[发明专利]数据预测方法、装置、存储介质及电子设备

说明书

本公开涉及计算机技术领域，具体涉及一种数据预测方法、数据预测装置、存储介质及电子设备。该数据预测方法包括：在多媒体对象处于第一状态时，获取所述多媒体对象在第一预设时长内的特征数据，所述特征数据包括所述多媒体对象在所述第一预设时长内的用户行为特征数据以及所述多媒体对象的属性特征数据；将所述特征数据输入预先训练的数据预测模型，以获取所述多媒体对象从所述第一状态转化为第二状态后的第二预设时长内的第二状态数据，所述第二状态与所述第一状态不同，所述第二状态数据为所述多媒体对象在所述第二预设时长内的用户行为特征数据。本公开能够准确的预测多媒体对象状态变化后的数据。

技术领域

本公开涉及计算机技术领域，尤其涉及一种数据预测方法、数据预测装置、存储介质及电子设备。

背景技术

随着互联网的发展，人们越来越多的借助于手机、电脑、平板等电子设备通过音乐应用(Application，APP)在网络上在线播放音乐。常用的音乐APP包括腾讯音乐，网易云音乐，Spotify，汽水音乐等，这些音乐APP厂家本身不生产音乐，或者很少生产音乐，大部分是向音乐版权方通过采买的方式获取音乐播放的版权。

用户在音乐APP上播放的音乐大致分为以下几种状态：第一种是纯免费状态，即非会员用户可以在线免费播放和下载；第二种是128K状态，即非会员用户可以在线免费播放音乐，但下载音乐需要付费；第三种是试听状态，即非会员用户只能在线播放音乐的一小部分；第四类是数字专辑状态，即非会员用户不能在线播放音乐，只有会员用户才能在线播放音乐。

近几年随着在线音乐商业化模式的变化，会有越来越多的音乐从一种状态转为另外一种状态，比如从128K状态转为试听状态。音乐状态的变化将同时影响到用户、音乐APP厂商和音乐版权方。因此，亟待提供一种数据预测方法，预测音乐状态变化后的数据，以评估音乐状态发生变化对用户、音乐APP厂商和音乐版权方的影响。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种数据预测方法、装置、存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的推荐结果不够准确的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种数据预测方法，包括：

在多媒体对象处于第一状态时，获取所述多媒体对象在第一预设时长内的特征数据，所述特征数据包括所述多媒体对象在所述第一预设时长内的用户行为特征数据以及所述多媒体对象的属性特征数据；

将所述特征数据输入预先训练的数据预测模型，以获取所述多媒体对象从所述第一状态转化为第二状态后的第二预设时长内的第二状态数据，所述第二状态与所述第一状态不同，所述第二状态数据为所述多媒体对象在所述第二预设时长内的用户行为特征数据。

在本公开的一种示例性实施例中，所述用户行为特征数据包括所述多媒体对象的播放量，所述数据预测模型包括播放量预测模型，所述将所述特征数据输入预先训练的数据预测模型前，所述方法还包括：

采用训练样本集构建第一决策树，所述训练样本集中的训练样本为所述多媒体对象处于所述第一状态时的历史用户行为数据以及历史属性数据，所述训练样本中与所述训练样本对应的样本标签为所述多媒体对象由所述第一状态转化为所述第二状态后的历史播放量；

将所述训练样本输入所述第一决策树，以获取所述第一决策树根据所述训练样本输出的第一播放量；

计算所述历史播放量与所述第一播放量的第一差值；

采用所述第一差值建立所述播放量预测模型。