预测方法以及装置与流程

1.本说明书实施例涉及数据处理技术领域，特别涉及预测方法以及装置。


背景技术：

2.随着互联网的发展，直播产业覆盖了众多行业，比如，电商、体育、教育、游戏、娱乐等行业，这些行业通过直播形成粉丝经济，粉丝规模的大小直接决定主播的变现能力，且粉丝规模的大小变化直接影响主播的直播策略，因此，对主播的粉丝规模进行预测的意义重大，然而一个用户并不限于作为一个主播的粉丝，因此预测未来一段时间的粉丝规模也非常具有挑战，需要提供针对粉丝规模的有效预测并确定主播的直播策略的方案。


技术实现要素：

3.有鉴于此，本说明书实施例提供了预测方法。本说明书一个或者多个实施例同时涉及预测装置，计算设备，以及计算机可读存储介质，以解决现有技术中存在的技术缺陷。
4.本说明书实施例的第一方面，提供了一种预测方法，包括：
5.获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量；
6.基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量；
7.根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量；
8.基于所述第二关系对象数量，确定所述目标对象的对象策略。
9.可选的，所述基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量，包括：
10.将所述关系对象数据包含的第一关系对象增量和第一关系对象数量、所述平台对象数量输入增量预测模型进行增量预测，获得所述时间段所述目标对象的第二关系对象增量；
11.将所述第一关系对象增量输入减量预测模型进行减量预测，获得所述时间段所述目标对象的第一关系对象减量；
12.将所述第二关系对象增量以及所述第一关系对象减量作为所述关系对象变化量。
13.可选的，所述根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量，包括：
14.计算所述第一关系对象数量与所述第二关系对象增量的和值；
15.将所述和值与所述第一关系对象减量进行求差，将求差结果作为所述第二关系对象数量。
16.可选的，所述基于所述第二关系对象数量，确定所述目标对象的对象策略，包括：
17.计算所述第二关系对象数量与所述第一关系对象数量的数量差值；
18.根据预先建立的数量差值区间与关系对象事件的对应关系，确定所述数量差值对应的目标事件；
19.确定所述目标事件对应的对象策略。
20.可选的，在所述对应关系为所述目标对象预先建立的情况下，所述基于所述第二关系对象数量，确定所述目标对象的对象策略步骤执行之前，还包括：
21.接收所述目标对象提交的事件设置指令；
22.基于所述事件设置指令，展示事件设置详情页面；
23.接收在所述事件详情页面输入的所述数量差值区间以及各个数量差值区间对应的所述关系对象事件；
24.将所述数量差值区间以及所述关系对象事件之间的所述对应关系进行存储。
25.可选的，所述增量预测模型，通过如下方式进行训练：
26.获取预设时间区间内各个时刻的增量样本数据，以及所述增量样本数据对应的增量样本标签，
27.其中，所述增量样本数据包括：目标对象的第三关系对象增量和第三关系对象数量，以及所述目标对象所在的目标平台的第二平台对象数量，所述增量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标对象的第四关系对象增量；
28.根据第三关系对象增量、第三关系对象数量、所述第二平台对象数量以及所述第四关系对象增量对预先构建的初始增量预测模型进行训练，训练后获得所述增量预测模型。
29.可选的，所述减量预测模型，通过如下方式进行训练：
30.获取预设时间区间内各个时刻的减量样本数据，以及所述减量样本数据对应的减量样本标签，
31.其中，所述减量样本数据包括：目标对象的第三关系对象增量，所述减量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标对象的第二关系对象减量；
32.根据所述第三关系对象增量以及所述第二关系对象减量，对预先构建的初始减量预测模型进行训练，训练后获得所述减量预测模型。
33.可选的，所述确定所述目标事件对应的对象策略，包括：
34.获取所述目标对象在所述目标平台的业务类型；
35.确定所述目标事件在所述业务类型对应的对象策略。
36.可选的，所述基于所述第二关系对象数量，确定所述目标对象的对象策略，包括：
37.在所述第一关系对象数量与所述第二关系对象数量的差值大于数量阈值的情况下，获取针对所述目标对象在目标周期内的历史评论数据；
38.统计预设的业务关键词在所述历史评论数据中出现的频率；
39.根据所述频率，对所述业务关键字进行排序；
40.基于排序结果，确定针对所述目标对象的对象策略。
41.可选的，所述基于所述第二关系对象数量，确定所述目标对象的对象策略步骤执行之后，还包括：
42.根据所述对象策略，向所述目标对象进行策略提醒。
43.本说明书实施例的第二方面，提供了一种预测装置，包括：
44.第一获取模块，被配置为获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量；
45.第一预测模块，被配置为基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量；
46.第一确定数量模块，被配置为根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量；
47.第一确定策略模块，被配置为基于所述第二关系对象数量，确定所述目标对象的对象策略。
48.本说明书实施例的第三方面，提供了另一种预测方法，包括：
49.获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量；
50.基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量；
51.根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量；
52.基于所述第二粉丝数量，确定所述目标主播的直播策略。
53.本说明书实施例的第四方面，提供了另一种预测装置，包括：
54.第二获取模块，被配置为获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量；
55.第二预测模块，被配置为基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量；
56.第二确定数量模块，被配置为根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量；
57.第二确定策略模块，被配置为基于所述第二粉丝数量，确定所述目标主播的直播策略。
58.本说明书实施例的第五方面，提供了一种计算设备，包括：
59.存储器和处理器；
60.所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
61.获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量；
62.基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量；
63.根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量；
64.基于所述第二关系对象数量，确定所述目标对象的对象策略。
65.本说明书实施例的第六方面，提供了另一种计算设备，包括：
66.存储器和处理器；
67.所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
68.获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量；
69.基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量；
70.根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量；
71.基于所述第二粉丝数量，确定所述目标主播的直播策略。
72.本说明书实施例的第七方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述预测方法的步骤。
73.本说明书实施例的第八方面，提供了另一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现另一种所述预测方法的步骤。
74.本说明书提供一种预测方法，通过获取的第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量，并根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量，且在确定所述第二关系对象数据的基础上，基于所述第二关系对象数量，确定所述目标对象的对象策略，实现了对第二时刻目标对象的第二关系对象数量的预测，并针对目标对象的关系对象的数量的预测情况，提前确定目标对象的对象策略，从而有助于目标对象基于确定的对象策略，采取针对性的措施，有效地保障目标对象在第二时刻的关系对象数量。
75.本说明书提供另一种预测方法，通过获取的第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量，并根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标主播在所述第二时刻的第二粉丝数量；且在确定目标主播在第二时刻的第二粉丝数量的基础上，基于所述第二粉丝数量，确定所述目标主播的直播策略，实现了对第二时刻目标主播的第二粉丝数量的预测，并针对目标主播的粉丝的数量的预测情况，提前确定目标主播的直播策略，从而有助于目标主播基于确定的直播策略，采取有针对性的措施，有效地保障目标主播在第二时刻的粉丝数量。
附图说明
76.图1是本说明书一个实施例提供的一种预测方法的具体应用场景的示例图；
77.图2是本说明书一个实施例提供的一种预测方法的处理流程图；
78.图3是本说明书一个实施例提供的一种预测方法的目标平台中关系对象以及非关系对象的示意图；
79.图4是本说明书一个实施例提供的一种预测方法中目标对象在各个时刻对应的目标事件示意图；
80.图5是本说明书一个实施例提供的一种应用于直播平台的预测方法的处理流程
图；
81.图6是本说明书一个实施例提供的一种应用于直播平台的预测方法的整体流程图；
82.图7是本说明书一个实施例提供的一种应用于电商直播平台的预测方法的处理流程图；
83.图8是本说明书一个实施例提供的一种预测装置的示意图；
84.图9是本说明书一个实施例提供的另一种预测方法的处理流程图；
85.图10是本说明书一个实施例提供的另一种预测装置的示意图；
86.图11是本说明书一个实施例提供的一种计算设备的结构框图；
87.图12是本说明书一个实施例提供的另一种计算设备的结构框图。
具体实施方式
88.在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
89.在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
90.应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
91.首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
92.粉丝：也叫追星族。意思是崇拜某明星、艺人的一种群体。
93.主播：是指“主持人型播音员”。是播音员和主持人的综合体，通常要做策划、编辑、采访、制作、导播、主持等一系列工作。
94.直播：广播电视节目的后期合成、播出同时进行的播出方式，是一种实时的多媒体播放方式，在一位主播与多位粉丝之间进行。
95.粉丝社群：依据对某个主播的喜好，聚集在一起，形成的一个虚拟的粉丝组织，往往有共同的精神，成员规模可大可小，也会不断变化。
96.在本说明书中，提供了预测方法，本说明书一个或者多个实施例同时涉及预测装置，计算设备，以及计算机可读存储介质，在下面的实施例中逐一进行详细说明。
97.参见图1，图1示出了根据本说明书一个实施例提供的一种预测方法的具体应用场景的示例图。
98.图1的应用场景中包括终端和服务器，具体的，主播通过终端点击直播策略生成按钮向服务器发送直播策略生成指令，服务器在接收直播策略生成指令之后，获取主播在第
一时刻的粉丝数据以及直播平台的平台用户数量，将粉丝数据中包含的第一粉丝增量以及第一粉丝数量，和平台用户数量通过增量预测模型计算得到该主播在第一时刻到第二时刻之间时间段的第二粉丝增量，并将粉丝数据中包含的第一粉丝增量通过减量预测模型计算得到该主播的第一粉丝减量，然后将第二粉丝增量、第一粉丝减量与第一粉丝数量通过算法进行计算后，获得该主播在第二时刻的第二粉丝数量，最后基于第二粉丝数量，确定针对主播的直播策略，有助于主播根据直播策略，采取针对性的措施，有效地保障主播在第二时刻的粉丝数量。
99.本说明书提供的一种预测方法实施例如下：
100.图2示出了根据本说明书一个实施例提供的一种预测方法的处理流程图，包括步骤s202至步骤s208。
101.步骤s202，获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量。
102.实际应用中，目标平台中的对象通过在目标平台发布内容，吸引目标平台中的其他对象与之发生业务关联关系，其中，在目标平台发布内容的对象为目标对象，与目标对象发生业务关联关系的对象为该目标对象的关系对象，目标对象通过发布内容与其他对象之间形成业务关联关系，对于目标对象来说，其关系对象的数量决定其变现能力，即关系对象的数量对于目标对象至关重要，也影响目标对象的发展策略。
103.基于此，提前预测目标对象的关系对象的数量意义重大，从目标对象的角度而言，基于预测结果可以调整其发展规划，优化相关投入，选择更适合自身的发展线路，从目标平台的角度而言，基于预测结果，可以对有发展潜力的目标对象大力扶持，为其匹配更为优质的资源；对发展有问题的目标对象，结合其发展路径深入分析，匹配更有针对性的帮扶策略，从而实现整个目标平台的良性发展。
104.具体的，所述目标对象包括：主播、作者、歌手等，相应的，所述关系对象包括：粉丝、读者、听众等；所述目标平台包括：直播平台、小说平台、音乐平台等；所述第一时刻是历史时刻，本说明书实施例通过第一时刻的现有数据(即第一时刻的目标对象的关系对象数据，以及第一时刻目标平台的平台对象数量)，预测第二时刻(未来时刻，第一时刻的下一时刻)目标对象的关系对象的数量，进而根据预测的第二时刻目标对象的关系对象的数量，确定目标对象的对象策略。
105.需要说明的是，第一时刻的上一时刻到第一时刻之间的时间段，与第一时刻的下一时刻(第二时刻)之间的时间段，两个时间段的时间长度相等，本说明书实施例，通过对历史中目标对象的关系在各个时刻(各个相邻时刻的时间间隔相等)的变化情况了解和学习，预测未来时刻目标对象的关系对象的数量。
106.所述平台对象数量，是指第一时刻目标平台中对象的总数，实际应用中，目标平台中一些对象通过与目标对象建立业务关联关系，成为目标对象的关系对象，此外，目标平台中还存在一些对象，他们没有与目标对象建立业务关联关系，被称为非关系对象，这些非关系对象中的一些对象在未来时刻可能成为目标对象的关系对象，而所述平台对象数量，包括第一时刻目标平台中各个目标对象的关系对象的数量，以及目标平台中非关系对象的数量的总和。
107.如图3所示，时间轴上从t1到t
k+1
时刻，目标对象i的关系对象的数量依次为：
且从t1时刻到t
k+1
时刻，目标平台中非关系对象的数量依次为：则从t1时刻到t
k+1
时刻目标平台中平台对象数量依次为：平台对象数量依次为：其中，n为目标平台中目标对象的数量。
108.实际应用中，每个目标对象有其对应的对象社群，目标对象的关系对象作为该对象社群的社群成员，目标平台中的对象通过与目标对象建立业务关联关系，加入目标对象的对象社群，对象社群中的关系对象与目标对象取消业务关联关系，则退出该目标对象的对象社群，具体的，在目标对象为主播的情况下，对象社群为粉丝社群。
109.以所述目标平台为直播平台举例，则所述第一时刻为tk时刻，所述目标对象为主播i，关系对象为主播i的粉丝，获取tk时刻主播i的粉丝数据，并获取tk时刻主播i所在的直播平台的平台人数
110.步骤s204，基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量。
111.具体的，在获取到关系对象数据以及所述平台对象数量的基础上，基于获取到的关系对象数据以及所述平台对象数量，预测第一时刻与第二时刻之间的时间段目标对象的关系对象变化量。
112.其中，所述关系对象变化量包括：在第一时刻的上一时刻到第一时刻之间的时间段，与目标对象建立业务关联关系的对象的数量，即第一时刻的上一时刻到第一时刻之间的时间段，目标对象的关系对象的增量，和/或，第一时刻的上一时刻到第一时刻之间的时间段，关系对象中取消与目标对象之间的业务关联关系的对象数量，即在第一时刻的上一时刻到第一时刻之间的时间段，目标对象的关系对象的减量，此外，所述关系对象变化量还可以是在第一时刻与第二时刻之间的时间段，目标对象的关系对象的增量，和取消与目标对象之间业务关联关系的关系对象的数量的差值，在此不做限制。
113.具体实施时，预测目标对象的关系对象变化量，可以通过预先训练完成的增量预测模型以及减量预测模型，分别预测目标对象在所述时间段的第二关系对象增量以及第一关系对象减量，提升了预测的准确率，本说明书实施例提供的一种可选实施方式中，所述基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量，具体采用如下方式实现：
114.将所述关系对象数据包含的第一关系对象增量和第一关系对象数量、所述平台对象数量输入增量预测模型进行增量预测，获得所述时间段所述目标对象的第二关系对象增量；
115.将所述第一关系对象增量输入减量预测模型进行减量预测，获得所述时间段所述目标对象的第一关系对象减量；
116.将所述第二关系对象增量以及所述第一关系对象减量作为所述关系对象变化量。
117.具体的，所述第一关系对象增量，是指第一时刻的上一时刻到第一时刻之间的时
间段，与目标对象建立业务关联关系的对象的数量，即在该时间段目标对象的关系对象的增量；所述第一关系对象数量，是指第一时刻目标对象的关系对象的数量。
118.所述增量预测，是指针对目标对象的关系对象的增量的预测；相应的，所述减量预测，是指针对目标对象的关系对象的减量的预测。
119.具体实施时，所述增量预测模型，可以通过如下算法对目标对象的关系对象进行增量预测：
[0120][0121]
其中，t、t0、tk以及t
k+1
表示时刻，tk表示第一时刻，t
k+1
表示第二时刻；
[0122]
表示在tk时刻与t
k+1
时刻之间的时间段成为目标对象i的关系对象的数量，即该时间段目标对象i的关系对象的增量；表示目标对象i的关系对象的增量对时间求导；β表示目标对象对非关系对象的吸引力系数，β越大，表明目标对象对非关系对象的吸引力越大；表示tk时刻目标平台中所有关系对象和非关系对象的总数量，即tk时刻目标平台的平台人数；表示在t
k-1
时刻与tk时刻之间的时间段成为目标对象i的关系对象的数量；表示tk时刻目标对象i的关系对象的数量；表示tk时刻线下运营活动对非粉丝的吸引程度；δ(t-t
k+1
)是狄拉克三角函数，用于模拟目标对象、目标平台在线下所做的运营活动对关系对象的影响。
[0123]
类似的，所述减量预测模型，可以通过如下算法对目标对象的关系对象进行减量预测：
[0124][0125]
其中，t、t0、tk以及t
k+1
表示时刻；表示在tk时刻与t
k+1
时刻之间的时间段，目标对象i的关系对象中取消与目标对象i的业务关联关系的数量，即该时间段目标对象i的关系对象的减量；表示目标对象i的关系对象的减量对时间求导；表示在t
k-1
时刻与tk时刻之间的时间段成为目标对象i的关系对象的数量，即该时间段目标对象i的关系对象的增量；f(t)是t时刻目标对象i的关系对象分布的概率密度函数；c为前述概率密度函数的一个初始化的随机常数值，无特殊意义；α表示关系对象对目标对象的长期依赖系数，α越大，表明关系对象对目标对象的依赖越大，倾向长期作为目标对象的关系对象；γ表示关系对象对目标对象的短期不满意度，γ越大，关系对象对目标对象越不满意，越有可能取消与目标对象的业务关联关系。
[0126]
需要说明的是：t0表示初始时刻，其中表示主播i在初始时刻的关系对象的数量。
[0127]
沿用上例，将获取的粉丝数据(粉丝数据中包含的t
k-1
时刻到tk时刻之间的时间段
主播i的第一粉丝增量和主播i在tk时刻的第一粉丝数量)以及获取的tk时刻主播i所在的直播平台的平台人数输入增量预测模型针对主播i的粉丝增量的进行预测，获得主播i在tk时刻到t
k+1
时刻之间的时间段主播i的第二粉丝增量并将获取的粉丝数据中包含的t
k-1
时刻到tk时刻之间的时间段主播i的第一粉丝增量输入减量预测模型针对主播i的粉丝减量进行预测，获得主播i在tk时刻到t
k+1
时刻之间的时间段主播i的第一粉丝减量将第二粉丝增量以及第一粉丝减量作为tk时刻到t
k+1
时刻之间的时间段主播i的粉丝变化量。
[0128]
实际应用中，上述增量预测模型是通过预先进行模型训练获得的，训练过程中以大量的增量样本数据作为训练数据训练增量预测模型，提高了增量预测模型的增量预测的准确度；进一步，针对增量预测模型的训练，增量样本数据越充分，获得的增量预测模型越准确，本说明书实施例提供的一种可选实施方式中，所述增量预测模型，通过如下方式进行训练：
[0129]
获取预设时间区间内各个时刻的增量样本数据，以及所述增量样本数据对应的增量样本标签，
[0130]
其中，所述增量样本数据包括：目标对象的第三关系对象增量和第三关系对象数量，以及所述目标对象所在的目标平台的第二平台对象数量，所述增量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标对象的第四关系对象增量；
[0131]
根据第三关系对象增量、所述第二平台对象数量以及所述第四关系对象增量对预先构建的初始增量预测模型进行训练，训练后获得所述增量预测模型。
[0132]
其中，所述第三关系对象增量、第四关系对象增量与上述第一关系对象增量类似，所述第三关系对象数量与上述第一关系对象数量类似，所述第二平台对象数量与上述第一平台对象数量类似，参考上述第一关系对象增量、第一关系对象数量以及第一平台对象数量的描述即可，在此不再赘述。
[0133]
所述预设时间区间，是指目标平台运营的一段历史时间区间，比如从2019/1/1到2019/3/31之间的90天，或者从2019/1/1到2019/6/29之间180天等，在此不做限制；所述各个时刻，是指在预设时间区间内预设的具有相同时间间隔的时刻，比如，上述90天内每天早上8：00作为各个时刻，或者上述180天内每周一中午12：00作为各个时刻等，在此不做限制。
[0134]
需要说明的是，在对增量预测模型进行训练的过程中，还可以获取另一预设时间内各个时刻的增量测试数据，以及增量测试数据对应的增量样本标签对训练获得的增量预测模型进行模型验证，在验证结果通过的情况下，表明增量预测模型训练完成，在验证结果不通过的情况下，还需要获取新的增量训练样本继续对该模型进行训练，直到对该模型进行模型验证的验证结果为通过。
[0135]
具体实施时，增量预测模型是在流行病模型(susceptible-infected-recovered model，sirm)的基础上，考虑线下传播对目标对象的关系对象的影响，目标对象的关系对象的增量进行建模。在对上述增量预测模型以及减量预测模型中包含的各个系数进行参数学习的过程中，可以参考列文伯格-马夸尔特方法(levenberg-marquardt method，lm方法)，
lm方法利用梯度求最大(小)值的算法，具有收敛速度快等优点。
[0136]
此外，由于预测出的第二关系对象增量与实际的关系对象增量是有一定误差的，为了提高增量预测模型的预测准确率，需要将不断地使用随着时间推移新增的增量训练样本以调整增量预测模型。
[0137]
沿用上例，获取从2019/1/1到2019/3/31之间的90天内每天早8：00主播i的粉丝数量、前一天早8：00到当天早8：00之间主播i的粉丝增量，以及每天早8：00直播平台的平台人数，作为增量样本数据，获取从2019/1/1到2019/3/31之间的90天内每天早8：00到第二天早8：00之间主播i的粉丝增量作为增量样本标签输入预先构建的初始增量预测模型，对初始增量预测模型进行训练，训练完成后获得增量预测模型。
[0138]
类似的，上述减量预测模型也是通过预先进行模型训练获得的，训练过程中以大量的减量样本数据作为训练数据训练减量预测模型，提高了减量预测模型的减量预测的准确度；进一步，针对减量预测模型的训练，减量样本数据越充分，获得的减量预测模型越准确，本说明书实施例提供的一种可选实施方式中，所述减量预测模型，通过如下方式进行训练：
[0139]
获取预设时间区间内各个时刻的减量样本数据，以及所述减量样本数据对应的减量样本标签，
[0140]
其中，所述减量样本数据包括：目标对象的第三关系对象增量，所述减量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标对象的第二关系对象减量；
[0141]
根据所述第三关系对象增量以及所述第二关系对象减量，对预先构建的初始减量预测模型进行训练，训练后获得所述减量预测模型。
[0142]
具体实施时，训练减量预测模型的具体实现与上述训练增量预测模型的具体实现类似，参考上述训练增量预测模型的具体实现即可，在此不再赘述。
[0143]
沿用上例，获取从2019/1/1到2019/3/31之间的90天内前一天早8：00到当天早8：00之间主播i的粉丝增量，作为减量样本数据，获取从2019/1/1到2019/3/31之间的90天内每天早8：00到第二天早8：00之间主播i的粉丝减量作为增量样本标签输入预先构建的初始减量预测模型，对初始减量预测模型进行训练，训练完成后获得减量预测模型。
[0144]
步骤s206，根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量。
[0145]
具体的，根据上述预测出的目标关系对象的关系对象变化量以及第一关系对象数量，确定目标对象在第二时刻的第二关系对象数量，可以是通过计算预测出的关系对象变化量与第二关系对象数量之和，作为所述第二关系对象数量。
[0146]
具体实施时，在所述关系对象变化量包含上述第二关系对象增量以及第一关系对象减量的基础上，本说明书实施例提供的一种可选实施方式中，所述根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量，具体采用如下方式实现：
[0147]
计算所述第一关系对象数量与所述第二关系对象增量的和值；
[0148]
将所述和值与所述第一关系对象减量进行求差，将求差结果作为所述第二关系对象数量。
[0149]
实际应用中，通过先计算第一关系对象数量与第二关系对象增量的和值，在将和值与第一关系对象减量进行求差，将求差结果作为第二关系对象数量，增加了确定第二关系对象的准确性，具体的，确定目标对象在所述第二时刻的第二关系对象数量，可以通过如下算法实现：
[0150][0151]
其中，为目标对象i在t
k+1
时刻(第二时刻)的第二关系对象数量。
[0152]
实际应用中，可以通过上述算法1、算法2以及算法3，将上述增量预测模型和减量预测模型进行叠加得到预测模型，对目标对象在第二时刻的第二关系对象数量进行预测。
[0153]
步骤s208，基于所述第二关系对象数量，确定所述目标对象的对象策略。
[0154]
具体的，在上述确定目标对象的第二关系对象数量的基础上，基于第二关系对象数量进一步确定针对目标对象的对象策略。
[0155]
其中，所述对象策略，是指为目标对象提供的指导策略，以帮助增加目标对象的关系对象，比如，在目标平台为直播平台的情况下，对象策略可以是扩大粉丝招募渠道，发起粉丝挽留活动、降价促销、增发返现红包等，在此不做限制。
[0156]
实际应用中，可以基于所述第二关系对象数量处于哪个数量区间，确定目标对象的对象策略，此外，还可以基于第二关系对象数量是否小于阈值，确定目标对象的对象策略等，在此不做限制。
[0157]
具体实施时，基于所述第二关系对象数量，确定所述目标对象的对象策略的实现方式是多种多样的，本说明书实施例提供的第一种可选实施方式中，在确定第二关系对象数量的基础上，先根据第一关系对象数量与第二关系对象数量的数量差值确定目标事件，并进一步根据确定的目标事件确定对象策略，是因为关系对象的数量本身，并不具备实际意义，因此通过将数量差值映射到对应的目标事件，并基于目标事件引起关注，进一步确定目标对象的对象策略，有效地监测目标对象的目标事件，并针对不同事件指定不同的对象策略，提高了对象策略的针对性，具体的，确定目标对象的对象策略，采用如下方式实现：
[0158]
计算所述第二关系对象数量与所述第一关系对象数量的数量差值；
[0159]
根据预先建立的数量差值区间与关系对象事件的对应关系，确定所述数量差值对应的目标事件；
[0160]
确定所述目标事件对应的对象策略。
[0161]
其中，所述关系对象事件，是指预先设置的至少一个事件，此至少一个事件与相邻时刻目标对象的关系对象的数量的变化存在对应关系，相应的，所述目标事件，是相邻时刻目标对象的关系对象的数量的变化，所在的数量差值区间对应的事件，比如关系对象的数量随着时间变大变小的事件，此外，还有一定概率发生某一目标对象的关系对象突然出现(目标对象加入目标平台)或消失(目标对象离开目标平台)的事件。
[0162]
以t0时刻到t
k+1
时刻之间各个时刻目标对象的目标事件为例进行说明，具体如图4所示：以时间轴为横轴，以目标事件轴为纵轴，t1时刻的关系对象数量与t0的关系对象数量的数量差值为对应目标事件e2；t2时刻的关系对象数量与t1的关系对象数量的数量差值为对应目标事件e2；t3时刻的关系对象数量与t2的关系对象数量的数量差值为
对应目标事件e1；tk时刻的关系对象数量与t
k-1
的关系对象数量的数量差值为对应目标事件e3；t
k+1
时刻的关系对象数量与tk的关系对象数量的数量差值为对应目标事件e1。
[0163]
实际应用中，数量差值区间，可以是数量差值基于第一时刻的第一关系对象数量的变化区间，比如，数量差值区间为δgi》10％，表明第二时刻的第二关系对象数量相比第一时刻的第一关系对象数量的变化量大于10％。
[0164]
需要说明的是，预先建立的数量差值区间与关系对象事件的对应关系，可以是目标平台级别的对应关系，即所有的目标对象，其相邻时刻的关系对象数量的变化所在的数量差值区间相同时，确定的目标对象的对象策略也相同；此外，前述对应关系，还可以是目标对象级别的对应关系，即不同的目标对象，对应一套预先建立的数量差值区间与关系对象事件的对应关系。
[0165]
具体的，所述预先建立的对应关系，如下表1所示：
[0166]
数量差值区间(δgi为数量差值)关系对象事件δgi《＝-10％gi事件e1-10％gi《δgi《＝10％gi事件e2δgi》10％gi事件e3
[0167]
表1
[0168]
其中，δgi为目标对象i在相邻时刻关系对象数量的数量差值，gi表示关系对象的数量，事件e1表示关系对象的数量下降，事件e2表示关系对象的数量不变，事件e3表示关系对象的数量增加；则当数量差值小于等于关系对象的数量的-10％，表示事件e1发生，当数量差值大于关系对象的数量的-10％，且小于等于关系对象的数量的10％，表示事件e2发生，当数量差值大于关系对象的数量的10％，表示事件e3发生。
[0169]
沿用上例，计算第二粉丝数量与第一粉丝数量之间的数量差值为之间的数量差值为小于等于第一粉丝数量的-10％，则根据上述表1，确定主播i的目标事件为事件e1，并进一步确定事件e1对应的直播策略为：“针对直播物品进行购物返现”。
[0170]
在上述对应关系为所述目标对象预先建立的情况下，本说明书实施例提供的一种可选实施方式中，在基于所述第二关系对象数量，确定所述目标对象的对象策略之前，还需要目标对象预先建立上述对应关系，通过目标对象预先建立上述对应关系，提高了目标对象定义关系对象事件的自由度，并进一步使所述对应关系对目标对象更具针对性，具体采用如下方式实现：
[0171]
接收所述目标对象提交的事件设置指令；
[0172]
基于所述事件设置指令，展示事件设置详情页面；
[0173]
接收在所述事件详情页面输入的所述数量差值区间以及各个数量差值区间对应的所述关系对象事件；
[0174]
将所述数量差值区间以及所述关系对象事件之间的所述对应关系进行存储。
[0175]
具体的，所述事件设置指令，是指目标对象通过目标平台提交的针对事件进行设
置的指令，基于该事件设置指令，向目标对象展示事件设置详情页面，目标对象通过在事件设置详情页面选择或者输入表征相邻时刻目标对象的关系对象数量变化的至少一个数量差值区间，以及各个数量差值区间对应的关系对象事件，在接收到目标对象输入的数量差值区间以及各个数量差值区间对应的关系对象事件之后，将数量差值区间以及关系对象事件之间的对应关系进行存储。
[0176]
此外，目标对象还可以根据自身的业务变化或者实际需要，调整其预先建立的对应关系，以使对应关系更加符合目标对象的业务情况。
[0177]
实际应用中，由于目标平台的业务类型是多种多样的，在不同业务类型的对象策略之间具有明显差别的情况下，需要在确定目标事件的基础上，进一步根据目标对象的业务类型，并确定目标事件在该业务类型下对应的对象策略，以提高对象策略的针对性，也进一步提高了对象策略对目标对象的有效性，本说明书实施例提供的一种可选实施方式中，所述确定所述目标事件对应的对象策略，具体采用如下方式实现：
[0178]
获取所述目标对象在所述目标平台的业务类型；
[0179]
确定所述目标事件在所述业务类型对应的对象策略。
[0180]
具体实施时，所述业务类型，可以根据目标对象发布的内容不同划分为不同的业务类型，此外，还可以根据目标对象的目的不同，划分为不同的业务类型，在此不做限制。
[0181]
实际应用中，可以建立目标事件、业务类型以及对象策略三者之间的对应关系，基于此对应关系，在确定目标事件以及业务类型的基础上，则可确定对应的对象策略。
[0182]
沿用上例，在确定主播i的目标事件为事件e1的基础上，获取主播i在直播平台的业务类型为化妆品类型，则进一步基于预先建立的目标事件、业务类型以及对象策略三者之间的对应关系，确定事件e1在化妆品类型对应的直播策略为“赠送化妆品小样”。
[0183]
除上述提供的基于第一关系对象数量以及第二关系对象数量确定目标事件的基础上，进一步确定对象策略的具体实现方式之外，实施例提供的第二种可选实施方式中，所述基于所述第二关系对象数量，确定所述目标对象的对象策略，具体采用如下方式实现：
[0184]
在所述第一关系对象数量与所述第二关系对象数量的差值大于数量阈值的情况下，获取针对所述目标对象在目标周期内的历史评论数据；
[0185]
统计预设的业务关键词在所述历史评论数据中出现的频率；
[0186]
根据所述频率，对所述业务关键字进行排序；
[0187]
基于排序结果，确定针对所述目标对象的对象策略。
[0188]
具体的，在所述第一关系对象数量与所述第二关系对象数量的差值大于数量阈值的情况下，表明目标对象在第二时刻的第二关系对象数量与第一时刻的第一关系对象数量相比，减少的数量超过数量阈值，即目标对象的关系对象数量减少明显，需要进一步分析其关系对象数量减少的原因，并在此基础上，提供有针对性的对象策略。
[0189]
所述目标周期，是指预设的一段时间区间，实际应用中，获取这段时间区间内，目标对象在目标平台中发布的内容的评论数据，即历史评论数据，统计预设的业务关键词在历史评论数据中出现的频率，对业务关键词进行排序，其中，业务关键词出现的频率越高，表明目标对象在该业务关键词对应的业务方面有待加强或有待提高，基于排序结果，选择出现频率高的业务关键词对应的对象策略，作为针对目标对象的对象策略。
[0190]
此外，还可以识别历史评论数据中与业务关键词含义相近的词，将这些含义相近
的词也作为该业务关键词，统计其出现的频率，在此不做限制。
[0191]
沿用上例，第一关系对象数量与第二关系对象数量之间的差值为在大于预设的数量阈值δgi的情况下，获取针对主播i在7天内发布的直播视频的历史评论数据，预设的业务关键词为：“质量差”、“不好看”、“太贵”，在历史评论数据中统计这三个业务关键词出现的频率分别为50次/天、20次/天以及150次/天，则根据三个业务关键词出现的频率从高到低，对这三个业务关键词进行排序，排序结果为：“太贵”、“质量差”、“不好看”，则基于排序结果，确定主播i的直播策略为“降低直播物品价格”。
[0192]
在确定目标对象的对象策略之后，向目标对象进行策略提醒，以引起目标对象对对象策略的重视，避免目标对象忽略或遗漏对对象策略的查看，本说明书实施例提供的一种可选实施方式中，所述基于所述第二关系对象数量，确定所述目标对象的对象策略步骤执行之后，还包括：
[0193]
根据所述对象策略，向所述目标对象进行策略提醒。
[0194]
实际应用中，向所述目标对象进行策略提醒的发送方式是多种多样的，比如，在目标平台中以平台消息的方式发送策略提醒、或者基于获取到的目标对象的手机号码，通过电话或短信的方式向目标对象进行策略提醒等，在此不做限制。
[0195]
沿用上例，在确定主播i的直播策略为：“针对直播物品进行购物返现”的情况下，基于获取的主播i的手机号码，向主播i发送针对该直播策略的策略提醒：“尊敬的用户，您好！您的直播策略为针对直播物品进行购物返现”。
[0196]
综上所述，本说明书提供一种预测方法，通过获取的第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量，并根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量，且在确定所述第二关系对象数据的基础上，基于所述第一关系对象数量以及所述第二关系对象数量，确定目标事件，并确定目标事件对应的对象策略，实现了对第二时刻目标对象的第二关系对象数量的预测，并针对目标对象的关系对象的数量的预测情况，提前确定目标对象的对象策略，从而有助于目标对象基于确定的对象策略，采取针对性的措施，有效地保障目标对象在第二时刻的关系对象数量。
[0197]
下述结合附图5，以本说明书提供的预测方法在直播平台中的应用为例，对所述预测方法进行进一步说明。其中，图5示出了本说明书一个实施例提供的一种应用于直播平台的预测方法的处理流程图，具体步骤包括步骤s502至步骤s518。
[0198]
步骤s502，获取第一时刻目标主播的粉丝数据，以及第一时刻目标主播所在的直播平台的平台用户数量。
[0199]
步骤s504，将粉丝数据包含的第一粉丝增量和第一粉丝数量、所述平台用户数量输入增量预测模型进行增量预测，获得第一时刻到第二时刻之间的时间段目标主播的第二粉丝增量。
[0200]
具体的，所述第一粉丝增量是指第一时刻的上一时刻到第一时刻之间的时间段，新加入目标主播的粉丝社群的粉丝数量。
[0201]
所述增量预测模型，通过如下方式进行训练：
[0202]
获取预设时间区间内各个时刻的增量样本数据，以及所述增量样本数据对应的增量样本标签，
[0203]
其中，所述增量样本数据包括：目标主播的第三粉丝增量和第三粉丝数量，以及所述目标主播所在的直播平台的第二平台用户数量，所述增量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标主播的第四粉丝增量；
[0204]
根据第三粉丝增量、第三粉丝数量、所述第二平台用户数量以及所述第四粉丝增量对预先构建的初始增量预测模型进行训练，训练后获得所述增量预测模型。
[0205]
步骤s506，将第一粉丝增量输入减量预测模型进行减量预测，获得时间段目标主播的第一粉丝减量。
[0206]
具体的，所述减量预测模型，通过如下方式进行训练：
[0207]
获取预设时间区间内各个时刻的减量样本数据，以及所述减量样本数据对应的减量样本标签，
[0208]
其中，所述减量样本数据包括：目标主播的第三粉丝增量，所述减量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标主播的第二粉丝减量；
[0209]
根据所述第三粉丝增量以及所述第二粉丝减量，对预先构建的初始减量预测模型进行训练，训练后获得所述减量预测模型。
[0210]
步骤s508，将第二粉丝增量以及所述第一粉丝减量作为目标主播的粉丝变化量。
[0211]
步骤s510，计算第一粉丝数量与第二粉丝增量的和值。
[0212]
步骤s512，将和值与第一粉丝减量进行求差，将求差结果作为目标主播在第二时刻的第二粉丝数量。
[0213]
实际应用中，上述步骤s504-步骤s512，可以通过将增量预测模型和减量预测模型进行叠加得到的预测模型执行，预测模型预测目标主播的粉丝社群的规模，即预测目标主播在第二时刻的第二粉丝数量。
[0214]
具体实施时，如图6所示，在对预测模型进行训练之前，需要获取预设时间内各个时刻主播的粉丝数据并其他相关数据，在获取的粉丝数据并其他相关数据不符合预测样本数据的格式的情况下，需要对这些粉丝数据以及其他相关数据进行初始化以及数据拆分，获得预测样本数据以及预测样本数据对应的预测样本标签，并在此基础上建立训练集，通过训练集中的训练样本对预先构建的初始预测模型进行训练，训练完成后获得预测模型，此外，还需获取另一预设时间内各个时刻的测试样本数据，以及测试样本数据对应的测试样本标签建立测试集，并通过测试集中的测试样本对训练获得的预测模型进行模型测试，并对测试进行效果评估，在效果评估不通过的情况下，表明还需要获取新的预测样本数据继续对预测模型进行训练，直到对预测模型进行模型测试的效果评估为通过，表明预测模型训练完成，则将效果评估通过后的预测模型作为最终的预测模型对主播进行社群规模预测；
[0215]
并在社群规模预测之后，通过执行下述步骤s514-步骤s518进行粉丝运营决策。
[0216]
步骤s514，计算第二粉丝数量与所述第一粉丝数量的数量差值。
[0217]
步骤s516，根据预先建立的数量差值区间与粉丝事件的对应关系，确定数量差值对应的目标事件。
[0218]
步骤s518，确定目标事件对应的直播策略。
[0219]
具体的，可以基于预设的目标事件与直播策略之间的对应关系，确定目标事件对应的直播策略。
[0220]
在确定目标主播的直播策略之后，还包括：
[0221]
根据所述直播策略，向目标主播进行策略提醒。
[0222]
本说明书提供另一种预测方法，通过获取的第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量，并根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标主播在所述第二时刻的第二粉丝数量；且在确定目标主播在第二时刻的第二粉丝数量的基础上，基于所述第二粉丝数量，确定所述目标主播的直播策略，实现了对第二时刻目标主播的第二粉丝数量的预测，并针对目标主播的粉丝的数量的预测情况，提前确定目标主播的直播策略，从而有助于目标主播基于确定的直播策略，采取有针对性的措施，有效地保障目标主播在第二时刻的粉丝数量。
[0223]
下述结合附图7，以本说明书提供的预测方法在电商直播平台中的应用为例，对所述预测方法进行进一步说明。其中，图7示出了本说明书一个实施例提供的一种应用于电商直播平台的预测方法的处理流程图，具体步骤包括步骤s702至步骤s718。
[0224]
步骤s702，获取第一时刻电商主播的粉丝数据，以及第一时刻电商主播所在的电商平台的平台用户数量。
[0225]
实际应用中，商家通过电商主播在电商平台进行商品直播，以吸引电商平台的平台用户对直播进行关注，成为电商主播的粉丝，并进一步促进粉丝对商品的消费，以提升商品的销售量，因此，准确预测电商主播的粉丝数量，并基于预测的粉丝数量，确定相应的直播策略对商家意义重大。
[0226]
步骤s704，将粉丝数据包含的第一粉丝增量和第一粉丝数量、所述平台用户数量输入增量预测模型进行增量预测，获得第一时刻到第二时刻之间的时间段电商主播的第二粉丝增量。
[0227]
具体的，所述第一粉丝增量是指第一时刻的上一时刻到第一时刻之间的时间段，新加入电商主播的粉丝社群的粉丝数量。
[0228]
所述增量预测模型，通过如下方式进行训练：
[0229]
获取预设时间区间内各个时刻的增量样本数据，以及所述增量样本数据对应的增量样本标签，
[0230]
其中，所述增量样本数据包括：电商主播的第三粉丝增量和第三粉丝数量，以及所述电商主播所在的电商直播平台的第二平台用户数量，所述增量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述电商主播的第四粉丝增量；
[0231]
根据第三粉丝增量、第三粉丝数量、所述第二平台用户数量以及所述第四粉丝增量对预先构建的初始增量预测模型进行训练，训练后获得所述增量预测模型。
[0232]
步骤s706，将第一粉丝增量输入减量预测模型进行减量预测，获得时间段电商主播的第一粉丝减量。
[0233]
具体的，所述减量预测模型，通过如下方式进行训练：
[0234]
获取预设时间区间内各个时刻的减量样本数据，以及所述减量样本数据对应的减
量样本标签，
[0235]
其中，所述减量样本数据包括：电商主播的第三粉丝增量，所述减量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述电商主播的第二粉丝减量；
[0236]
根据所述第三粉丝增量以及所述第二粉丝减量，对预先构建的初始减量预测模型进行训练，训练后获得所述减量预测模型。
[0237]
步骤s708，将第二粉丝增量以及所述第一粉丝减量作为电商主播的粉丝变化量。
[0238]
步骤s710，计算第一粉丝数量与第二粉丝增量的和值。
[0239]
步骤s712，将和值与第一粉丝减量进行求差，将求差结果作为电商主播在第二时刻的第二粉丝数量。
[0240]
实际应用中，上述步骤s704-步骤s712，可以通过将增量预测模型和减量预测模型进行叠加得到的预测模型执行，预测模型预测电商主播的粉丝社群的规模，即预测电商主播在第二时刻的第二粉丝数量。
[0241]
步骤s714，计算第二粉丝数量与所述第一粉丝数量的数量差值。
[0242]
步骤s716，根据预先建立的数量差值区间与粉丝事件的对应关系，确定数量差值对应的目标事件。
[0243]
步骤s718，确定目标事件对应的直播策略。
[0244]
具体的，可以基于预设的目标事件与直播策略之间的对应关系，确定目标事件对应的直播策略。
[0245]
在确定电商主播的直播策略之后，还包括：
[0246]
根据所述直播策略，向电商主播进行策略提醒。
[0247]
综上所述，本说明书提供的一种预测方法，通过获取的第一时刻电商主播的粉丝数据，以及所述第一时刻所述电商主播所在的电商直播平台的平台用户数量，预测在所述第一时刻到第二时刻的时间段所述电商主播的粉丝变化量，并根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述电商主播在所述第二时刻的第二粉丝数量；且在确定电商主播在第二时刻的第二粉丝数量的基础上，基于所述第二粉丝数量，确定所述电商主播的直播策略，实现了对第二时刻电商主播的第二粉丝数量的预测，并针对电商主播的粉丝的数量的预测情况，提前确定电商主播的直播策略，从而有助于电商主播基于确定的直播策略，采取有针对性的措施，有效地保障电商主播在第二时刻的粉丝数量。
[0248]
本说明书提供的一种预测装置实施例如下：
[0249]
与上述方法实施例相对应，本说明书还提供了预测装置实施例，图8示出了本说明书一个实施例提供的一种预测装置的示意图。如图8所示，该装置包括：
[0250]
第一获取模块802，被配置为获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量；
[0251]
第一预测模块804，被配置为基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量；
[0252]
第一确定数量模块806，被配置为根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量；
[0253]
第一确定策略模块808，被配置为基于所述第二关系对象数量，确定所述目标对象
的对象策略。
[0254]
可选的，所述第一预测模块804，包括：
[0255]
增量预测子模块，被配置为将所述关系对象数据包含的第一关系对象增量和第一关系对象数量、所述平台对象数量输入增量预测模型进行增量预测，获得所述时间段所述目标对象的第二关系对象增量；
[0256]
减量预测子模块，被配置为将所述第一关系对象增量输入减量预测模型进行减量预测，获得所述时间段所述目标对象的第一关系对象减量；将所述第二关系对象增量以及所述第一关系对象减量作为所述关系对象变化量。
[0257]
可选的，所述第一确定数量模块806，包括：
[0258]
计算和值子模块，被配置为计算所述第一关系对象数量与所述第二关系对象增量的和值；
[0259]
求差子模块，被配置为将所述和值与所述第一关系对象减量进行求差，将求差结果作为所述第二关系对象数量。
[0260]
可选的，所述第一确定策略模块808，包括：
[0261]
计算差值子模块，被配置为计算所述第二关系对象数量与所述第一关系对象数量的数量差值；
[0262]
确定事件子模块，被配置为根据预先建立的数量差值区间与关系对象事件的对应关系，确定所述数量差值对应的目标事件；
[0263]
确定策略子模块，被配置为确定所述目标事件对应的对象策略。
[0264]
可选的，在所述对应关系为所述目标对象预先建立的情况下，所述预测装置，还包括：
[0265]
接收指令模块，被配置为接收所述目标对象提交的事件设置指令；
[0266]
展示页面模块，被配置为基于所述事件设置指令，展示事件设置详情页面；
[0267]
接收输入模块，被配置为接收在所述事件详情页面输入的所述数量差值区间以及各个数量差值区间对应的所述关系对象事件；
[0268]
存储模块，被配置为将所述数量差值区间以及所述关系对象事件之间的所述对应关系进行存储。
[0269]
可选的，所述增量预测模型，通过运行如下模块进行训练：
[0270]
第一获取数据模块，被配置为获取预设时间区间内各个时刻的增量样本数据，以及所述增量样本数据对应的增量样本标签，
[0271]
其中，所述增量样本数据包括：目标对象的第三关系对象增量和第三关系对象数量，以及所述目标对象所在的目标平台的第二平台对象数量，所述增量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标对象的第四关系对象增量；
[0272]
第一训练模块，被配置为根据第三关系对象增量、第三关系对象数量、所述第二平台对象数量以及所述第四关系对象增量对预先构建的初始增量预测模型进行训练，训练后获得所述增量预测模型。
[0273]
可选的，所述减量预测模型，通过运行如下模块进行训练：
[0274]
第二获取数据模块，被配置为获取预设时间区间内各个时刻的减量样本数据，以及所述减量样本数据对应的减量样本标签，
[0275]
其中，所述减量样本数据包括：目标对象的第三关系对象增量，所述减量样本标签包括：所述各个时刻与各个时刻对应的下一时刻之间的时间段所述目标对象的第二关系对象减量；
[0276]
第二训练模块，被配置为根据所述第三关系对象增量以及所述第二关系对象减量，对预先构建的初始减量预测模型进行训练，训练后获得所述减量预测模型。
[0277]
可选的，所述确定策略子模块，包括：
[0278]
获取类型单元，被配置为获取所述目标对象在所述目标平台的业务类型；
[0279]
确定策略单元，被配置为确定所述目标事件在所述业务类型对应的对象策略。
[0280]
可选的，所述第一确定策略模块808，包括：
[0281]
获取评论数据子模块，被配置为在所述第一关系对象数量与所述第二关系对象数量的差值大于数量阈值的情况下，获取针对所述目标对象在目标周期内的历史评论数据；
[0282]
统计频率子模块，被配置为统计预设的业务关键词在所述历史评论数据中出现的频率；
[0283]
排序子模块，被配置为根据所述频率，对所述业务关键字进行排序；
[0284]
第二确定策略子模块，被配置为基于排序结果，确定针对所述目标对象的对象策略。
[0285]
可选的，所述预测装置，还包括：
[0286]
提醒模块，被配置为根据所述对象策略，向所述目标对象进行策略提醒。
[0287]
上述为本实施例的一种预测装置的示意性方案。需要说明的是，该预测装置的技术方案与上述的预测方法的技术方案属于同一构思，预测装置的技术方案未详细描述的细节内容，均可以参见上述预测方法的技术方案的描述。
[0288]
图9示出了根据本说明书一个实施例提供的另一种预测方法的处理流程图，包括步骤s902至步骤s908。
[0289]
步骤s902，获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量。
[0290]
步骤s904，基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量。
[0291]
步骤s906，根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量。
[0292]
步骤s908，基于所述第二粉丝数量，确定所述目标主播的直播策略。
[0293]
需要说明的是，本说明书实施例提供的另一种预测方法中与上述预测方法的实施例相对应的部分，可以参见上述第预测方法的实施例中的详细描述，在此不再赘述。
[0294]
本说明书提供另一种预测方法，通过获取的第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量，并根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标主播在所述第二时刻的第二粉丝数量；且在确定目标主播在第二时刻的第二粉丝数量的基础上，基于所述第二粉丝数量，确定所述目标主播的直播策略，实现了对第二时刻目标主播的第二粉丝数量的预测，并针对目标主播的粉丝的数量的预测情况，提前确定目标主播的直播策略，从而有助于目标主播基于确定的直播策略，
采取有针对性的措施，有效地保障目标主播在第二时刻的粉丝数量。
[0295]
本说明书提供的另一种预测装置实施例如下：
[0296]
与上述另一种方法实施例相对应，本说明书还提供了另一种预测装置实施例，图10示出了本说明书一个实施例提供的另一种预测装置的示意图。如图10所示，该装置包括：
[0297]
第二获取模块1002，被配置为获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量；
[0298]
第二预测模块1004，被配置为基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量；
[0299]
第二确定数量模块1006，被配置为根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量；
[0300]
第二确定策略模块1008，被配置为基于所述第二粉丝数量，确定所述目标主播的直播策略。
[0301]
上述为本实施例的一种预测装置的示意性方案。需要说明的是，该预测装置的技术方案与上述的预测方法的技术方案属于同一构思，预测装置的技术方案未详细描述的细节内容，均可以参见上述预测方法的技术方案的描述。
[0302]
本说明书提供的一种计算设备实施例如下：
[0303]
图11示出了根据本说明书一个实施例提供的一种计算设备1100的结构框图。该计算设备1100的部件包括但不限于存储器1110和处理器1120。处理器1120与存储器1110通过总线1130相连接，数据库1150用于保存数据。
[0304]
计算设备1100还包括接入设备1140，接入设备1140使得计算设备1100能够经由一个或多个网络1160通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备1140可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。
[0305]
在本说明书的一个实施例中，计算设备1100的上述部件以及图11中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图11所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
[0306]
计算设备1100可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备1100还可以是移动式或静止式的服务器。
[0307]
本说明书提供一种计算设备，包括存储器1110、处理器1120及存储在存储器上并可在处理器上运行的计算机指令，所述处理器1120用于执行如下计算机可执行指令：
[0308]
获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量；
[0309]
基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之
间的时间段所述目标对象的关系对象变化量；
[0310]
根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量；
[0311]
基于所述第二关系对象数量，确定所述目标对象的对象策略。
[0312]
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的预测方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述预测方法的技术方案的描述。
[0313]
本说明书提供的另一种计算设备实施例如下：
[0314]
图12示出了根据本说明书一个实施例提供的一种计算设备1200的结构框图。该计算设备1200的部件包括但不限于存储器1210和处理器1220。处理器1220与存储器1210通过总线1230相连接，数据库1250用于保存数据。
[0315]
计算设备1200还包括接入设备1240，接入设备1240使得计算设备1200能够经由一个或多个网络1260通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备1140可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。
[0316]
在本说明书的一个实施例中，计算设备1200的上述部件以及图12中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图12所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
[0317]
计算设备1200可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备1200还可以是移动式或静止式的服务器。
[0318]
本说明书提供另一种计算设备，包括存储器1210、处理器1220及存储在存储器上并可在处理器上运行的计算机指令，所述处理器1220用于执行如下计算机可执行指令：
[0319]
获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量；
[0320]
基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量；
[0321]
根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量；
[0322]
基于所述第二粉丝数量，确定所述目标主播的直播策略。
[0323]
上述为本实施例的另一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的另一种预测方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述另一种预测方法的技术方案的描述。
[0324]
本说明书提供的一种计算机可读存储介质实施例如下：
[0325]
本说明书提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于：
[0326]
获取第一时刻目标对象的关系对象数据，以及所述第一时刻所述目标对象所在的目标平台的平台对象数量；
[0327]
基于所述关系对象数据以及所述平台对象数量，预测所述第一时刻与第二时刻之间的时间段所述目标对象的关系对象变化量；
[0328]
根据所述关系对象变化量以及所述关系对象数据中包含的第一关系对象数量，确定所述目标对象在所述第二时刻的第二关系对象数量；
[0329]
基于所述第二关系对象数量，确定所述目标对象的对象策略。
[0330]
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的预测方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述预测方法的技术方案的描述。
[0331]
本说明书提供的另一种计算机可读存储介质实施例如下：
[0332]
本说明书提供另一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于：
[0333]
获取第一时刻目标主播的粉丝数据，以及所述第一时刻所述目标主播所在的直播平台的平台用户数量；
[0334]
基于所述粉丝数据以及所述平台用户数量，预测在所述第一时刻到第二时刻的时间段所述目标主播的粉丝变化量；
[0335]
根据所述粉丝变化量以及所述粉丝数据中包含的第一粉丝数量，确定所述目标对象在所述第二时刻的第二粉丝数量；
[0336]
基于所述第二粉丝数量，确定所述目标主播的直播策略。
[0337]
上述为本实施例的另一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的另一种预测方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述另一种预测方法的技术方案的描述。
[0338]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0339]
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0340]
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的
限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
[0341]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
[0342]
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。