一种对对象进行排序的方法及装置的制造方法
【技术领域】
[0001] 本申请涉及互联网领域，更具体地，涉及一种对对象进行排序的方法及装置。
【背景技术】
[0002] 目前，已经存在一些根据对用户偏好进行预测来向用户提供数据搜索结果的方 法，该些方法大部分是利用用户的具体行为(例如；点击）结合用户的个性化特征来计算用 户偏好，然后根据计算出的用户偏好向用户提供个性化排序的数据处理结果。例如，用户在 电子商务网站进行搜索时，与个性化搜索结果排序相关的个性化特征主要分为两类；一类 是用户的固有属性特征，如性别、年龄、地域等；另一类是用户的行为特征，如购买力、类目 偏好、关键词等。
[0003] 然而，随着人们生活要求的提高，衍生出了多种个性化需求。衡量该些个性化需求 的维度除了固有的性别、年龄、购买力等W外，还包括一些比较抽象的兴趣偏好，该种抽象 化的兴趣偏好可W使用用户的风格偏好来描述。另外，由于用户行为和兴趣的多变性，还需 要实时地预测用户的风格偏好。
[0004] 在现有技术中，由于主要依赖于用户具体的行为对数据处理结果进行个性化排 序，因此，如果用户活跃度不足，有可能导致进行偏好类型计算的基础数据较为稀疏，泛化 能力较差。此外，如果关键词粒度过细，还可能带来一系列的数据膨胀等问题。同时，现有 的方法很少利用用户的实时行为序列来对用户的未来行为进行预测，导致通过现有的技术 方案得到的用户个性化数据准确度不高。因此，通过该种泛化能力不强的技术方案得到的 个性化数据处理结果不能准确地体现出用户的兴趣偏好，即，风格偏好，从而导致提供给对 应用户的数据处理结果效率低、准确性差，用户行为结果的排序不够人性化，降低了用户的 体验。
【发明内容】
[0005] 本申请的主要目的在于，针对上述缺陷，提供对对象进行排序的技术，W解决由于 用户活跃度不足而导致的进行偏好类型计算的基础数据较为稀疏、泛化能力差的问题，并 且可W避免关键词中的同义词问题W及由于关键词粒度过细带来的一系列数据膨胀的问 题。同时，通过用户的实时行为序列进行建模，从而更准确地实时预测用户当前的偏好，提 升数据处理结果的准确性，提高用户的体验。
[0006] 根据本申请的第一方面，提供了一种对对象进行排序的方法，其特征在于，包括： 获取用户的近期行为涉及的关键词、关键词出现标识序列和关键词所对应的行为类型；根 据所述关键词、关键词出现标识序列和关键词所对应的行为类型，使用预先建立的用户当 前偏好预测模型，确定用户当前偏好的对象的特征；W及根据确定的用户当前偏好，调整与 所述用户当前偏好相关的待排序对象的排序因子，W影响待排序对象的排序。
[0007] 根据本申请的第二方面，提供了一种对对象进行排序的装置，其特征在于，包括： 获取模块，获取用户的近期行为涉及的关键词、关键词出现标识序列和关键词所对应的行 为类型；确定模块，用于根据所述关键词、关键词出现标识序列和关键词所对应的行为类 型，使用预先建立的用户当前偏好预测模型，确定用户当前偏好的对象的特征；W及调整模 块，用于根据确定的用户当前偏好，调整与所述用户当前偏好相关的待排序对象的排序因 子，W影响待排序对象的排序。
[0008] 与现有技术相比，根据本申请的技术方案，能够在用户发生行为操作时，通过对用 户实时用户行为巧日：点击、收藏、搜索）的关键词进行抽象，形成泛化的有关风格类型的偏 好，更准确地对用户当前偏好的对象的特征进行预测，从而避免在现有技术中因为用户活 跃度不足而导致的基础数据稀疏、泛化能力差的问题，关键词中的同义词问题、W及由于关 键词粒度过细带来的一系列数据膨胀等缺陷，同时，通过用户的实时行为序列进行建模，进 而使用户实时行为结果的排序更加人性化，提高了用户的体验。
【附图说明】
[0009] 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申 请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0010] 图1是根据本申请一个实施例的对对象进行排序的方法的流程图；
[0011] 图2是根据本申请一个实施例的建立用户当前偏好预测模型的方法的流程图； [001引图3是根据本申请的更详细实施例的对对象进行排序的方法的流程图拟及
[0013]图4是根据本申请一个实施例的对对象进行排序的装置的框图。
【具体实施方式】
[0014] 本申请的主要思想在于，通过结合用户在当前时间点之前的近期行为特征数据来 确定用户当前偏好的对象的特征，并且根据确定的用户当前偏好来调整与该当前偏好相关 的待排序对象的排序因子。本方案借助近期行为特征数据分析各特征数据与最终偏好的特 征之间的关系，能够更准确地对用户行为偏好的对象的特征进行确定，并用该偏好的特征 来指导用户对应的搜索行为结果的排序，向用户提供更个性化的对象排序结果。
[0015] 为描述本申请的方案，下面将W用户行为量巨大的且易理解的电子商务平台为 例，进行具体说明。
[0016] 为了方便下文描述，先介绍部分术语解释。
[0017] 风格类型；代表对象特色的一种抽象性描述，如电子商务平台中的女装下的欧美 风格、日韩风格等，家居类目中的欧式风格、田园风格等。
[0018] 行为日志；在电子商务网站上，用户的各种操作都会被记录下来作为用户日志，具 体包括：搜索、品类浏览、查看对象、在对象详情页上的操作巧日购买/收藏）W及该些行为 的时间序列关系。
[0019] 历史行为：如果该次行为是发生在过去的时间内，称为历史行为。
[0020] 近期行为：当前时间点之前的预设行为次数的行为。
[0021] 为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及 相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一 部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0022] 图1是根据本申请一个实施例的对对象进行排序的方法100的流程图。如图1所 示，方法100开始于步骤101。
[0023] 在步骤101，获取用户的近期行为涉及的关键词、关键词出现标识序列和关键词所 对应的行为类型。
[0024] 具体来说，从在线行为日志中可W得到用户当前时间点之前的行为数据。在确定 当前的时间点后，可W根据预先设定行为次数，将当前时间点之前的该些行为的行为序列 确定为近期行为。例如，将从当前时间点到该时间点之前的7次行为作为近期行为。
[00巧]在行为日志中提取近期行为的行为记录后，可W根据预定规则得到该行为记录涉 及的数据对象(例如文档)，通过对所述数据对象的语义分析得到一个或多个关键词。例如， 在电子商务平台，从日志文件可W得到搜索、品类浏览、查看对象、在对象详情页上的操作 巧口购买/收藏)W及该些行为的时间序列关系。基于该些行为记录涉及的对象的相关文本 信息，按照预定规则，可W得到一个或多个关键词。同时，需要获取与每个关键词相对应的 行为类型，如点击、搜索、收藏等。用户的近期行为涉及的关键词也可W是用户的近期行为 涉及的对象的在某一特征属性上的标签。
[0026] 此外，通过获取近期行为记录涉及的对象的一个或多个关键词，可W按照各关键 词在用户近期行为中的每个行为涉及的对象中是否出现，得到关键词出现标识序列。
[0027] 例如庙电子商务平台，将从当前时间点到之前的5次点击行为作为近期行为，所 点击的对象包含的关键词分别为：
[0028] 第一次点击的对象包含的关键词；{甜美，欧美，纯棉，卡通，欧洲站}
[0029] 第二次点击的对象包含的关键词；{甜美，卡通，蝴蝶结}
[0030] 第H次点击的对象包含的关键词；{甜美，纯棉，骼潑}
[0031] 第四次点击的对象包含的关键词；{欧美，欧洲站，骼潑}
[0032] 第五次点击的对象包含的关键词；{欧美，纯棉，骼潑}
[0033] 本实施例中，可W为每个关键词建立该关键词在用户近期行为中的每个行为涉及 的对象中出现情况的记录。当该关键词在某次行为中出现，则对应该次行为在该记录中进 行一次标识。所形成的记录可W称