多媒体对象的预测方法、装置、设备、介质和程序产品与流程

技术特征：
1.一种多媒体对象的预测方法，其特征在于，包括：获得目标对媒体对象在第一时间段内的第一用户行为占比数据，以及所述目标多媒体对象在第二时间段内的第二用户行为占比数据，其中，所述第二时间段在所述第一时间段之前；根据所述第一用户行为占比数据和所述第二用户行为占比数据，确定所述目标多媒体对象的用户行为占比的第一加速度；根据所述第一加速度，预测所述目标多媒体对象属于预设类型的概率。2.根据权利要求1所述的方法，其特征在于，所述第一时间段包括至少两个第一子时间段，所述第一用户行为占比数据包括与所述至少两个第一子时间段一一对应的至少两项第一子用户行为占比数据，所述第二时间段包括至少两个第二子时间段，所述第二用户行为占比数据包括与所述至少两个第二子时间段一一对应的至少两项第二子用户行为占比数据；所述获得目标对媒体对象在第一时间段内的第一用户行为占比数据，以及所述目标多媒体对象在第二时间段内的第二用户行为占比数据，包括：根据所述至少两项第一子用户行为占比数据，确定所述目标对媒体对象在第一时间段内的第一用户行为占比数据；根据所述至少两项第二子用户行为占比数据，确定所述目标多媒体对象在第二时间段内的第二用户行为占比数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述至少两项第一子用户行为占比数据，确定所述目标对媒体对象在第一时间段内的第一用户行为占比数据，包括：根据所述至少两项第一子用户行为占比数据，以及与所述至少两项第一子用户行为占比数据一一对应的至少两项第一权重，确定所述目标对媒体对象在第一时间段内的第一用户行为占比数据；所述根据所述至少两项第二子用户行为占比数据，确定所述目标多媒体对象在第二时间段内的第二用户行为占比数据，包括：根据所述至少两项第二子用户行为占比数据，以及与所述至少两项第二子用户行为占比数据一一对应的至少两项第二权重，确定所述目标对媒体对象在第二时间段内的第二用户行为占比数据。4.根据权利要求3所述的方法，其特征在于，所述至少两项第一子用户行为占比数据中的任意一项第一子用户行为占比数据对应的第一权重，与所述第一子用户行为占比数据对应的第一子时间段与当前时间之间的间隔时长负相关，且为所述第一子时间段对应的指数平滑系数。5.根据权利要求3或4所述的方法，其特征在于，所述至少两项第二子用户行为占比数据中的任意一项第二子用户行为占比数据对应的第二权重，与所述第二子用户行为占比数据对应的第二子时间段与当前时间之间的间隔时长正相关。6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述根据所述第一加速度，预测所述目标多媒体对象属于预设类型的概率，包括：将所述第一加速度输入预先训练的神经网络，经由所述神经网络预测所述目标多媒体对象属于预设类型的概率。7.根据权利要求6所述的方法，其特征在于，在所述将所述第一加速度输入预先训练的
神经网络之前，所述方法还包括：获取训练对象集，其中，所述训练对象集包括多个训练对象，所述训练对象为多媒体对象，且所述训练对象具有标注数据，所述标注数据用于表示所述训练对象是否属于所述预设类型；采用所述训练对象集训练所述神经网络。8.一种多媒体对象的预测装置，其特征在于，包括：获得模块，用于获得目标对媒体对象在第一时间段内的第一用户行为占比数据，以及所述目标多媒体对象在第二时间段内的第二用户行为占比数据，其中，所述第二时间段在所述第一时间段之前；确定模块，用于根据所述第一用户行为占比数据和所述第二用户行为占比数据，确定所述目标多媒体对象的用户行为占比的第一加速度；预测模块，用于根据所述第一加速度，预测所述目标多媒体对象属于预设类型的概率。9.一种电子设备，其特征在于，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行权利要求1至7中任意一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。11.一种计算机程序产品，其特征在于，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行权利要求1至7中任意一项所述的方法。

技术总结
本公开涉及一种多媒体对象的预测方法、装置、设备、介质和程序产品。所述方法包括：获得目标对媒体对象在第一时间段内的第一用户行为占比数据，以及所述目标多媒体对象在第二时间段内的第二用户行为占比数据，其中，所述第二时间段在所述第一时间段之前；根据所述第一用户行为占比数据和所述第二用户行为占比数据，确定所述目标多媒体对象的用户行为占比的第一加速度；根据所述第一加速度，预测所述目标多媒体对象属于预设类型的概率。标多媒体对象属于预设类型的概率。标多媒体对象属于预设类型的概率。


技术研发人员：盛心怡 宛言 高梓尧
受保护的技术使用者：北京卓越乐享网络科技有限公司
技术研发日：2022.01.28
技术公布日：2022/5/20