结果排序模型,并结合所述训练结果所对应的查询序列的类型信息,确定所述结果排序模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210293220.9/1.html,转载请声明来源钻瓜专利网。