[发明专利]数据推荐方法、装置、计算设备及计算机可读存储介质

权利要求书

1.一种数据推荐方法，其特征在于，所述方法包括：

获取查询请求，所述查询请求中包括待匹配数据；

将所述待匹配数据处理为目标embedding向量；

根据所述目标embedding向量生成目标embedding向量哈希键值对；

根据所述目标embedding向量哈希键值对在预先构建的embedding向量数据库中查询，得到与所述待匹配数据匹配的embedding向量哈希键值对列表；所述预先构建的embedding向量数据库中包括预存的多个embedding向量哈希键值对，所述embedding向量哈希键值对中包括embedding向量的局部敏感哈希值以及所述embedding向量本身；

根据所述embedding向量哈希键值对列表生成推荐结果。

2.根据权利要求1所述的方法，其特征在于，所述embedding向量数据库的构建方法，包括：

流式或批量获取用户行为数据；

针对获取到的每个用户行为数据，将所述用户行为数据处理为embedding向量；

根据所述embedding向量生成embedding向量哈希键值对；

将生成的embedding向量哈希键值对存储到embedding向量数据库中。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标embedding向量生成目标embedding向量哈希键值对，包括：

生成与所述目标embedding向量相同维度的哈希树；所述哈希树中包括多个随机向量；

分别计算所述目标embedding向量与所述哈希树中各个所述随机向量的夹角；

根据所述夹角确定目标局部敏感哈希值；

根据所述目标局部敏感哈希值及所述目标embedding向量生成所述目标embedding向量哈希键值对。

4.根据权利要求2任一项所述的方法，其特征在于，所述embedding向量数据库中包括基础索引数据、近邻集合索引数据、embedding向量索引数据；所述embedding向量数据库的构建方法，包括：在embedding向量数据库中建立近邻集合索引数据；所述近邻集合索引数据中包括按embedding向量哈希键值对的关键字key对应存储的多个近邻集合，所述近邻集合中包括有相似的embedding向量哈希键值；

在embedding向量数据库中建立基础索引数据；所述基础索引数据中包括按照主题对应存储的多个主题集合，所述主题集合中包括多个主题相同的embedding向量哈希键值对；

在embedding向量数据库中建立embedding向量索引数据；所述embedding向量索引数据中包括按主题及用户标识或内容标识存储的多个embedding向量的集合。

5.根据权利要求4所述的方法，其特征在于，所述embedding向量数据库采用embedding索引数据结构进行数据存储，所述embedding索引数据结构包括行键列以及数据存储列簇；所述近邻集合索引数据包括第一行键列及第一数据存储列簇，第一行键列包括多个第一行键信息，第一数据存储列簇包括与所述第一行键信息对应的至少一个近邻集合，近邻集合中存储有embedding向量哈希键值对；第一行键信息根据embedding向量哈希键值对的关键字key生成；

所述基础索引数据包括第二行键列及第二数据存储列簇，所述第二行键列包括多个第二行键信息，所述第二数据存储列簇包括与所述第二行键信息对应的embedding向量哈希键值对；所述第二行键信息根据主题生成；

所述embedding向量索引数据包括第三行键列及第三数据存储列簇，所述第三行键列包括多个第三行键信息，第三数据存储列簇包括与第三行键信息对应的embedding向量，所述第三行键信息根据主题及用户标识或内容标识生成。