搜索推荐方法、设备及存储介质与流程

本说明书一个或多个实施例涉及终端，尤其涉及一种搜索推荐方法、电子设备及计算机可读存储介质。

背景技术：

1、在相关技术中，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，进而电子设备能够根据用户输入的搜索词进行数据搜索，获取至少一个搜索结果，进而将搜索结果展示给用户。但是，对于一些在搜索时缺乏目的性的用户来说，用户可能会在搜索页面停留过长时间，影响用户体验。

2、因此，有必要提供一种搜索推荐方法，在用户未输入搜索词之前进行搜索推荐。

技术实现思路

1、有鉴于此，本说明书一个或多个实施例提供一种搜索推荐方法、电子设备及计算机可读存储介质。

2、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：

3、根据本说明书一个或多个实施例的第一方面，提出了一种搜索推荐方法，包括：

4、响应于搜索页面显示指令，召回若干候选搜索词；

5、在所述若干候选搜索词包括候选商品词的情况下，确定所述候选商品词指示的商品对应的所有目标商品词；

6、如果在用户的配送范围内能够为用户提供以所述目标商品词命名的商品，则根据所述候选商品词生成目标推荐文案；

7、将所述目标推荐文案展示在搜索页面中，以在所述目标推荐文案被触发的情况下进行商品搜索。

8、本实施例中，能够在用户未键入检索词之前召回若干候选搜索词，在用户未键入搜索词的情况下以文案方式为用户推荐搜索词。为了提高商品推荐的准确性，查找了与候选商品词意思相同但叫法不同的所有商品名称来进行供给判断，提高了供给判断的准确性，以确保能够为用户推荐合适有用的搜索词，避免或者减少同一商品因叫法不同导致供给判断失误进而推荐错误的情况发生。

9、在一种实现方式中，所述确定所述候选商品词指示的商品对应的所有目标商品词，包括：

10、利用预先训练好的神经网络模型将所述候选商品词转换为目标表征向量；所述神经网络模型用于将同一商品的不同商品名称均转换成同一表征向量；

11、确定利用所述神经网络模型进行转换的结果均为所述目标表征向量的目标商品词。

12、本实施例中，实现通过将同一商品的不同商品名称均转换成同一表征向量的神经网络模型，来查找候选商品词指示的商品对应的所有商品名称。

13、在一种实现方式中，所述确定利用所述神经网络模型进行转换的结果均为所述目标表征向量的目标商品词，包括：

14、根据预存的同一商品的不同商品名称与表征向量之间的对应关系，确定所述目标表征向量对应的所有目标商品词。

15、本实施例中，预先利用训练好的神经网络模型获得同一商品的不同商品名称与表征向量之间的对应关系，以便用于后续快速查找目标表征向量对应的所有目标商品词。

16、在一种实现方式中，所述神经网络模型包括嵌入层和编码器；所述目标表征向量是通过所述嵌入层将所述候选商品词转换为嵌入向量，再由所述编码器将所述嵌入向量从字符向量空间映射到数值向量空间得到的。

17、在一种实现方式中，训练所述神经网络模型，包括：

18、获取若干二元组样本，其中一部分所述二元组样本包括两个正样本，另一部分所述二元组样本包括一个正样本和一个负样本；所述两个正样本包括同一商品的不同商品名称，所述负样本与所述正样本属于不同商品的商品名称；

19、将所述二元组样本输入具有两条支路的待训练的神经网络模型中，以由每条支路处理所述二元组样本中的其中一个样本，得到两条支路输出的所述二元组样本对应的两个表征向量，并以最小化属于同一商品的不同商品名称分别对应的表征向量之间的距离，和/或最大化属于不同商品的商品名称分别对应的表征向量之间的距离为优化目标，对所述待训练的神经网络模型进行训练；

20、其中，所述两条支路的权重共享；训练好的神经网络模型包括至少一条所述支路。

21、本实施例中，通过对比学习方式和表征学习方式对神经网络模型进行训练，有利于提高模型的预测性能。

22、在一种实现方式中，所述确定所述候选商品词指示的商品对应的所有目标商品词，包括：

23、根据所述候选商品词，从所述候选商品词指示的商品的商品名称表中获取所有目标商品词；其中，所述商品名称表包括同一商品对应的不同商品名称。

24、本实施例中，通过预存的商品名称表来实现快速确定与候选商品词指示的商品对应的所有商品名称。

25、在一种实现方式中，在如果在用户的配送范围内能够为用户提供以所述目标商品词命名的商品，则根据所述候选商品词生成目标推荐文案之前，还包括：

26、确定包含以所述目标商品词命名的商品的店铺，并获取该店铺的位置信息；

27、根据该店铺的位置信息和用户的位置信息，确定在用户的配送范围内是否能够为用户提供以所述目标商品词命名的商品。

28、本实施例中，实现基于包含以所述目标商品词命名的商品的店铺的位置信息和用户的位置信息之间的差异实现供给判断。

29、在一种实现方式中，还包括：

30、在所述若干候选搜索词包括候选店铺词的情况下，获取所述候选店铺词指示的店铺的位置信息；

31、根据所述候选店铺词指示的店铺的位置信息和用户的位置信息，确定在用户的配送范围内是否能够为用户提供所述候选店铺词指示的店铺的商品；

32、若是，根据所述候选商品词生成目标推荐文案。

33、本实施例中，实现对提供的候选店铺词进行供给判断，从而能够在用户未键入搜索词的情况下以文案方式为用户推荐店铺。

34、在一种实现方式中，所述根据所述候选商品词生成目标推荐文案，包括：

35、如果所述候选商品词在历史展示过程中已曝光且被点击、或者所述候选商品词在历史展示过程未曝光过，根据所述候选商品词生成目标推荐文案。

36、本实施例中，已曝光且被点击的候选搜索词能够满足用户的偏好；未曝光过的候选搜索词，有助于探索挖掘用户兴趣。

37、在一种实现方式中，所述根据所述候选商品词生成目标推荐文案，包括：

38、在候选商品词有多个的情况下，将多个候选商品词划分为至少两个部分；

39、对于其中一部分的候选商品词，根据该候选商品词和第一候选文案模板，生成目标推荐文案；其中，第一候选文案模板根据在历史展示过程中已曝光且被点击的历史推荐文案生成；

40、对于另一部分的候选商品词，根据该候选商品词和第二候选文案模板，生成目标推荐文案；其中，第二候选文案模板根据所述候选商品词所属类目和/或当前时段从文案模板库中匹配得到；和/或，将所述候选商品词所属类目和当前时段中的至少一种、以及所述候选商品词输入预先训练好的文案生成模型中进行处理，得到所述文案生成模型输出的目标推荐文案。

41、本实施例中，实现基于不同的方案生成推荐文案，避免相同的文案风格多次显示带来用户疲劳感，实现以文案形式展示推荐搜索词，可以增强与用户之间的交互感，提高用户的搜索积极性。

42、在一种实现方式中，所述搜索页展示有虚拟形象；所述将所述目标推荐文案展示在搜索页面中，包括：

43、在目标推荐文案包括至少两个的情况下，以模拟虚拟形象说话的方式在所述虚拟形象附近展示其中一条目标推荐文案，并在预设时长之后将该条目标推荐文案以弹幕形式在所述搜索页面中显示，并在所述虚拟形象附近继续展示另一条目标推荐文案。

44、本实施例中，通过模拟虚拟形象说话的方式和弹幕方式结合来展示目标推荐文案，提升与用户之间的交互感。

45、在一种实现方式中，所述将所述目标推荐文案展示在搜索页面中，包括：

46、在目标推荐文案包括至少两个的情况下，根据所述目标推荐文案中的候选商品词所属类目确定各个目标推荐文案的展示顺序，并按照所述展示顺序在所述搜索页面中展示目标推荐文案；其中，所述目标推荐文案中的候选商品词所属类目用于使至少两条包含属于相同类目的候选商品词的目标推荐文案不连续显示。

47、本实施例中，至少两条包含属于相同类目的候选商品词的目标推荐文案不连续显示，避免用户因同一类目的搜索词连续出现而产生疲劳感，提升推荐的多样性。

48、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：

49、处理器；

50、用于存储处理器可执行指令的存储器；

51、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或第二方面中任一项所述的方法。

52、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或第二方面中任一项所述方法的步骤。