公开(公告)号：CN110059242A

公开(公告)日：2019-07-26

申请号：CN201811570390.0

申请日：2018-12-21

Applicant: 微软技术许可有限责任公司

Inventor： 胡泊 ,  周山 ,  郭奇 ,  吴显仁 ,  A·R·奈尔 ,  P·章

IPC: G06F16/9532 ,  G06Q10/10 ,  G06Q50/00

Abstract: 一种系统和方法，包括：接收搜索查询，以及从数据库获得成员的成员数据。对于多个非线性模型中的每个非线性模型，基于特性与条件的比较来遍历非线性模型以获得分数，其中，在各非线性模型之中，至少一个特性是基于以下各项中的至少一项而推断的特性：成员在在线网络系统中的活动；以及成员在在线网络系统中的连接。对从非线性模型中的每个非线性模型获得的分数进行组合以获得经组合分数，并且用户界面至少部分地基于经组合分数来显示与成员相关的信息。

公开(公告)号：CN109740045A

公开(公告)日：2019-05-10

申请号：CN201811258860.X

申请日：2018-10-26

Applicant: 微软技术许可有限责任公司

Inventor： 郭奇 ,  胡泊 ,  吴显仁 ,  A·R·奈尔 ,  周山 ,  L·G·科特尔三世

IPC: G06F16/9535 ,  G06Q50/00 ,  G06N99/00

Abstract: 在示例实施例中，训练两个机器学习模型。一个被训练为输出在社交网络服务中具有成员简档的搜索者将选择潜在的搜索结果的概率。另一个被训练为输出与潜在的搜索结果相对应的成员将响应来自搜索者的通信的概率。特征可以从查询、关于搜索者的信息、以及关于与潜在的搜索结果相对应的成员的信息中提取，并且被馈送至机器学习模型。机器学习模型的输出可以被组合并且用于将搜索结果排名以返回给搜索者。

公开(公告)号：CN110135552A

公开(公告)日：2019-08-16

申请号：CN201910098081.6

申请日：2019-01-31

Applicant: 微软技术许可有限责任公司

Inventor： R·拉马纳特 ,  G·波拉特坎 ,  许荔秦 ,  胡泊 ,  周山 ,  H·H·李

IPC: G06N3/04 ,  G06F16/953

Abstract: 本文公开了用于实现用于搜索的深度神经网络架构的技术。在一些实施例中，深度神经网络架构包括：项目神经网络，其被配置为针对多个项目中的每一个项目，基于多个项目中的该个项目的项目数据来生成项目向量表示；查询神经网络，其被配置为基于查询来生成针对查询的查询向量表示，查询神经网络与项目神经网络不同；以及评分神经网络，其被配置为针对多个项目中的每一个项目，基于多个项目中的该个项目的项目向量表示和查询向量表示，生成针对多个项目中的该个项目与查询的配对的对应分数，评分神经网络与项目神经网络和查询神经网络不同。

公开(公告)号：CN109740045B

公开(公告)日：2023-09-15

申请号：CN201811258860.X

申请日：2018-10-26

Applicant: 微软技术许可有限责任公司

Inventor： 郭奇 ,  胡泊 ,  吴显仁 ,  A·R·奈尔 ,  周山 ,  L·G·科特尔三世

IPC: G06F16/9535 ,  G06Q50/00 ,  G06N99/00

Abstract: 在示例实施例中，训练两个机器学习模型。一个被训练为输出在社交网络服务中具有成员简档的搜索者将选择潜在的搜索结果的概率。另一个被训练为输出与潜在的搜索结果相对应的成员将响应来自搜索者的通信的概率。特征可以从查询、关于搜索者的信息、以及关于与潜在的搜索结果相对应的成员的信息中提取，并且被馈送至机器学习模型。机器学习模型的输出可以被组合并且用于将搜索结果排名以返回给搜索者。