1.一种基于行为日志的搜索推荐模型生成方法，其特征在于，包括：获取预设时间段内的用户行为日志，所述行为日志包括用户的搜索请求和用户对根据搜索请求返回的商品信息的响应动作；

将所述商品信息中点击率高于预设阈值的商品信息作为训练正样本；

将所述商品信息中点击率低于预设阈值的商品信息作为第一子训练负样本；

按照预设条件从所述训练正样本所属品类和上级品类中选取商品信息作为第二子训练负样本；

将所述第一子训练负样本和所述第二子训练负样本进行融合，生成训练负样本；

利用所述训练正样本和所述训练负样本对神经网络模型进行训练，生成搜索推荐模型。

2.根据权利要求1所述的基于行为日志的搜索推荐模型生成方法，其特征在于，在所述将所述商品信息中点击率高于预设阈值的商品信息作为训练正样本之前，还包括：根据所述搜索请求对所述响应动作进行分组，将所述响应动作划分为多个响应动作组，每个响应动作组关联一个搜索请求。

3.根据权利要求2所述的基于行为日志的搜索推荐模型生成方法，其特征在于，所述根据所述搜索请求对所述响应动作进行分组，将所述响应动作划分为多个响应动作组，每个响应动作组关联一个搜索请求，具体包括：根据搜索请求的关键词之间的相关性对所述响应动作进行分组，将相关性高于预设阈值的关键词对应的搜索请求合并为同一个搜索请求，从而将所述响应动作划分为多个响应动作组，每个响应动作组关联一个搜索请求。

4.根据权利要求3所述的基于行为日志的搜索推荐模型生成方法，其特征在于，所述响应动作分为未点击响应动作和点击响应动作，其中，所述点击响应动作又可以进一步划分为点击浏览、点击加车和点击购买；

所述将所述商品信息中点击率高于预设阈值的商品信息作为训练正样本，包括：将所述商品信息中点击浏览率和/或点击加车率和/或点击购买率高于预设阈值的商品信息作为训练正样本。

5.根据权利要求4所述的基于行为日志的搜索推荐模型生成方法，其特征在于，所述将所述商品信息中点击浏览率和/或点击加车率和/或点击购买率高于预设阈值的商品信息作为训练正样本，包括：按照预设比例将所述商品信息中点击浏览率和/或点击加车率和/或点击购买率高于预设阈值的商品信息作为训练正样本。

6.根据权利要求5所述的基于行为日志的搜索推荐模型生成方法，其特征在于，所述将所述第一子训练负样本和所述第二子训练负样本进行融合，生成训练负样本，包括：按照预设比例将所述第一子训练负样本和所述第二子训练负样本进行融合。

7.根据权利要求6所述的基于行为日志的搜索推荐模型生成方法，其特征在于，还包括：从所述训练正样本所属的不同品类下选取预设比例的商品信息作为第三子训练负样本；

所述将所述第一子训练负样本和所述第二子训练负样本进行融合，生成训练负样本，包括：将所述第一子训练负样本、所述第二子训练负样本和所述第三训练负样本进行融合，生成训练负样本；

所述将所述第一子训练负样本、所述第二子训练负样本和所述第三训练负样本进行融合，生成训练负样本，包括：按照预设比例将所述第一子训练负样本、所述第二子训练负样本和所述第三训练负样本进行融合，生成训练负样本。

8.根据权利要求7所述的基于行为日志的搜索推荐模型生成方法，其特征在于，还包括：按照预设时间间隔根据用户针对每组训练负样本对应的搜索推荐模型推荐的商品的响应动作对预设比例进行优化调整；响应于接收到当前用户的当前搜索请求，将所述当前搜索请求输入所述搜索推荐模型，输出推荐信息；

根据所述推荐信息和所述当前搜索请求的关键词的相关性对所述推荐信息进行排序，并将排序后的推荐信息推送给当前用户。

9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1 8中任一项所述的方法。

~

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1 8中任一项所述的方法。

~