【技術實現步驟摘要】
本公開涉及計算機，本公開尤其涉及一種房源排序方法、電子設備、存儲介質及程序產品。
技術介紹
1、一些房源搜索頁面中能夠將待展示的房源進行排序后再進行展示，并能夠針對不同用戶的偏好生成不同的排序結果，得到待展示房源的展示優先級，以基于用戶的偏好進行個性化的內容推薦。
2、目前的一些房源排序模型可以估算待展示的房源被用戶點擊的概率，并根據被點擊的概率對待展示的房源進行排序。然而，目前的房源排序模型往往需要使用大量的用戶行為數據樣本進行訓練，使房源排序模型學習用戶行為與房源之間隱式的表達關系，這種學習無法進行控制，且學習效果差。
技術實現思路
1、本公開提供了一種房源排序方法、電子設備、存儲介質及程序產品。
2、根據本公開的一個方面，提供了一種房源排序方法，包括：
3、響應于目標用戶的房源搜索請求，確定多個目標房源；
4、獲取所述目標用戶的用戶畫像特征和所述目標房源的房源屬性特征，所述用戶畫像特征包括用戶偏好特征和用戶行為特征，所述用戶偏好特征包括所述目標用戶偏好的實體，所述用戶行為特征包括所述目標用戶的歷史行為作用的實體，所述房源屬性特征包括表征房源屬性的實體；
5、在知識圖譜中確定所述用戶偏好特征中的實體、所述用戶行為特征中的實體和所述房源屬性特征中的實體作為目標實體，并獲取所述目標實體之間的關系鏈；
6、基于所述關系鏈生成房源排序特征；
7、基于所述房源排序特征確定所述目標房源的推薦值，并基于所述推
8、根據本公開的至少一個實施方式的房源排序方法，所述房源排序特征的種類包括二值類特征、枚舉類特征、數量類特征和向量類特征中的至少一種；基于所述關系鏈生成房源排序特征，包括：
9、查詢兩個所述目標實體之間是否存在關系鏈，得到存在性查詢結果，并基于所述存在性查詢結果生成所述二值類特征，所述二值類特征用于表示兩個所述目標實體之間是否存在關系鏈；和/或，
10、獲取兩個所述目標實體之間的關系鏈包括的各個關聯關系的名稱，并基于獲取到的名稱生成所述枚舉類特征，所述枚舉類特征用于表示使兩個所述目標實體關聯的各個關聯關系的名稱；和/或，
11、統計兩個所述目標實體之間的關系鏈包括的各個關聯關系的數量，并基于統計的數量生成所述數量類特征，所述數量類特征用于表示使兩個所述目標實體關聯的關聯關系的數量；和/或，
12、查詢兩個所述目標實體之間的關系鏈包括的各個關聯關系中的向量數據，將查詢到的所述向量數據作為所述向量類特征。
13、根據本公開的至少一個實施方式的房源排序方法，還包括：
14、響應于所述用戶畫像中表示的一個實體無法在所述知識圖譜中被查找到，將無法被查找到的所述實體作為新增實體存入所述知識圖譜，并在所述知識圖譜記錄所述新增實體與所述知識圖譜中的其他實體之間的關聯關系。
15、根據本公開的至少一個實施方式的房源排序方法，所述關聯關系的種類包括從屬關系、距離關系、共同類別關系和共同屬性關系中的至少一種，在所述知識圖譜記錄所述新增實體與所述知識圖譜中的其他實體之間的關聯關系，包括：
16、在所述知識圖譜中查詢所述新增實體是否為所述知識圖譜中的另一個實體的屬性，在所述新增實體是所述知識圖譜中的另一個實體的屬性時，基于所述新增實體和查詢到的所述知識圖譜中的另一個實體生成所述新增實體對應的所述從屬關系；和/或，
17、獲取所述新增實體的屬性，并在所述知識圖譜中查詢所述新增實體的屬性是否為所述知識圖譜中的另一個實體，在所述新增實體的屬性是所述知識圖譜中的另一個實體時，基于所述新增實體和查詢到的所述知識圖譜中的另一個實體生成所述新增實體對應的所述從屬關系；和/或，
18、獲取所述新增實體與所述知識圖譜中的另一個實體之間的距離，并在獲取到的所述距離小于距離閾值時，基于獲取到的所述距離生成所述新增實體對應的所述距離關系；和/或，
19、獲取所述新增實體的類別，并在所述知識圖譜中查詢類別相同的實體，在查詢到所述類別相同的實體時，基于所述新增實體的類別生成所述新增實體對應的所述共同類別關系；和/或，
20、在所述知識圖譜中查詢與所述新增實體具有相同屬性的實體，在查詢到所述具有相同屬性的實體時，基于所述新增實體的屬性生成所述新增實體對應的所述共同屬性關系。
21、根據本公開的至少一個實施方式的房源排序方法，所述用戶行為特征中的實體包括房源，所述用戶行為特征的種類包括選中次數特征、選中序列特征、搜索次數特征、搜索序列特征和再次搜索特征中的至少一種，所述用戶偏好特征中的實體包括搜索條件；獲取所述目標用戶的用戶畫像特征，包括：
22、獲取所述目標用戶的歷史記錄信息，所述歷史記錄信息包括所述目標用戶歷史搜索房源的記錄和歷史點擊房源的記錄中的至少一項；
23、在所述歷史點擊房源的記錄中提取所述目標用戶在目標時間段選中的房源及其被選中的次數，基于每一個被選中的房源及其被選中的次數生成一個所述選中次數特征，并基于所述目標時間段和每個被選中的房源生成一個所述選中序列特征；和/或，
24、在所述歷史搜索房源的記錄中提取所述目標用戶在目標時間段搜索的房源及其被搜索的次數，基于每一個被搜索的房源及其被搜索的次數生成一個所述搜索次數特征，并基于所述目標時間段和每個被搜索的房源生成一個所述搜索序列特征；和/或，
25、在所述歷史搜索房源的記錄中提取所述目標用戶兩次搜索同一個房源之間的時間間隔，基于被兩次搜索的同一個房源和所述時間間隔生成所述再次搜索特征；和/或，
26、基于所述歷史搜索房源的記錄獲取所述目標用戶對所述搜索條件的偏好得分，基于一個所述搜索條件及其偏好得分生成一個所述用戶偏好特征。
27、根據本公開的至少一個實施方式的房源排序方法，基于所述房源排序特征確定所述目標房源的推薦值，包括：
28、將所述用戶畫像特征、多個所述目標房源的所述房源屬性特征、和所述房源排序特征傳輸至推薦模塊；
29、獲取所述推薦模塊返回的多個所述目標房源的推薦值。
30、根據本公開的至少一個實施方式的房源排序方法，確定多個目標房源，包括：
31、獲取所述目標用戶的搜索請求中的搜索條件；
32、基于所述搜索條件搜索房源資料庫中的房源，將被搜索出的房源確定為所述目標房源。
33、根據本公開的另一方面，提供了一種電子設備，包括：存儲器，存儲器存儲執行指令；以及處理器，處理器執行存儲器存儲的執行指令，使得處理器執行本公開任一個實施方式的房源排序方法。
34、根據本公開的再一方面，提供了一種可讀存儲介質，可讀存儲介質中存儲有執行指令，執行指令被處理器執行時用于實現本公開任一個實施方式的房源排序方法。
35、根據本公開的又一方面，提供了一種計算機程序產品，包括計算機本文檔來自技高網...
【技術保護點】
1.一種房源排序方法，其特征在于，包括：
2.根據權利要求1所述的房源排序方法，其特征在于，所述房源排序特征的種類包括二值類特征、枚舉類特征、數量類特征和向量類特征中的至少一種；基于所述關系鏈生成房源排序特征，包括：
3.根據權利要求1所述的房源排序方法，其特征在于，還包括：
4.根據權利要求3所述的房源排序方法，其特征在于，所述關聯關系的種類包括從屬關系、距離關系、共同類別關系和共同屬性關系中的至少一種，在所述知識圖譜記錄所述新增實體與所述知識圖譜中的其他實體之間的關聯關系，包括：
5.根據權利要求1所述的房源排序方法，其特征在于，所述用戶行為特征中的實體包括房源，所述用戶行為特征的種類包括選中次數特征、選中序列特征、搜索次數特征、搜索序列特征和再次搜索特征中的至少一種，所述用戶偏好特征中的實體包括搜索條件；獲取所述目標用戶的用戶畫像特征，包括：
6.根據權利要求1所述的房源排序方法，其特征在于，基于所述房源排序特征確定所述目標房源的推薦值，包括：
7.根據權利要求1所述的房源排序方法，其特征在于，確定多個
8.一種電子設備，其特征在于，包括：
9.一種可讀存儲介質，其特征在于，所述可讀存儲介質中存儲有執行指令，所述執行指令被處理器執行時用于實現權利要求1至7中任一項所述的房源排序方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的房源排序方法。
...【技術特征摘要】
1.一種房源排序方法，其特征在于，包括：
2.根據權利要求1所述的房源排序方法，其特征在于，所述房源排序特征的種類包括二值類特征、枚舉類特征、數量類特征和向量類特征中的至少一種；基于所述關系鏈生成房源排序特征，包括：
3.根據權利要求1所述的房源排序方法，其特征在于，還包括：
4.根據權利要求3所述的房源排序方法，其特征在于，所述關聯關系的種類包括從屬關系、距離關系、共同類別關系和共同屬性關系中的至少一種，在所述知識圖譜記錄所述新增實體與所述知識圖譜中的其他實體之間的關聯關系，包括：
5.根據權利要求1所述的房源排序方法，其特征在于，所述用戶行為特征中的實體包括房源，所述用戶行為特征的種類包括選中次數特征、選中序列特征、搜索...
【專利技術屬性】
技術研發人員：張學濤，王志勇，
申請(專利權)人：貝殼找房北京科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。