1.一种群组查询方法，包括：

根据获取的查询请求，确定多个目标群组；

确定每个所述目标群组的目标特征；其中，所述目标特征包括查询历史特征，所述查询历史特征是通过对预设时间段内的多个查询信息的特征向量进行加权计算得到，每个所述查询信息的特征向量的权重是基于所述查询信息的输入时间确定；

利用预先训练的点击率评估模型，对每个所述目标群组的目标特征进行处理，得到每个所述目标群组的点击概率；

根据每个所述目标群组的点击概率，按序显示所述多个目标群组；

所述点击率评估模型包括：特征交叉层、深度层、多头自注意力层和分类层；

所述利用预先训练的点击率评估模型，对每个所述目标群组的目标特征进行处理，得到每个所述目标群组的点击概率，包括：针对每个所述目标群组的目标特征，分别执行以下过程：

将所述目标特征输入至所述特征交叉层中进行特征交叉，输出第一特征向量；

将所述目标特征输入至所述深度层中进行特征的高阶交叉，输出第二特征向量；

将所述目标特征输入至所述多头自注意力层中进行关联特征的编码，输出第三特征向量；

将所述第一特征向量、所述第二特征向量和所述第三特征向量输入至所述分类层进行处理，得到相应目标群组的点击概率。

2.根据权利要求1所述的方法，其中，所述将所述第一特征向量、所述第二特征向量和所述第三特征向量输入至所述分类层进行处理，得到相应目标群组的点击概率，包括：分别对所述第一特征向量、所述第二特征向量和所述第三特征向量进行扁平化处理，并将扁平化处理后的特征向量拼接在一起，得到第四特征向量；

将所述第四特征向量输入至所述分类层进行处理，得到相应目标群组的点击概率。

3.根据权利要求1所述的方法，其中，所述目标特征还包括以下至少一项：数字类特征、群组画像特征和文本类特征。

4.根据权利要求3所述的方法，其中，每个所述目标群组的数字类特征是基于第一群组特征在所述多个目标群组的同类群组特征中的排名确定；所述第一群组特征是每个所述目标群组的数字类特征对应的特征。

5.一种群组查询装置，包括：

第一确定模块，用于根据获取的查询请求，确定多个目标群组；

第二确定模块，用于确定每个所述目标群组的目标特征；其中，所述目标特征包括查询历史特征，所述查询历史特征是通过对预设时间段内的多个查询信息的特征向量进行加权计算得到，每个所述查询信息的特征向量的权重是基于所述查询信息的输入时间确定；

处理模块，用于利用预先训练的点击率评估模型，对每个所述目标群组的目标特征进行处理，得到每个所述目标群组的点击概率；

显示模块，用于根据每个所述目标群组的点击概率，按序显示所述多个目标群组；

所述点击率评估模型包括：特征交叉层、深度层、多头自注意力层和分类层；

所述处理模块包括：

执行单元，用于针对每个所述目标群组的目标特征，分别执行以下过程：将所述目标特征输入至所述特征交叉层中进行特征交叉，输出第一特征向量；将所述目标特征输入至所述深度层中进行特征的高阶交叉，输出第二特征向量；将所述目标特征输入至所述多头自注意力层中进行关联特征的编码，输出第三特征向量；将所述第一特征向量、所述第二特征向量和所述第三特征向量输入至所述分类层进行处理，得到相应目标群组的点击概率。

6.根据权利要求5所述的装置，其中，所述执行单元还用于：分别对所述第一特征向量、所述第二特征向量和所述第三特征向量进行扁平化处理，并将扁平化处理后的特征向量拼接在一起，得到第四特征向量；将所述第四特征向量输入至所述分类层进行处理，得到相应目标群组的点击概率。

7.根据权利要求5所述的装置，其中，所述目标特征还包括以下至少一项：数字类特征、群组画像特征和文本类特征。

8.根据权利要求7所述的装置，其中，每个所述目标群组的数字类特征是基于第一群组特征在所述多个目标群组的同类群组特征中的排名确定；所述第一群组特征是每个所述目标群组的数字类特征对应的特征。

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑4中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1‑4中任一项所述的方法。