品名搜索提示方法、装置、设备、介质及产品与流程

本技术涉及数据处理，尤其涉及品名搜索提示方法、装置、设备、介质及产品。

背景技术：

1、在物流寄件、电商购物等场景中，现有输入辅助通常基于用户历史寄件记录、全网热度数据或语言模型生成托寄物名称联想建议。

2、然而，该类方案主要依据短期统计特征或通用词频进行预测，难以识别用户行为序列所反映的长期目标及其阶段性变化；当输入内容对应多个语义候选时，推荐结果易偏向高频热门项，导致与当前真实需求匹配度不足。

3、因此，如何在物品联想过程中提高对用户长期目标状态的识别能力，并提升推荐结果与当前需求的一致性，成为需要解决的技术问题。

技术实现思路

1、本技术提供的品名搜索提示方法、装置、设备、介质及产品，用以解决上述现有的技术问题。

2、第一方面，本技术提供的品名搜索提示方法，方法应用于终端，方法包括：

3、响应于接收到目标用户输入的信息，获取所述目标用户的历史托寄物序列；其中，所述历史托寄物序列中包括多个托寄物名称以及与各所述托寄物名称对应的物流行为时间；

4、基于各个所述物流行为时间与当前系统时间之间的时间间隔，确定各个所述托寄物名称对应的行为权重；

5、根据各个所述托寄物名称与各个预设状态标签之间的语义相似度，以及各个所述托寄物名称的行为权重，从多个所述预设状态标签中确定所述目标用户所对应的目标状态标签；

6、基于所述目标状态标签，确定候选词集合中各个候选词与所述目标状态标签之间的语义适配度；所述候选词集合是基于所述目标用户输入的信息确定的；

7、根据各个所述语义适配度对各个所述候选词进行排序，根据排序结果确定预设数量的目标候选词并输出。

8、在一种可能的设计中，所述基于各个所述物流行为时间与当前系统时间之间的时间间隔，确定各个所述托寄物名称对应的行为权重，包括：

9、获取预设的时间衰减系数；

10、基于所述时间间隔与所述时间衰减系数，对各个所述托寄物名称的预设初始权重进行衰减处理；

11、将衰减处理后的权重确定为各个所述托寄物名称对应的行为权重；其中，所述行为权重与所述时间间隔呈负相关。

12、在一种可能的设计中，所述根据各个所述托寄物名称与各个预设状态标签之间的语义相似度，以及各个所述托寄物名称的行为权重，从多个所述预设状态标签中确定所述目标用户所对应的目标状态标签，包括：

13、针对每个所述预设状态标签，将各个所述托寄物名称与当前预设状态标签的语义相似度分别与各所述托寄物名称对应的所述行为权重相乘后累加；

14、对累加结果进行归一化处理，得到所述预设状态标签的置信度得分；

15、选取置信度得分最高的预设状态标签，在确定最高置信度得分大于预设置信度阈值的情况下，将置信度得分最高的预设状态标签确定为所述目标状态标签。

16、在一种可能的设计中，各个所述托寄物名称与各个预设状态标签之间的语义相似度的确定步骤，包括：

17、将各个所述托寄物名称以及各个所述预设状态标签分别输入至预训练的文本表示模型，得到各个所述托寄物名称对应的第一向量以及各个所述预设状态标签对应的第二向量；

18、分别计算各个所述第一向量与各个所述第二向量之间的向量相似度，将所述向量相似度确定为所述语义相似度。

19、在一种可能的设计中，所述根据各个所述语义适配度对各个所述候选词进行排序，包括：

20、获取各个所述候选词对应的基础预测得分；其中，所述基础预测得分用于表征所述候选词与所述目标用户输入的信息的语义匹配程度；

21、将所述基础预测得分与所述语义适配度按照预设权重比例进行加权求和，得到各个所述候选词对应的排序得分；

22、按照所述排序得分从高到低的顺序对各个所述候选词进行排序。

23、在一种可能的设计中，所述将所述基础预测得分与所述语义适配度按照预设权重比例进行加权求和之前，还包括：

24、判断是否已确定出所述目标用户对应的所述目标状态标签；

25、在确定出所述目标状态标签的情况下，执行所述加权求和的步骤；

26、在未确定出所述目标状态标签的情况下，按照所述基础预测得分对各个所述候选词进行排序。

27、在一种可能的设计中，所述预设状态标签的构建步骤，包括：

28、获取多个样本用户在预设历史周期内的托寄物共现记录；

29、基于所述托寄物共现记录，采用聚类算法将共现的多个托寄物划分至同一物品簇；

30、对所述物品簇进行语义特征提取，生成与所述物品簇对应的所述预设状态标签。

31、第二方面，本技术提供的品名搜索提示装置，包括：

32、获取模块，用于响应于接收到目标用户输入的信息，获取所述目标用户的历史托寄物序列；其中，所述历史托寄物序列中包括多个托寄物名称以及与各所述托寄物名称对应的物流行为时间；

33、权重确定模块，用于基于各个所述物流行为时间与当前系统时间之间的时间间隔，确定各个所述托寄物名称对应的行为权重；

34、标签确定模块，用于根据各个所述托寄物名称与各个预设状态标签之间的语义相似度，以及各个所述托寄物名称的行为权重，从多个所述预设状态标签中确定所述目标用户所对应的目标状态标签；

35、适配度确定模块，用于基于所述目标状态标签，确定候选词集合中各个候选词与所述目标状态标签之间的语义适配度；所述候选词集合是基于所述目标用户输入的信息确定的；

36、排序模块，用于根据各个所述语义适配度对各个所述候选词进行排序，根据排序结果确定预设数量的目标候选词并输出。

37、第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

38、所述存储器存储计算机执行指令；

39、所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的方法。

40、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。

41、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面任一项所述的方法。

42、本技术提供的品名搜索提示方法、装置、设备、介质及产品，该方法，通过获取包含托寄物名称与对应物流行为时间的用户历史托寄物序列，依据各条物流行为时间与当前时间的间隔确定出差异化的行为权重，结合托寄物名称与预设状态标签的语义相似度加权判定用户长期目标对应的目标状态标签，再依托该目标状态标签计算输入信息生成的候选词集合内各候选词语义适配度并完成排序输出，使品名搜索提示结果同时受到输入内容、历史时序行为和状态语义信息的约束。相较于现有仅依托短期统计、全网热度或通用词频生成品名提示推荐的方案，本技术方法能够充分挖掘用户时序行为序列承载的长期目标及目标阶段性变化特征，摆脱高频热门词的推荐偏向干扰，提升终端品名输入提示过程中对用户长期目标状态的识别精度，有效增强输出候选词与用户当下真实寄件、购物输入需求的匹配一致性，减少无关推荐内容干扰，缩短用户品名输入操作时长，优化物流寄件、电商购物场景下品名输入辅助的使用体验。