模型生成方法、搜索推荐方法、装置、设备和介质与流程

技术特征：
1.一种模型生成方法，包括：初始化搜索标签模型，其中，所述搜索标签模型包括一个或多个树结构模型，所述搜索标签模型的每个树结构模型对应于一个标签类型，所述树结构模型的每个节点为包括至少一个词条的搜索标签；基于用户搜索历史，编辑所述搜索标签模型的一个或多个节点所对应的词条；以及基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构。2.根据权利要求1所述的方法，其中，所述基于用户搜索历史，编辑所述搜索标签模型的一个或多个节点所对应的词条包括：提取所述用户搜索历史的用户搜索请求中的关键词；选择所述搜索标签模型中与所述关键词匹配的节点；以及响应于所述与所述关键词匹配的节点不包含对应于所述关键词的词条，向所述与所述关键词匹配的节点添加对应于所述关键词的词条。3.根据权利要求1所述的方法，其中，所述基于用户搜索历史，编辑所述搜索标签模型的一个或多个节点所对应的词条包括：响应于所述搜索标签模型中的多个节点包括相同词条，基于所述用户搜索历史，计算所述多个节点中的每个节点被搜索到的次数；以及在所述多个节点中除被搜索到的次数最多的节点之外的其余节点中，删除所述相同词条。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构包括：对于每个树结构模型，基于所述用户搜索历史，计算该树结构模型的各层被搜索到的次数，其中，该树结构模型中的每一层被搜索到的次数为该层中的任一节点被搜索到的次数；以及删除该树结构模型中被搜索到的次数小于预定次数阈值的层。5.根据权利要求4所述的方法，其中，所述基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构还包括：对于每个树结构模型，计算该树结构模型的相邻层中的相似节点的数量；以及响应于所述相邻层中的相似节点的数量大于预定节点数量，合并所述相邻层。6.根据权利要求5所述的方法，其中，所述对于每个树结构模型，计算该树结构模型的相邻层中的相似节点的数量包括：对于所述相邻层中的第一层中的每个节点，响应于该节点与所述第二层中的对应节点具有相似的词条，确定该节点和所述第二层中的对应节点为相似节点；以及计算所述第一层中的具有对应的相似节点的节点的数量，作为所述相邻层中的相似节点的数量。7.根据权利要求6所述的方法，其中，所述合并所述相邻层包括：合并所述相邻层中的相似节点，并且，将合并后的节点加入合并后的层中；以及将所述相邻层中的除相似节点之外的节点加入所述合并后的层中。8.根据权利要求1
‑
3中任一项所述的方法，还包括在所述基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构之后：
响应于所述搜索标签模型的同一树结构模型的不同层的节点具有相同词条，删除所述具有相同词条的节点中除层级最低的节点之外的其它节点中的所述相同词条。9.根据权利要求1
‑
3中任一项所述的方法，还包括在所述基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构之后：对于每个树结构模型的每一层，基于所述用户搜索历史，计算该层中的每个节点被搜索到的次数；以及按照该层中的每个节点被搜索到的次数，对该层中的节点进行排序，其中，所述对该层中的节点进行排序的结果为该层的搜索热度排序。10.根据权利要求1
‑
3中任一项所述的方法，还包括在所述基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构之后：对于每个树结构模型中的每个节点，基于所述用户搜索历史，计算该节点所在的层中的其它节点与该节点在所述用户搜索历史中共同出现的次数；以及按照所述共同出现的次数，对该节点所在的层中的其它节点进行排序，其中，所述对该节点所在的层中的其它节点进行排序的结果为该节点的共同出现排序。11.一种搜索推荐方法，包括：响应于接收到用户搜索请求，选择搜索标签模型中与所述用户搜索请求匹配的节点，作为命中节点，其中，所述搜索标签模型为根据权利要求1
‑
10中任一项所述的模型生成方法所生成的搜索标签模型；以及基于所述命中节点，生成搜索推荐信息。12.根据权利要求11所述的方法，其中，所述响应于接收到用户搜索请求，选择所述搜索标签模型中与所述用户搜索请求匹配的节点包括：响应于接收到所述用户搜索请求，提取所述用户搜索请求中的关键词；以及基于所述用户搜索请求中的关键词，选择所述搜索标签模型中与所述用户搜索请求匹配的节点，作为所述命中节点，其中，所述命中节点包括与所述用户搜索请求中的关键词匹配的词条。13.根据权利要求11所述的方法，其中，所述基于所述命中节点，生成搜索推荐信息包括：生成对应于所述命中节点的信息；基于所述命中节点的共同出现排序和所述命中节点所在的层的搜索热度排序，生成对应于所述命中节点所在的层的其它节点的信息，其中，所述命中节点的共同出现排序为：按照所述命中节点所在的层中的其它节点与所述命中节点在所述用户搜索历史中共同出现的次数，对所述命中节点所在的层中的其它节点进行排序的结果，并且，所述命中节点所在的层的搜索热度排序为：按照所述命中节点所在的层中的每个节点被搜索到的次数，对所述命中节点所在的层中的节点进行排序的结果；以及基于对应于所述命中节点的信息和对应于所述命中节点所在的层的其它节点的信息，生成所述搜索推荐信息，其中，在所述搜索推荐信息中，对应于所述命中节点的信息位于对应于所述命中节点所在的层的其它节点的信息之前。14.根据权利要求13所述的方法，其中，所述基于所述命中节点的共同出现排序和所述命中节点所在的层的搜索热度排序，生成对应于所述命中节点所在的层的其它节点的信息
包括：基于所述命中节点的共同出现排序，生成对应于第一预定数量个节点的信息，其中，所述第一预定数量个节点为所述命中节点的共同出现排序中的前第一预定数量个节点；以及基于所述命中节点所在的层的搜索热度排序，生成对应于所述命中节点所在的层的除所述命中节点和所述第一预定数量个节点之外的剩余节点的信息，其中，在对应于所述命中节点所在的层的其它节点的信息中，对应于第一预定数量个节点的信息在对应于所述剩余节点的信息之前。15.一种模型生成装置，包括：模型初始化模块，被配置为：初始化搜索标签模型，其中，所述搜索标签模型包括一个或多个树结构模型，所述搜索标签模型的每个树结构模型对应于一个标签类型，所述树结构模型的每个节点为包括至少一个词条的搜索标签；词条编辑模块，被配置为：基于用户搜索历史，编辑所述搜索标签模型的一个或多个节点所对应的词条；以及结构修改模块，被配置为：基于所述用户搜索历史，修改所述搜索标签模型的树结构模型的结构。16.一种搜索推荐装置，包括：节点命中模块，被配置为：响应于接收到用户搜索请求，选择搜索标签模型中与所述用户搜索请求匹配的节点，作为命中节点，其中，所述搜索标签模型为根据权利要求15所述的模型生成装置所生成的搜索标签模型；以及搜索推荐信息生成模块，被配置为：基于所述命中节点，生成搜索推荐信息。17.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1
‑
14中任一项所述的方法。18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1
‑
14中任一项所述的方法。19.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1
‑
14中任一项所述的方法。

技术总结
本公开提供了一种模型生成方法、搜索推荐方法、装置、设备和介质，涉及人工智能技术领域，尤其涉及智能推荐和深度学习技术。实现方案为：初始化搜索标签模型，其中，搜索标签模型包括一个或多个树结构模型，搜索标签模型的每个树结构模型对应于一个标签类型，树结构模型的每个节点为包括至少一个词条的搜索标签；基于用户搜索历史，编辑搜索标签模型的一个或多个节点所对应的词条；以及基于用户搜索历史，修改搜索标签模型的树结构模型的结构。修改搜索标签模型的树结构模型的结构。修改搜索标签模型的树结构模型的结构。


技术研发人员：苑霸 刘康康 巩芙榕 王懿嘉 李远杭 于复淮
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2021.08.12
技术公布日：2021/11/14