[发明专利]基于神经网络的搜索排序方法、系统、设备和存储介质在审
| 申请号： | 201910857240.6 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110543600A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 袁秋龙;江文斌;李健 | 申请（专利权）人： | 上海携程国际旅行社有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N3/04;G06N3/08 |
| 代理公司： | 31283 上海弼兴律师事务所 | 代理人： | 薛琦;张冉<国际申请>=<国际公布>=< |
| 地址： | 200335 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的搜索排序方法、系统、设备和存储介质，搜索排序方法包括以下步骤：对用户的搜索需求数据进行挖掘得到特征数据；将特征数据输入到搜索排序模型，进行前向计算，得到若干搜索目标及每个搜索目标对应的评分；根据评分对若干搜索目标进行排序，输出排序结果；其中，搜索排序模型在训练过程中任务之间的参数共享为有选择的参数共享。本发明提出的动态多任务搜索排序模型能够获得到更好的Top3命中指标。本发明中多任务的神经网络采用有选择的参数共享策略，解决了传统的多任务的神经网络的模型中由于网络层数较浅，不能够有效的学习到各领域的相关信息并进行充分共享的问题，进而提升了用户体验以及降低线上线下差异。 | ||
| 搜索关键词： | 搜索 参数共享 排序模型 神经网络 搜索目标 排序 特征数据 存储介质 排序结果 前向计算 任务搜索 相关信息 需求数据 训练过程 用户体验 传统的 网络层 上线 命中 输出 共享 挖掘 学习 | ||
【主权项】：
1.一种基于多任务的神经网络的搜索排序方法，其特征在于，包括以下步骤：/n对用户的搜索需求数据进行挖掘得到特征数据；/n将所述特征数据输入到基于多任务的神经网络的搜索排序模型，进行前向计算，得到若干搜索目标及每个所述搜索目标对应的评分；/n根据所述评分对若干所述搜索目标进行排序，输出排序结果；/n其中，所述搜索排序模型在训练过程中任务之间的参数共享为有选择的参数共享。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海携程国际旅行社有限公司，未经上海携程国际旅行社有限公司许可，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/patent/201910857240.6/，转载请声明来源钻瓜专利网。
