(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210949838.X (22)申请日 2022.08.09 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 朱芮　赵一鸣　胡志　丁旭褚　 曲伟　李晨亮　 (74)专利代理 机构 成都七星天知识产权代理有 限公司 5125 3 专利代理师 袁春晓 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06Q 50/00(2012.01) (54)发明名称 一种搜索推荐方法和系统 (57)摘要 本说明书实施例提供了一种搜索推荐方法 和系统， 方法包括： 基于查询语句 、 用户的目标用 户特征和第一领域的物品的物品特征， 通过搜索 推荐模型确定所述物品对应的选择概率， 所述选 择概率反映所述查询语句下将所述物品反馈给 所述用户的概率； 所述目标用户特征包括所述用 户的第一行为数据和第二行为数据， 所述第一行 为数据为所述用户在所述第一领域的行为数据， 所述第二行为数据为所述用户在第二领域的行 为数据， 所述第二领域为作为所述第一领域的参 考的其它领域； 所述搜索推荐模 型进行的处理包 括： 基于所述第一行为数据和所述第二行为数据 得到所述用户的目标用户表示， 所述目标用户表 示用于确定所述物品对应的所述选择概 率。 权利要求书2页 说明书16页 附图5页 CN 115269992 A 2022.11.01 CN 115269992 A 1.一种搜索推荐方法， 包括： 基于查询语句、 用户的目标用户特征和第一领域的物品的物品特征， 通过搜索推荐模 型确定所述物品对应的选择概率， 所述选择概率反映所述查询语句下将所述物品反馈给所 述用户的概 率； 所述目标用户特征包括所述用户的第 一行为数据和第 二行为数据， 所述第 一行为数据 为所述用户在所述第一领域的行为数据， 所述第二行为数据为所述用户在第二领域的行为 数据， 所述第二领域 为作为所述第一领域的参 考的其它领域； 所述搜索推荐模型进行的处 理包括： 基于所述第 一行为数据和所述第 二行为数据得到所述用户的目标用户表示， 所述目标 用户表示用于确定所述物品对应的所述选择概 率。 2.根据权利要求1所述的方法， 所述第二行为数据为所述用户在所述第二领域的短期 的行为数据。 3.根据权利要求1所述的方法， 所述第一行为数据包括第一长期行为数据和第一短期 行为数据， 所述第一长期行为数据为所述用户在所述第一领域的长期的行为数据， 所述第 一短期行为数据为所述用户在所述第一领域的短期的行为数据。 4.根据权利要求1所述的方法， 所述第一行为数据或所述第二行为数据基于对应领域 的协同图数据得到， 所述协同图数据为用户在 对应领域的行为图和包括所述第一领域的物 品所对应实体的物品图结合得到的图数据。 5.根据权利要求1所述的方法， 所述物品特征包括物品的第一物品特征和第二物品特 征， 所述第一物品特征基于对应领域的长期协同图数据得到， 所述第二物品特征基于对应 领域的短期协同图数据得到； 所述长期协同图数据为所述用户在对应领域的长期的行为图和包括对应领域的物品 所对应实体的物品图结合得到的图数据； 所述短期协同图数据为所述用户在对应领域的短期的行为图和包括对应领域的物品 所对应实体的物品图结合得到的图数据。 6.根据权利要求1 ‑权利要求5中任一项所述的方法， 所述搜索推荐模型的训练包括基 于联合损失函数对所述搜索推荐模型和辅助模型进行 联合训练； 所述辅助模型用于基于查询语句、 用户的第 二领域用户特征和第 二领域的物品的所述 物品特征， 确定所述第二领域的物品对应的所述选择概率； 所述第二领域用户特征包括所 述用户在所述第二领域的行为数据。 7.根据权利要求6所述的方法， 所述联合损失函数包括第 一损失项， 所述第 一损失项为 关于第一长期表示和第二长期表示的相似性的损失项； 所述第一长期表示为基于第 一长期行为数据得到的表示， 所述第 一长期行为数据为所 述用户在所述第一领域的长期的行为数据； 所述第二长期表示为基于第 三行为数据得到的表示， 所述第 三行为数据为所述用户在 所述第二领域的长期的行为数据； 所述第二领域用户特征包括所述第 二行为数据和所述第 三行为数据， 所述第 二行为数 据为所述用户在所述第二领域的短期的行为数据； 所述搜索推荐模型进行的处理中的所述基于所述第一行为数据和所述第二行为数据权　利　要　求　书 1/2 页 2 CN 115269992 A 2得到所述用户的目标用户表示包括： 基于所述第一行为数据中的所述第一长期行为数据得 到所述第一长期表示， 所述第一长期表示用于得到所述目标用户表示； 所述辅助模型进行的处理包括： 基于所述第三行为数据得到所述第二长期表示， 所述 第二长期表示用于得到所述用户的第二领域用户表示， 所述第二领域用户表示用于确定所 述第二领域的物品对应的所述选择概 率。 8.根据权利要求6所述的方法， 所述搜索推荐模型和所述辅助模型具有用于基于对应 领域的物品的所述物品特征得到对应领域的物品的物品表示的相同结构； 所述物品表示用 于确定所述选择概 率； 所述联合损失函数包括第 二损失项， 所述第 二损失项为反映目标物品表示与正样本物 品表示的相似性和所述目标物品表示与负 样本物品表示的相似性的损失项； 所述目标物品表示为目标领域的目标物品的所述物品表示， 所述正样本物品表示为参 考领域中的与所述目标物品的关联度满足第一预设条件的物品的所述物品表示， 所述负样 本物品表示为所述参考领域中的与所述目标物品的关联度满足第二预设条件的物品的所 述物品表示； 所述 目标领域为所述第一领域和所述第二领域中的其中一个， 所述参考领域 为所述第一领域和所述第二领域中的另外一个； 所述对所述搜索推荐模型和辅助模型进行联合训练包括： 调整所述搜索推荐模型和/ 或所述辅助模型的模型参数， 以使得所述目标物品表示与所述正样本物品表示的相似性增 大且所述目标物品表示与所述负 样本物品表示的相似性减小。 9.一种搜索推荐系统， 包括： 搜索推荐模块， 用于基于查询语句、 用户的目标用户特征和第一领域的物品的物品特 征， 通过搜索推荐模型确定所述物品对应的选择概率， 所述选择概率反 映所述查询语句下 将所述物品反馈给 所述用户的概 率； 所述目标用户特征包括所述用户的第 一行为数据和第 二行为数据， 所述第 一行为数据 为所述用户在所述第一领域的行为数据， 所述第二行为数据为所述用户在第二领域的行为 数据， 所述第二领域 为作为所述第一领域的参 考的其它领域； 所述搜索推荐模块包括目标用户表示获取单元， 用于基于所述第 一行为数据和所述第 二行为数据得到所述用户的目标用户表示， 所述目标用户表示用于确定所述物品对应的所 述选择概 率。 10.一种搜索推荐装置， 包括至少一个存储介质和至少一个处理器， 所述至少一个存储 介质用于存储计算机指 令； 所述至少一个处理器用于执行所述计算机指令以实现如权利要 求1‑权利要求8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115269992 A 3