[发明专利]信息处理方法、装置、设备、存储介质及程序产品

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

获取各个对象在目标周期内的对象特征，以及目标信息在所述目标周期内的信息特征；

获取所述各个对象在第一周期组中的每个历史周期内的对象分类标签，所述第一周期组包括所述目标周期之前的m个历史周期；所述对象分类标签用于指示所述对象是否对所述目标信息产生目标动作；m为大于或者等于2的整数；

基于所述各个对象在目标周期内的对象特征、所述目标信息在所述目标周期内的信息特征、以及所述各个对象在所述第一周期组中的每个历史周期内的对象分类标签，预测所述各个对象的分类结果，所述分类结果用于指示所述对象在目标周期内对所述目标信息产生所述目标动作的概率；

基于所述各个对象的分类结果，在所述目标周期内，对应所述各个对象中的目标对象，对所述目标信息执行第一处理。

2.根据权利要求1所述的方法，其特征在于，所述基于所述各个对象在目标周期内的对象特征、所述目标信息在所述目标周期内的信息特征、以及所述各个对象在所述第一周期组中的每个历史周期内的对象分类标签，预测所述各个对象的分类结果，包括：

基于所述各个对象在所述第一周期组中的每个历史周期内的对象分类标签，获取第一状态转移矩阵；所述第一状态转移矩阵用于指示所述各个对象在所述第一周期组内对所述目标信息产生所述目标动作的概率的变化趋势；

基于所述各个对象在目标周期内的对象特征、所述目标信息在所述目标周期内的信息特征、以及所述第一状态转移矩阵，预测所述各个对象的分类结果。

3.根据权利要求2所述的方法，其特征在于，所述基于所述各个对象在所述第一周期组中的每个历史周期内的对象分类标签，获取第一状态转移矩阵，包括：

基于所述各个对象在所述第一周期组中的每个历史周期内的对象分类标签，获取所述第一周期组中的m个历史周期各自的状态转移概率的无偏估计；

基于所述第一周期组中的m个历史周期各自的状态转移概率的无偏估计，构建所述第一状态转移矩阵。

4.根据权利要求3所述的方法，其特征在于，所述基于所述各个对象在所述第一周期组中的每个历史周期内的对象分类标签，获取所述第一周期组中的m个历史周期各自的状态转移概率的无偏估计，包括：

根据所述各个对象在第一目标历史周期内的对象分类标签，获取所述目标信息在第一目标历史周期内接收到所述目标动作的第一概率，以及，所述目标信息在所述第一目标历史周期内未接收到所述目标动作的第二概率；所述第一目标历史周期是所述第一周期组中的任意一个历史周期；

将所述第一概率和所述第二概率获取为所述第一目标历史周期的状态转移概率的无偏估计。

5.根据权利要求3所述的方法，其特征在于，所述基于所述第一周期组中的m个历史周期各自的状态转移概率的无偏估计，构建所述第一状态转移矩阵，包括：

基于所述第一周期组中的m个历史周期各自的状态转移概率的无偏估计，按照时间从后到先的顺序进行矩阵构建，获得所述第一状态转移矩阵。

6.根据权利要求2所述的方法，其特征在于，所述基于所述各个对象在目标周期内的对象特征、所述目标信息在所述目标周期内的信息特征、以及所述第一状态转移矩阵，预测所述各个对象的分类结果，包括：

将所述各个对象在目标周期内的对象特征、所述目标信息在所述目标周期内的信息特征、以及所述第一状态转移矩阵输入对象分类模型，获得所述对象分类模型输出的，所述各个对象的分类结果；

其中，所述对象分类模型是基于所述各个对象在第一历史周期内的对象特征、所述目标信息在所述第一历史周期内的信息特征、以及第二状态转移矩阵训练得到的模型；所述第二状态转移矩阵是基于所述各个对象在第二周期组中的每个历史周期内的对象分类标签获取的；所述第二周期组包括所述第一历史周期之前的m个历史周期。

7.根据权利要求6所述的方法，其特征在于，所述第一历史周期是所述第一周期组中时间最晚的周期。