本发明专利技术实施例公开了一种搜索推荐方法、装置、电子设备及存储介质。该方法包括：基于当前搜索用户向目标应用输入的当前搜索内容及当前搜索用户授权的授权历史信息，生成用于表征当前搜索用户的行为特征的第一注意力表达信息；基于预先存储的各待推荐信息，生成用于表征各待推荐信息特征的各第二注意力表达信息；将第一注意力表达信息分别与各第二注意力表达信息输入至预先训练完成的深度神经网络中，生成第一注意力表达信息与各第二注意力表达信息之间的匹配度；按照匹配度的高低顺序对各待推荐信息进行推荐排序，基于推荐排序为当前搜索用户在目标应用的应用界面展示待推荐信息。本发明专利技术可针对不同用户进行个性化的推荐，提高推荐精准度。提高推荐精准度。提高推荐精准度。
【技术实现步骤摘要】
一种搜索推荐方法、装置、电子设备及存储介质
[0001]本专利技术实施例涉及数据处理
，尤其涉及一种搜索推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]在以大数据为基石，统计机器学习，深度学习为利剑的互联网时代，搜索推荐成为了与人生活工作息息相关的一项技术。如在网上进行购物，点外卖，医疗咨询等，人们在互联网上的大多行为均依赖搜索推荐技术。
[0003]目前，在用户进行搜索时，预先存储大量的待推荐信息。基于用户输入的搜索内容，需要在后端存储的大量待推荐信息中进行初步筛选，得到候选集合，通常候选集合约控制在几十到上百个的数量范围。在此基础上，对该候选集合进行精排，得到排序列表，按顺序依次推荐给用户。
[0004]现有技术在初步筛选和精排时，仅按照用户输入的搜索内容对待推荐信息进行相关排序；对于不同的用户输入相同搜索内容时，得到的推荐内容、推荐顺序均为相同的，无法对用户进行个性化的推荐，导致推荐顺序的准确率较低，降低了用户体验感。
技术实现思路
[0005]本专利技术实施例提供了一种搜索推荐方法、装置、电子设备及存储介质，以实现针对不同搜索用户进行个性化的推荐，提高推荐顺序的精准度，有利于提高用户体验感。
[0006]第一方面，本专利技术实施例提供了一种搜索推荐方法，包括：
[0007]基于当前搜索用户向目标应用输入的当前搜索内容及所述当前搜索用户授权的授权历史信息，生成用于表征所述当前搜索用户的行为特征的第一注意力表达信息；
[0008]基于预先存储的各待推荐信息，生成用于表征各所述待推荐信息特征的各第二注意力表达信息；
[0009]将所述第一注意力表达信息分别与各所述第二注意力表达信息输入至预先训练完成的深度神经网络中，生成所述第一注意力表达信息与各所述第二注意力表达信息之间的匹配度；
[0010]按照所述匹配度的高低顺序对各所述待推荐信息进行推荐排序，基于所述推荐排序为所述当前搜索用户在所述目标应用的应用界面展示所述待推荐信息。
[0011]第二方面，本专利技术实施例还提供了一种搜索推荐装置，该装置包括：
[0012]生成第一注意力表达信息模块，用于基于当前搜索用户向目标应用输入的当前搜索内容及所述当前搜索用户授权的授权历史信息，生成用于表征所述当前搜索用户的行为特征的第一注意力表达信息；
[0013]生成第二注意力表达信息模块，用于基于预先存储的各待推荐信息，生成用于表征各所述待推荐信息特征的各第二注意力表达信息；
[0014]生成匹配度模块，用于将所述第一注意力表达信息分别与各所述第二注意力表达
信息输入至预先训练完成的深度神经网络中，生成所述第一注意力表达信息与各所述第二注意力表达信息之间的匹配度；
[0015]展示待推荐信息模块，用于按照所述匹配度的高低顺序对各所述待推荐信息进行推荐排序，基于所述推荐排序为所述当前搜索用户在所述目标应用的应用界面展示所述待推荐信息。
[0016]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0017]一个或多个处理器；
[0018]存储装置，用于存储一个或多个程序，
[0019]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例所提供的搜索推荐方法。
[0020]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术任意实施例所提供的搜索推荐方法。
[0021]本专利技术实施例所提供的搜索推荐方法，基于当前搜索用户向目标应用输入的当前搜索内容及当前搜索用户授权的授权历史信息，生成用于表征当前搜索用户的行为特征的第一注意力表达信息；基于预先存储的各待推荐信息，生成用于表征各待推荐信息特征的各第二注意力表达信息；通过第一注意力表达信息与各第二注意力表达信息之间的匹配度，确定推荐信息，并按照推荐排序展示待推荐信息。从而实现在确定推荐排序时综合考虑了用户特征和待推荐信息的特征，可针对不同搜索用户进行个性化的推荐，提高推荐顺序的精准度，有利于提高用户体验感。
[0022]此外，本专利技术所提供的一种搜索推荐装置、电子设备及存储介质与上述方法对应，具有同样的有益效果。
附图说明
[0023]为了更清楚地说明本专利技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本专利技术实施例提供的一种搜索推荐方法的流程图；
[0025]图2为本专利技术实施例提供的另一种搜索推荐方法的流程图；
[0026]图3为本专利技术实施例提供的一种搜索推荐装置的结构图；
[0027]图4为本专利技术实施例提供的一种电子设备的结构图。
具体实施方式
[0028]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0029]另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新
安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0030]为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。
[0031]实施例一
[0032]图1为本专利技术实施例提供的一种搜索推荐方法的流程图。该方法可以由一种搜索推荐装置来执行，该装置可以通过软件和/或硬件来实现，可配置于终端和/或服务器中来实现本专利技术实施例中的一种搜索推荐方法。
[0033]本专利技术实施例可用于多种应用场景下，如搜索用户进行线上医疗咨询时，可为搜索用户推荐咨询医生；在搜索用户进行线上点餐时，为用户推荐食物或餐厅等。为了使本领域技术人员进一步清楚本方法的技术方案，下文以搜索用户进行线上医疗咨询这一应用场景为例进行说明。
[0034]如图1所示，本实施例的方法具体可包括：
[0035]S101、基于当前搜索用户向目标应用输入的当前搜索内容及当前搜索用户授权的授权历史信息，生成用于表征当前搜索用户的行为特征的第一注意力表达信息。
[0036]在具体实施中，可获取当前搜索用户向目标应用中输入的当前搜索内容。示例性的，目标应用可为网上购物应用、外卖应用和医疗咨询应用等，本应用场景下，目标应用为医疗咨询应用。可获取本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种搜索推荐方法，其特征在于，包括：基于当前搜索用户向目标应用输入的当前搜索内容及所述当前搜索用户授权的授权历史信息，生成用于表征所述当前搜索用户的行为特征的第一注意力表达信息；基于预先存储的各待推荐信息，生成用于表征各所述待推荐信息特征的各第二注意力表达信息；将所述第一注意力表达信息分别与各所述第二注意力表达信息输入至预先训练完成的深度神经网络中，生成所述第一注意力表达信息与各所述第二注意力表达信息之间的匹配度；按照所述匹配度的高低顺序对各所述待推荐信息进行推荐排序，基于所述推荐排序为所述当前搜索用户在所述目标应用的应用界面展示所述待推荐信息。2.根据权利要求1所述的方法，其特征在于，所述基于当前搜索用户输入的当前搜索内容及所述当前搜索用户授权的授权历史信息，生成用于表征所述当前搜索用户的行为特征的第一注意力表达信息，包括：对所述授权历史信息按照预设类别进行分类，生成与各所述预设类别对应的类别历史信息；将各所述类别历史信息转换为类别向量，将所述当前搜索内容转换为当前搜索向量；基于所述当前搜索向量和所述类别向量，确定用于表征所述当前搜索用户的各类别的行为特征的所述第一注意力表达信息。3.根据权利要求2所述的方法，其特征在于，同一所述预设类别的所述类别历史信息包括至少一个类别实体；其中，所述基于所述当前搜索向量和所述类别向量，确定用于表征所述当前搜索用户的各类别的行为特征的所述第一注意力表达信息，包括：基于所述当前搜索向量和所述类别向量，确定各所述类别历史信息对应的实体权重向量；计算所述实体权重向量与所述类别向量之间的数量积，将所述数量积确定为所述第一注意力表达信息。4.根据权利要求2所述的方法，其特征在于，所述将各所述类别历史信息转换为类别向量，包括：基于预先建立的第一特征提取器，将各所述类别历史信息转换为所述类别向量；其中，所述第一特征提取器包括循环神经网络和卷积神经网络。5.根据权利要求2所述的方法，其特征在于，所述基于预先存储的各待推荐信息，生成用于表征各所述待推荐信息特征的各第二注意力表达信息，包括：识别各所述待推荐信息中的各实体信息，基于预先建立的第二特征提取器，将各所述实体信息转换为表现形式为隐向量的待推荐向量；基于所述当前搜索向量和所述待推荐向量，生成用于表征各所述待推荐信息特征的各第二注意力表达信息。6.根据权利要求1所述的方法，其特征在于，在将所述第一注意力表达信息...
【专利技术属性】
技术研发人员：毛晨思，金欣哲，王宁，杨政鸿，吴边，刘磊，孟海忠，
申请(专利权)人：挂号网杭州科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。