[发明专利]时段预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种时段预测方法、装置、计算机设备和存储介质。涉及互联网技术领域。该方法包括：首先获取目标商家的发文特征数据，该发文特征数据用于指示该目标商家历史上在互联网中发布信息的特征；然后将该发文特征数据输入至时段预测模型中，得到该时段预测模型输出的概率信息，该概率信息用于指示发文时间段集合中各发文时间段为信息前置时间段的概率，该目标商家在该信息前置时间段发布的信息前置的时长大于预设时长阈值；最后根据该概率信息从该发文时间段集合中确定目标发文时间段，并指示该目标商家在该目标发文时间段内进行发布信息。采用本方法能够为用户预测目标发文时间段。

技术领域

本申请涉及互联网技术领域，特别是涉及一种时段预测方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展，人们可以方便地在互联网上发布信息。一般情况下，互联网上的信息会频繁更新，所以人们在互联网上发布的信息经常会被新的信息覆盖掉。通常情况下，人们不希望自己在互联网上发布的信息短时间内就被新的信息覆盖掉，所以人们有得知最佳发布信息时段(以下称为目标发文时间段)的需求。因此为用户预测目标发文时间段成为了一个亟待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够为用户预测目标发文时间段的时段预测方法、装置、计算机设备和存储介质。

第一方面，本申请提供一种发文时段预测方法，该方法包括：

获取目标商家的发文特征数据，该发文特征数据用于指示该目标商家历史上在互联网中发布信息的特征；

将该发文特征数据输入至时段预测模型中，得到该时段预测模型输出的概率信息，该概率信息用于指示发文时间段集合中各发文时间段为信息前置时间段的概率，该目标商家在该信息前置时间段发布的信息前置的时长大于预设时长阈值；

根据该概率信息从该发文时间段集合中确定目标发文时间段，并指示该目标商家在该目标发文时间段内进行发布信息。

在其中一个实施例中，该发文特征数据包括信息发布特征、发文时间段排名特征、商家数量特征以及时间属性特征；该信息发布特征用于表征该目标商家发布信息的数量；该发文时间段排名特征用于表征各个发文时间段在历史上的多个时间周期中发布的信息前置的时长的排名情况；该商家数量特征用于表征一个地理区域内包含的商家的数量；该时间属性特征用于表征各个发文时间段在历史上的多个时间周期中所属的时间性质。

在其中一个实施例中，该信息发布特征用于表征在历史上的多个时间周期中，该目标商家对于同一发文时间段在每个时间周期内发布信息的数量、该目标商家在每个时间周期内发布信息的数量、该目标商家发布信息的总数和该目标商家发布信息的数量均值等；

该发文时间段排名特征用于表征在历史上的多个时间周期中对于同一发文时间段，在每个时间周期中发布信息的前置的时长是否排名前三、发布信息的前置的时长排名前三的次数、发布信息的前置的时长的均值和发布信息的前置时长的方差；

该商家数量特征用于表征，一个地理区域内与该目标商家的品牌相同的商家数量、一个地理区域内商家的数量和与该目标商家品牌相同的商家数量；

该时间属性特征用于表征各个发文时间段在历史上的多个时间周期中，所属的日期为周几，所属的日期是否是工作日和是否为预设时间段。

在其中一个实施例中，该将该发文特征数据输入至时段预测模型中之前，该方法还包括：

利用轻量级梯度提升算法以及训练样本集训练原始时段预测模型，得到训练后时段预测模型；

利用测试样本集对该训练后时段预测模型进行测试，得到该训练后时段预测模型的性能数据，该训练样本集与该测试样本集之间无重复样本；

根据该训练后时段预测模型的性能数据，调整该训练后时段预测模型的参数，得到该时段预测模型。