[发明专利]一种信息召回方法、装置、电子设备及存储介质

权利要求书

1.一种信息召回方法，其特征在于，所述方法包括：

获取目标用户的搜索行为序列，其中，所述搜索行为序列用于描述所述目标用户在目标时间区间内输入的搜索行为信息；

获取所述搜索行为序列对应的聚类特征向量；

将所述聚类特征向量作为索引，在预先建立的向量字典中确定所述聚类特征向量对应的目标行为信息，其中，所述向量字典用于对应存储搜索行为信息与聚类特征向量。

2.如权利要求1所述的方法，其特征在于，所述获取所述搜索行为序列对应的聚类特征向量的步骤，包括：

确定所述搜索行为序列中各搜索行为信息对应的特征向量，其中，所述特征向量用于表示对应的搜索行为信息所表示的用户的兴趣点；

对所述特征向量进行聚类，得到各向量类别对应的聚类特征向量，其中，所述聚类特征向量用于标识向量类别相同的多个搜索行为信息所表示的用户的兴趣点。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取多个样本用户的历史行为序列，其中，任意一个所述历史行为序列用于描述所述样本用户在历史时间区间内输入的搜索行为信息；

利用预先训练的预设模型，确定所述向量字典。

4.如权利要求3所述的方法，其特征在于，所述预设模型包括第一模型或第二模型；

所述利用预先训练的预设模型，确定所述向量字典的步骤，包括：

利用所述第一模型处理各历史行为序列，得到各搜索行为信息对应的聚类特征向量；建立所述搜索行为信息与所述聚类特征向量之间的对应关系，得到所述向量字典；或，

利用所述第二模型处理各历史行为序列，得到所述向量字典。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述搜索行为信息更新预设模型，所述预设模型包括：第一模型和/或第二模型，其中，所述第一模型用于基于输入的搜索行为信息的特征确定输出的聚类特征向量，所述第二模型用于基于输入的搜索行为信息的特征确定向量字典。

6.如权利要求1-5任一项所述的方法，其特征在于，所述将所述聚类特征向量作为索引，在预先建立的向量字典中确定所述聚类特征向量对应的目标行为信息的步骤，包括：

针对任意一个所述聚类特征向量，确定该聚类特征向量与所述向量字典中各特征向量之间的距离；

将对应的距离不大于预设阈值的特征向量所对应的行为信息，确定为所述目标用户对应的目标行为信息。

7.如权利要求1-5任一项所述的方法，其特征在于，所述搜索行为信息包括：视频搜索信息、商品搜索信息、新闻搜索信息中的至少一种；

所述目标行为信息包括：视频搜索信息、商品搜索信息或新闻搜索信息中的至少一种。

8.如权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：

基于所述目标行为信息进行搜索，得到目标搜索结果；

向所述目标用户展示所述目标搜索结果。

9.一种信息召回装置，其特征在于，所述装置包括：

行为序列获取模块，用于获取目标用户的搜索行为序列，其中，所述搜索行为序列用于描述所述目标用户在目标时间区间内输入的搜索行为信息；

特征向量确定模块，用于获取所述搜索行为序列对应的聚类特征向量；

行为信息召回模块，用于将所述聚类特征向量作为索引，在预先建立的向量字典中确定所述聚类特征向量对应的目标行为信息，其中，所述向量字典用于对应存储搜索行为信息与聚类特征向量。

10.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。

11.一种计算机可读缓存介质，其特征在于，所述计算机可读缓存介质内缓存有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。