(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111666248.8 (22)申请日 2021.12.31 (71)申请人 北京卓越乐享网络科技有限公司 地址 100000 北京市海淀区中关村软件园 12号楼三层C 302 (72)发明人 宛言　高梓尧　 (74)专利代理 机构 北京林达刘知识产权代理事 务所(普通 合伙) 11277 代理人 刘新宇 (51)Int.Cl. G06F 16/435(2019.01) G06F 16/438(2019.01) G06Q 10/04(2012.01) (54)发明名称 多媒体对象的预测方法、 装置、 设备、 介质和 程序产品 (57)摘要 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： 获取 目标多媒体对象在第一时间段内的至少一种第 一用户行为数据， 其中， 所述至少一种第一用户 行为数据包括所述目标多媒体对象的播放量 以 外的用户行为数据； 根据所述至少一种第一用户 行为数据， 预测所述目标多媒体对象在第二时间 段内的播放量的第一概率分布， 其中， 所述第二 时间段在所述第一时间段之后； 根据所述第一概 率分布， 预测所述目标多媒体对象属于至少一个 预设类别的概 率。 权利要求书3页 说明书22页 附图4页 CN 114297419 A 2022.04.08 CN 114297419 A 1.一种多媒体对象的预测方法， 其特 征在于， 包括： 获取目标多媒体对象在第一时间段内的至少一种第一用户行为数据， 其中， 所述至少 一种第一用户行为数据包括所述目标多媒体对象的播 放量以外的用户行为数据； 根据所述至少一种第 一用户行为数据， 预测所述目标多媒体对象在第 二时间段内的播 放量的第一 概率分布， 其中， 所述第二时间段在所述第一时间段之后； 根据所述第一 概率分布， 预测所述目标多媒体对象属于 至少一个预设类别的概 率。 2.根据权利要求1所述的方法， 其特 征在于， 所述第一用户行为数据包括至少两种； 所述根据 所述至少一种第 一用户行为数据， 预测所述目标多媒体对象在第 二时间段内 的播放量的第一 概率分布， 包括： 对于至少两种第 一用户行为数据中的任意一种第 一用户行为数据， 根据 所述第一用户 行为数据， 预测所述目标多媒体对象在第二时间段内的播 放量的第二 概率分布； 根据与所述至少两种第 一用户行为数据一一对应的至少两项第 二概率分布， 预测所述 目标多媒体对象在所述第二时间段内的播 放量的第一 概率分布。 3.根据权利要求2所述的方法， 其特 征在于， 所述对于至少两种第 一用户行为数据中的任意一种第 一用户行为数据， 根据 所述第一 用户行为数据， 预测所述目标多媒体对象在第二时间段内的播放量的第二概率分布， 包括： 对于至少两种第一用户行为数据中的任意一种第一用户行为数据， 采用预先训练的混合概 率分布模型中与所述第一用户行为数据对应的概率分布模型， 对所述第一用户行为数据进 行预测， 得到所述目标多媒体对象在第二时间段内的播放量的第二概率分布， 其中， 所述混 合概率分布模型包括与所述至少两种第一用户行为数据一一对应的至少两个概率分布模 型， 所述至少两个概率分布模型分别用于预测相应的第一用户行为数据对应的播放量的第 二概率分布； 所述根据与 所述至少两种第 一用户行为数据一一对应的至少两项第 二概率分布， 预测 所述目标多媒体对 象在所述第二时间段内的播放量的第一概率分布， 包括： 根据与所述至 少两种第一用户行为数据一一对应的至少两项第二概率分布， 以及与所述至少两个概率分 布模型一一对应的权重， 预测所述目标多媒体对象在所述第二时间段内的播放量的第一概 率分布。 4.根据权利要求1至3中任意一项所述的方法， 其特征在于， 所述根据所述第一概率分 布， 预测所述目标多媒体对象属于 至少一个预设类别的概 率， 包括： 对所述第一 概率分布进行全连接处 理， 得到第一全连接处 理结果； 对所述第一全连接处理结果进行激活处理， 得到所述目标多媒体对象属于至少一个预 设类别的概 率。 5.根据权利要求3所述的方法， 其特征在于， 在所述采用预先训练 的混合概率分布模型 中与所述用户行为数据对应的概率分布模型， 对所述用户行为数据进行预测之前， 所述方 法还包括： 获取训练对象在第三时间段内的至少两种第二用户行为数据， 其中， 所述训练对象为 多媒体对象， 所述至少两种第二用户行为数据至少包括所述训练对象的播放量以外的用户 行为数据， 所述第三时间段在所述第一时间段之前； 确定所述训练对象所属的真实类别；权　利　要　求　书 1/3 页 2 CN 114297419 A 2对于所述至少两种第 二用户行为数据中的任意一种第 二用户行为数据， 采用所述混合 概率分布模型中与所述第二用户行为数据对应的概率分布模型， 对所述第二用户行为数据 进行预测， 得到所述训练对象在第四时间段内的播放量的第三概率分布， 其中， 所述第四时 间段在所述第三时间段之后； 根据与所述至少两种第 二用户行为数据一一对应的至少两项第 三概率分布， 以及与 所 述至少两个概率分布模型一一对应的权重， 预测所述训练对象在所述第四时间段内的播放 量的第四概 率分布； 对所述第四概 率分布进行全连接处 理， 得到第二全连接处 理结果； 对所述第二全连接处理结果进行激活处理， 得到所述训练对象属于至少一个预设类别 的概率； 根据所述真实类别， 以及所述训练对象属于至少一个预设类别的概率， 更新所述权重 以及所述全连接处 理的参数。 6.根据权利要求5所述的方法， 其特征在于， 所述确定所述训练对象所属的真实类别， 包括： 获取所述训练对象在所述第四时间段内的第 二播放量， 以及指定多媒体对象集在所述 第四时间段内的第三 播放量； 根据所述第二 播放量与所述第三 播放量的比值， 确定所述训练对象所属的真实类别。 7.根据权利要求1至3中任意一项所述的方法， 其特征在于， 所述根据所述第一概率分 布， 预测所述目标多媒体对象属于 至少一个预设类别的概 率， 包括： 对所述第一 概率分布进行全连接处 理， 得到第一全连接处 理结果； 对所述第一全连接处理结果进行激活处理， 得到所述目标多媒体对象属于至少一个预 设类别的第一 概率； 获取所述目标多媒体对象在第一时间段内的第一 播放量； 根据所述第 一播放量， 预测所述目标多媒体对象属于所述至少一个预设类别的第 二概 率； 根据所述第 一概率和所述第 二概率， 确定所述目标多媒体对象属于至少一个预设类别 的概率。 8.一种多媒体对象的预测装置， 其特 征在于， 包括： 第一获取模块， 用于获取目标多媒体对象在第 一时间段内的至少一种第 一用户行为数 据， 其中， 所述至少一种第一用户行为数据包括所述 目标多媒体对 象的播放量以外的用户 行为数据； 第一预测模块， 用于根据所述至少一种第一用户行为数据， 预测所述目标多媒体对象 在第二时间段内的播 放量的第一 概率分布， 其中， 所述第二时间段在所述第一时间段之后； 第二预测模块， 用于根据所述第一概率分布， 预测所述目标多媒体对象属于至少一个 预设类别的概 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， 以执行权权　利　要　求　书 2/3 页 3 CN 114297419 A 3