公开(公告)号：CN110895579B

公开(公告)日：2023-11-10

申请号：CN201910778422.4

申请日：2019-08-22

Applicant: 微软技术许可有限责任公司

Inventor： C·厄兹恰拉尔 ,  S·C·盖伊克 ,  B·施米茨 ,  P·夏尔马 ,  E·E·布坎南

IPC: G06F16/901 ,  G06F16/9535 ,  G06N20/00 ,  G06Q10/1053 ,  G06Q50/00

Abstract: 在示例实施例中，梯度提升决策树用于生成树交互特征，该树交互特征对搜索结果的特征的一组决策规则进行编码，并且因此允许特征交互。接着，这些树交互特征可以用作GLMix模型的特征，实质上将非线性注入GLMix模型。

公开(公告)号：CN110059230B

公开(公告)日：2023-02-21

申请号：CN201811432396.1

申请日：2018-11-28

Applicant: 微软技术许可有限责任公司

Inventor： C·厄兹恰拉尔 ,  吴显仁 ,  J·杨 ,  A·古普塔 ,  A·R·奈尔

IPC: G06F16/903 ,  G06F16/953

Abstract: 本文公开了使用广义线性混合模型来改进搜索的技术。在一些实施例中，一种计算机实现的方法包括：接收包括至少一个搜索项并与用户相关联的搜索查询；从多个候选的相应简档中提取特征；对于候选中的每个候选，基于包括广义线性基于查询的模型和基于用户的随机效应模型的广义线性混合模型生成相应的分数；基于相应的分数从多个候选中选择候选子集；并且使所选择的候选子集在搜索查询的搜索结果页面中显示给用户。

公开(公告)号：CN110895579A

公开(公告)日：2020-03-20

申请号：CN201910778422.4

申请日：2019-08-22

Applicant: 微软技术许可有限责任公司

Inventor： C·厄兹恰拉尔 ,  S·C·盖伊克 ,  B·施米茨 ,  P·夏尔马 ,  E·E·布坎南

IPC: G06F16/901 ,  G06F16/9535 ,  G06N20/00 ,  G06Q10/10 ,  G06Q50/00

Abstract: 在示例实施例中，梯度提升决策树用于生成树交互特征，该树交互特征对搜索结果的特征的一组决策规则进行编码，并且因此允许特征交互。接着，这些树交互特征可以用作GLMix模型的特征，实质上将非线性注入GLMix模型。

公开(公告)号：CN110059230A

公开(公告)日：2019-07-26

申请号：CN201811432396.1

申请日：2018-11-28

Applicant: 微软技术许可有限责任公司

Inventor： C·厄兹恰拉尔 ,  吴显仁 ,  J·杨 ,  A·古普塔 ,  A·R·奈尔

IPC: G06F16/903 ,  G06F16/953

Abstract: 本文公开了使用广义线性混合模型来改进搜索的技术。在一些实施例中，一种计算机实现的方法包括：接收包括至少一个搜索项并与用户相关联的搜索查询；从多个候选的相应简档中提取特征；对于候选中的每个候选，基于包括广义线性基于查询的模型和基于用户的随机效应模型的广义线性混合模型生成相应的分数；基于相应的分数从多个候选中选择候选子集；并且使所选择的候选子集在搜索查询的搜索结果页面中显示给用户。