店铺排序方法、设备及存储介质技术

本说明书一个或多个实施例提供一种店铺排序方法、电子设备及计算机可读存储介质。所述方法包括：根据用户键入的搜索词，确定多个候选店铺；获取本次搜索过程对应的目标消费金额等级、以及各个候选店铺对应的目标信息；所述目标信息至少包括用户信息和所述候选店铺的店铺信息；对于各个候选店铺，将所述目标消费金额等级和所述目标信息输入消费金额预估模型中进行处理，获得用户在该候选店铺中的预估消费金额；所述目标消费金额等级用于使所述消费金额预估模型使用该目标消费金额等级对应的参数处理所述目标信息；根据用户分别在多个候选店铺中的预估消费金额，对多个候选店铺进行排序。满足用户对不同价值的店铺的需求。进行排序。满足用户对不同价值的店铺的需求。进行排序。满足用户对不同价值的店铺的需求。

【技术实现步骤摘要】
店铺排序方法、设备及存储介质


[0001]本说明书一个或多个实施例涉及终端
，尤其涉及一种店铺排序方法、电子设备及计算机可读存储介质。

技术介绍

[0002]在相关的店铺搜索场景中，搜索功能是用户进行信息查找的入口，是连接用户和信息的重要纽带。用户可以在搜索栏中输入搜索词，电子设备能够根据用户输入的搜索词进行店铺搜索，获取一个或多个店铺，进而将店铺进行排序后展示给用户。
[0003]但是，在店铺的排序效果不佳的情况下，用户可能需要长时间的浏览筛选才能选中心仪的店铺，影响用户体验。
[0004]因此，有必要提供一种店铺排序方法，以提高店铺的推荐精准度。

技术实现思路

[0005]有鉴于此，本说明书一个或多个实施例提供一种店铺排序方法、电子设备及计算机可读存储介质。
[0006]为实现上述目的，本说明书一个或多个实施例提供技术方案如下：
[0007]根据本说明书一个或多个实施例的第一方面，提出了一种包括：
[0008]根据用户键入的搜索词，确定多个候选店铺；
[0009]获取本次搜索过程对应的目标消费金额等级、以及各个候选店铺对应的目标信息；所述目标信息至少包括用户信息和所述候选店铺的店铺信息；
[0010]对于各个候选店铺，将所述目标消费金额等级和所述目标信息输入消费金额预估模型中进行处理，获得用户在该候选店铺中的预估消费金额；其中，所述消费金额预估模型包括不同消费金额等级对应的参数；所述目标消费金额等级用于使所述消费金额预估模型使用该目标消费金额等级对应的参数处理所述目标信息；
[0011]根据用户分别在多个候选店铺中的预估消费金额，对多个候选店铺进行排序。
[0012]可选的，所述不同消费金额等级根据以下至少一项参考信息划分得到：搜索词、地域以及餐时；
[0013]所述获取本次搜索过程对应的目标消费金额等级，包括：
[0014]根据用户键入的搜索词、用户的位置信息和所述搜索词的键入时间中的至少一项，获取本次搜索过程对应的目标消费金额等级。
[0015]可选的，所述消费金额预估模型包括门控层；所述门控层的参数包括共有参数和不同消费金额等级对应的私有参数；
[0016]所述目标消费金额等级用于使所述消费金额预估模型中的门控层使用所述共有参数和所述目标消费金额等级对应的私有参数处理所述目标信息。
[0017]可选的，所述门控层以预设数量的数据位来存储不同消费金额等级对应的私有参数；不同的消费金额等级对应的数据位不同；
[0018]所述消费金额预估模型用于根据所述目标消费金额等级，将所述预设数量的数据位中属于其他消费金额等级的数据位进行掩膜处理，得到所述目标消费金额等级对应的私有参数，以使得所述门控层能够使用所述共有参数和所述目标消费金额等级对应的私有参数处理所述目标信息。
[0019]可选的，所述消费金额预估模型还包括嵌入层、神经网络层和预测层；其中，所述门控层包括设置在所述嵌入层之后的嵌入门、和/或设置在神经网络层之后的隐藏门；
[0020]所述嵌入层用于将所述目标信息和所述目标消费金额等级转化为嵌入向量；
[0021]所述嵌入门用于使用所述共有参数和所述目标消费金额等级对应的私有参数，对嵌入向量进行筛选处理；
[0022]所述神经网络层用于从输入的嵌入向量中提取特征；
[0023]所述隐藏门用于使用所述共有参数和所述目标消费金额等级对应的私有参数，对多层感知器提取的特征进行筛选处理；
[0024]所述预测层用于根据输入的特征进行预测处理，获得用户在所述候选店铺中的预估消费金额。
[0025]可选的，所述目标信息还包括用户的消费行为信息；
[0026]所述消费金额预估模型还包括注意力神经网络层；
[0027]在所述嵌入层将所述消费行为信息转化为嵌入向量之后，所述注意力神经网络层用于根据所述候选店铺的店铺信息确定所述消费行为信息对应的嵌入向量中不同部分的不同处理权重，根据所述消费行为信息对应的嵌入向量中不同部分的不同处理权重对所述消费行为信息对应的嵌入向量进行处理。
[0028]可选的，所述消费金额预估模型是基于不同消费金额等级的训练样本及其标签进行有监督训练得到的；
[0029]其中，任意一条训练样本至少包括用户信息、在一次历史店铺搜索过程中被选中店铺的店铺信息、以及该次历史店铺搜索过程对应的消费金额等级；任意一条训练样本的标签包括用户在被选中店铺中的消费金额。
[0030]可选的，所述目标信息还包括以下至少一种：用户的消费行为信息、用户键入的搜索词、以及所述候选店铺和用户之间的关联信息。
[0031]可选的，所述根据用户分别在多个候选店铺中的预估消费金额，对多个候选店铺进行排序，包括：
[0032]根据用户的消费行为信息确定参考消费金额范围；
[0033]根据所述参考消费金额范围和用户分别在所述多个候选店铺中的预估消费金额，对所述多个候选店铺进行排序，以按照排序结果在搜索结果界面中展示所述多个候选店铺。
[0034]可选的，所述多个候选店铺按照所述参考消费金额范围能够被划分为两类候选店铺，第一类候选店铺对应的预估消费金额在所述参考消费金额范围内、以及第二类候选店铺对应的预估消费金额不在所述参考消费金额范围内；
[0035]其中，第一类候选店铺的展示顺序比第二类候选店铺的展示顺序靠前。
[0036]根据本说明书一个或多个实施例的第二方面，提出了一种电子设备，包括：
[0037]处理器；
[0038]用于存储处理器可执行指令的存储器；
[0039]其中，所述处理器通过运行所述可执行指令以实现如第一方面中任一项所述的方法。
[0040]根据本说明书一个或多个实施例的第三方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面中任一项所述方法的步骤。
[0041]本说明实施例提供了一种店铺排序方法，可以根据用户键入的搜索词，确定多个候选店铺；然后获取本次搜索过程对应的目标消费金额等级、以及各个候选店铺对应的目标信息；所述目标信息至少包括用户信息和所述候选店铺的店铺信息；进而对于各个候选店铺，将所述目标消费金额等级和所述目标信息输入消费金额预估模型中进行处理，获得用户在该候选店铺中的预估消费金额；其中，所述消费金额预估模型包括不同消费金额等级对应的参数，可以避免不同消费金额等级相互干扰的情况，所述目标消费金额等级用于使所述消费金额预估模型使用该目标消费金额等级对应的参数处理所述目标信息，从而提高预估消费金额的准确性；进而根据用户分别在多个候选店铺中的预估消费金额，对多个候选店铺进行排序，更好地满足用户对不同价值的店铺的需求，有利于提高店铺的推荐精准度以及用户对店铺的选择效率。
附图说明
[0042]图1是一示例性实施例提供的一种店铺排序系统的结构示意图。
[0043]图2是一示例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种店铺排序方法，包括：根据用户键入的搜索词，确定多个候选店铺；获取本次搜索过程对应的目标消费金额等级、以及各个候选店铺对应的目标信息；所述目标信息至少包括用户信息和所述候选店铺的店铺信息；对于各个候选店铺，将所述目标消费金额等级和所述目标信息输入消费金额预估模型中进行处理，获得用户在该候选店铺中的预估消费金额；其中，所述消费金额预估模型包括不同消费金额等级对应的参数；所述目标消费金额等级用于使所述消费金额预估模型使用该目标消费金额等级对应的参数处理所述目标信息；根据用户分别在多个候选店铺中的预估消费金额，对多个候选店铺进行排序。2.根据权利要求1所述的方法，所述不同消费金额等级根据以下至少一项参考信息划分得到：搜索词、地域以及餐时；所述获取本次搜索过程对应的目标消费金额等级，包括：根据用户键入的搜索词、用户的位置信息和所述搜索词的键入时间中的至少一项，获取本次搜索过程对应的目标消费金额等级。3.根据权利要求1所述的方法，所述消费金额预估模型包括门控层；所述门控层的参数包括共有参数和不同消费金额等级对应的私有参数；所述目标消费金额等级用于使所述消费金额预估模型中的门控层使用所述共有参数和所述目标消费金额等级对应的私有参数处理所述目标信息。4.根据权利要求3所述的方法，所述门控层以预设数量的数据位来存储不同消费金额等级对应的私有参数；不同的消费金额等级对应的数据位不同；所述消费金额预估模型用于根据所述目标消费金额等级，将所述预设数量的数据位中属于其他消费金额等级的数据位进行掩膜处理，得到所述目标消费金额等级对应的私有参数，以使得所述门控层能够使用所述共有参数和所述目标消费金额等级对应的私有参数处理所述目标信息。5.根据权利要求3所述的方法，所述消费金额预估模型还包括嵌入层、神经网络层和预测层；其中，所述门控层包括设置在所述嵌入层之...

【专利技术属性】
技术研发人员：付兵，李效云，
申请(专利权)人：拉扎斯网络科技上海有限公司，
类型：发明
国别省市：