(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 202210887419.8 (22)申请日 2022.07.26 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 何欣燃　谢楚曦　李雅楠　何伯磊　 陈坤斌　 (74)专利代理 机构 北京市汉坤律师事务所 11602 专利代理师 姜浩然　吴丽丽 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/9535(2019.01) G06F 16/906(2019.01) (54)发明名称 群组搜索方法、 装置、 电子设备及 介质 (57)摘要 本公开提供了一种群组搜索方法、 装置、 电 子设备及介质， 涉及数据处理技术领域， 尤其涉 及人工智能、 智能搜索等领域。 实现方案为： 基于 用户的搜索关键词， 确定多个目标群组； 获取多 个目标群组中每个目标群组的第一特征以及用 户的用户画 像特征； 对多个目标群组中的每个目 标群组， 基于该目标群组的第一特征以及用户画 像特征进行预测， 以获取该目标群组的点击概 率； 以及基于多个目标群组中每个目标群组的点 击概率， 按序显示多个目标群组。 权利要求书4页 说明书13页 附图6页 CN 115168545 A 2022.10.11 CN 115168545 A 1.一种群组搜索方法， 包括： 基于用户的搜索关键词， 确定多个目标群组； 获取所述多个目标群组中每个目标群组的第 一特征以及所述用户的用户画像特征， 其 中， 所述第一特征至少包括文本类特征， 所述文本类特征至少包括相应的目标群组的至少 一个群组关键词； 对所述多个目标群组中的每个目标群组， 基于该目标群组 的所述第 一特征以及所述用 户画像特 征进行预测， 以获取 该目标群组的点击概 率； 以及 基于所述多个目标群组中每 个目标群组的点击概 率， 按序显示所述多个目标群组。 2.根据权利要求1所述的方法， 其中， 所述至少一个 群组关键词通过 下述操作获得： 获取预设时间范围内的历史搜索日志， 所述历史搜索日志包括多个历史搜索 关键词以 及所述多个历史搜索关键词中的每 个历史搜索关键词对应的用户点击群组； 对于所述历史搜索日志中的每 个用户点击群组， 执 行下述操作： 获取该用户点击群组对应的第 一文档， 所述第 一文档中包括所述历史搜索日志中的与 该用户点击群组对应的至少一个历史搜索关键词； 对所述至少一个历史搜索关键词进行分词处 理， 以获取多个分词； 基于所述多个分词， 确定所述多个分词中的每 个分词的词汇重要性； 以及 基于所述多个分词中的每个分词的词汇重要性， 确定该用户点击群组 的至少一个群组 关键词。 3.根据权利要求2所述的方法， 其中， 所述基于所述多个分词， 确定所述多个分词中的 每个分词的词汇重要性包括： 基于所述历史搜索日志， 获取与 所述历史搜索日志中涉及的多个用户点击群组相应的 多个第一文档， 所述多个第一文档包括第一目标文档； 以及 对所述第一目标文档包括的多个分词中的每 个分词， 执 行下述操作： 基于所述多个分词， 确定该分词在所述第一目标文档中的词频； 基于所述多个第 一文档的数量以及包括该分词的第 一文档的数量， 确定该分词的逆文 档频率； 以及 基于该分词的所述词频和所述逆文档频率， 确定该分词的词汇重要性。 4.根据权利要求1 ‑3中任一项所述的方法， 其中， 所述第 一特征还包括相应的目标群组 的群组画像特征以及数值类特征， 所述数值类特征至少包括与该目标群组相关的操作的统 计数据， 所述文本类特征还包括所述搜索关键词， 所述点击概率基于群组排序模 型获得， 并 且 其中， 所述基于该目标群组的所述第一特征以及所述用户画像特征进行预测， 以获取 该目标群组的点击概 率包括： 对所述用户画像特征以及该目标群组 的所述文本类特征和所述数值类特征进行编码， 以获取第一特 征编码； 对所述用户画像特征、 该目标群组 的所述群组画像特征以及所述第 一特征编码进行特 征交互， 以获取第一特 征向量； 对所述第一特 征编码进行高维特 征交互， 以获取第二特 征向量； 对所述用户画像特征以及所述第一特征编码进行关联特征提取， 以获取第三特征向权　利　要　求　书 1/4 页 2 CN 115168545 A 2量； 以及 基于所述第一特征向量、 所述第二特征向量以及所述第三特征向量， 获取该目标群组 的点击概 率。 5.根据权利要求4所述的方法， 其中， 对所述第一特征编码进行高维特征交互， 以获取 第二特征向量包括： 对所述第一特 征编码进行低维特 征交互， 以获取第一中间特 征； 以及 对所述第一中间特 征进行高维特 征交互， 以获取 所述第二特 征向量。 6.根据权利要求4所述的方法， 其中， 对所述第一特征编码进行高维特征交互， 以获取 第二特征向量包括： 对所述第一特 征编码进行低维特 征交互， 以获取第二中间特 征； 对所述第一特 征编码进行高维特 征交互， 以获取 所述第三中间特 征； 以及 根据所述第二中间特 征和所述第三中间特 征， 获取所述第二特 征向量。 7.一种模型训练方法， 其中， 所述模型包括编码网络、 特征交互网络、 深度网络、 多头自 注意力网络以及预测网络， 所述方法包括： 获取样本数据集， 其中， 所述样本数据集中的每个样本数据包括样本群组以及该样本 群组相应的特征数据和该样本群组相应的样本标签， 所述特征数据至少包括该样本群组的 至少一个群组关键词、 群组画像特征、 数值类特征、 该样 本群组在历史展现时对应的搜索关 键词以及输入该搜索关键词的用户的画像特征， 所述数值类特征至少包括与该样本群组相 关的操作的统计数据， 所述样本标签指示所述该样本群组在历史展现时是否被所述用户点 击； 对所述样本数据集中的每 个样本数据， 执 行下述操作： 基于所述编码网络， 对该样本群组的至少一个群组关键词、 搜索 关键词、 数值类特征以 及输入该搜索关键词的用户的画像特 征进行编码， 以获取第一特 征编码； 基于所述特征交互网络， 对该用户的画像特征、 该样本群组的群组画像特征以及所述 第一特征编码进行 特征交互， 以获取第一特 征向量； 基于所述深度网络， 对所述第一特 征编码进行高维特 征交互， 以获取第二特 征向量； 基于所述多头自注意力网络， 对该用户的画像特征以及所述第 一特征编码进行关联特 征提取， 以获取第三特 征向量； 基于所述第一特征向量、 所述第二特征向量以及所述第三特征向量， 通过所述预测网 络， 获取该样本群组的点击概 率； 以及 基于该样本群组对应的样本标签以及所述 点击概率， 调整所述模型的参数。 8.根据权利要求7 所述的方法， 其中， 所述至少一个 群组关键词通过 下述操作获得： 获取预设时间范围内的历史搜索日志， 所述历史搜索日志包括多个历史搜索 关键词以 及所述多个历史搜索关键词中的每 个历史搜索关键词对应的用户点击群组； 对于所述历史搜索日志中的每 个用户点击群组， 执 行以下操作： 获取该用户点击群组对应的第 一文档， 所述第 一文档中包括所述历史搜索日志中的与 该用户点击群组对应的至少一个历史搜索关键词； 对所述至少一个历史搜索关键词进行分词处 理， 以获取多个分词； 基于所述多个分词， 确定所述多个分词中的每 个分词的词汇重要性； 以及权　利　要　求　书 2/4 页 3 CN 115168545 A 3