本技术涉及互联网,尤其涉及一种行为概率预估、对象搜索方法、装置、设备及存储介质。
背景技术:
1、近年来,互联网传播媒介向图片和视频流发展,越来越多的用户使用图片、视频甚至商品等富媒体作为搜索意图表征特征,相比传统的文本输入,图片和商品可以更准确的表达用户的购物意图。
2、为了满足用户的多模态搜索需求,在文本搜索的基础上发展出图片搜索、商品搜索等多媒体搜索产品,逐渐增多的多媒体搜索场景给预估技术带来挑战。在进行点击率预估建模时,常用的作法是对每个搜索场景单独建模,因此在进行点击率预估时,是采用与当前搜索场景相应的预估模型进行预估,然而这样的方式存在占用系统资源较多,人力成本较高的问题。
技术实现思路
1、本技术实施例提供一种行为概率预估、对象搜索方法、装置、设备及存储介质,用以解决现有技术中每个搜索场景单独建模,导致占用系统资源较多,人力成本较高的问题。
2、第一方面,本技术实施例提供一种行为概率预估方法,包括:
3、获取多个搜索场景中当前搜索场景下的搜索输入信息以及相应的待预估对象的对象信息,所述多个搜索场景下搜索输入信息的模态不同;
4、确定与所述搜索输入信息相应的搜索查询信息,所述搜索查询信息用于输入神经网络模型,所述神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达;
5、利用神经网络模型,对所述搜索查询信息和所述对象信息进行处理,得到对于所述待预估对象的行为概率的预估结果。
6、第二方面,本技术实施例提供一种对象搜索方法,包括:
7、获取终端发送的用户在多个搜索场景中当前搜索场景下的搜索输入信息,所述多个搜索场景下搜索输入信息的模态不同;
8、确定与所述搜索输入信息相应的多个待预估对象;
9、基于所述搜索输入信息和所述待预估对象的对象信息,确定所述用户对于所述待预估对象的行为概率的预估结果,所述预估结果是采用如下方式确定:确定与所述搜索输入信息相应的搜索查询信息,所述搜索查询信息用于输入神经网络模型,所述神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达;利用神经网络模型,对所述搜索查询信息和所述对象信息进行处理,得到对于所述待预估对象的行为概率的预估结果;
10、基于所述预估结果向所述终端发送搜索结果。
11、第三方面,本技术实施例提供一种对象搜索方法,包括:
12、获取用户的搜索操作;
13、响应于所述搜索操作,向服务器发送所述用户在多个搜索场景中当前搜索场景下的搜索输入信息,所述多个搜索场景下搜索输入信息的模态不同;
14、接收所述服务器发送的搜索结果,所述搜索结果是所述服务器基于所述用户对于待预估对象的行为概率的预估结果发送,所述预估结果是采用如下方式确定:确定与所述搜索输入信息相应的搜索查询信息,所述搜索查询信息用于输入神经网络模型,所述神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达;利用神经网络模型,对所述搜索查询信息和所述对象信息进行处理,得到对于所述待预估对象的行为概率的预估结果;
15、向所述用户展示所述搜索结果。
16、第四方面,本技术实施例提供一种行为概率预估装置,包括:
17、获取模块,用于获取多个搜索场景中当前搜索场景下的搜索输入信息以及相应的待预估对象的对象信息,所述多个搜索场景下搜索输入信息的模态不同;
18、确定模块,用于确定与所述搜索输入信息相应的搜索查询信息,所述搜索查询信息用于输入神经网络模型,所述神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达;
19、预估模块,用于利用神经网络模型,对所述搜索查询信息和所述对象信息进行处理,得到对于所述待预估对象的行为概率的预估结果。
20、第五方面,本技术实施例提供一种对象搜索装置,包括:
21、获取模块,用于获取终端发送的用户在多个搜索场景中当前搜索场景下的搜索输入信息,所述多个搜索场景下搜索输入信息的模态不同;
22、对象确定模块,用于确定与所述搜索输入信息相应的多个待预估对象;
23、预估结果确定模块,用于基于所述搜索输入信息和所述待预估对象的对象信息,确定所述用户对于所述待预估对象的行为概率的预估结果,所述预估结果是采用如下方式确定:确定与所述搜索输入信息相应的搜索查询信息,所述搜索查询信息用于输入神经网络模型,所述神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达;利用神经网络模型,对所述搜索查询信息和所述对象信息进行处理,得到对于所述待预估对象的行为概率的预估结果;
24、发送模块,用于基于所述预估结果向所述终端发送搜索结果。
25、第六方面,本技术实施例提供一种对象搜索装置,包括:
26、获取模块,用于获取用户的搜索操作;
27、发送模块,用于响应于用户的搜索操作,向服务器发送所述用户在多个搜索场景中当前搜索场景下的搜索输入信息,所述多个搜索场景下搜索输入信息的模态不同;
28、接收模块,用于接收所述服务器发送的搜索结果,所述搜索结果是所述服务器基于所述用户对于待预估对象的行为概率的预估结果发送,所述预估结果是采用如下方式确定:确定与所述搜索输入信息相应的搜索查询信息,所述搜索查询信息用于输入神经网络模型,所述神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达;利用神经网络模型,对所述搜索查询信息和所述对象信息进行处理,得到对于所述待预估对象的行为概率的预估结果;
29、展示模块,用于向所述用户展示所述搜索结果。
30、第七方面,本技术实施例提供一种计算设备,包括:存储器、处理器;其中,所述存储器存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如第一方面中任一项所述的方法。
31、第八方面,本技术实施例提供一种服务器,包括:存储器、处理器;其中,所述存储器存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如第二方面中任一项所述的方法。
32、第九方面,本技术实施例提供一种终端,包括:存储器、处理器;其中,所述存储器存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如第三方面中任一项所述的方法。
33、第十方面,本技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被执行时,实现如第一方面中任一项所述的方法。
34、第十一方面,本技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被执行时,实现如第二方面中任一项所述的方法。
35、第十二方面,本技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被执行时,实现如第三方面中任一项所述的方法。
36、本技术实施例还提供一种计算机程序,当所述计算机程序被计算机执行时,用于实现如第一方面任一项所述的方法。
37、本技术实施例还提供一种计算机程序,当所述计算机程序被计算机执行时,用于实现如第二方面任一项所述的方法。
38、本技术实施例还提供一种计算机程序,当所述计算机程序被计算机执行时,用于实现如第三方面任一项所述的方法。
39、在本技术实施例中,确定与多个搜索场景中当前搜索场景下的搜索输入信息相应的搜索查询信息,搜索查询信息用于输入神经网络模型,神经网络模型用于将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达,并利用神经网络模型,对搜索查询信息和待预估对象的对象信息进行处理,得到对于待预估对象的行为概率的预估结果,由于对于搜索输入信息的模态不同的多个搜索场景,神经网络模型能够将与不同模态的搜索输入信息相应的搜索查询信息,映射到相同的语义空间中进行表达,使得不同搜索场景可以共用同一预估模型,从而能够避免由于每个搜索场景单独建模,导致占用系统资源较多,人力成本较高的问题。