[发明专利]信息预测方法、装置、存储介质及终端

权利要求书

1.一种信息预测方法，其特征在于，包括：

基于不同的文本交互信息样本对预设机器学习模型进行训练，生成红包信息预测模型；

获取预设应用程序对应的当前文本交互信息；

将所述当前文本交互信息输入至所述红包信息预测模型中，预测是否即将出现红包信息；

若预测出即将出现红包信息，则当接收到所述预设应用程序对应的群信息时，获取群信息对应的交互界面图像；

将所述群信息对应的交互界面图像输入至红包信息判断模型中，确定所述群信息是否为红包信息；其中，所述红包信息判断模型基于对不同群信息对应的交互界面图像进行训练生成。

2.根据权利要求1所述的方法，其特征在于，所述不同的文本交互信息样本包括：第一文本交互信息样本和第二文本交互信息样本，所述第一文本交互信息样本包括以红包信息出现时刻为起始时刻向前追溯预设时长的文本交互信息，所述第二文本交互信息样本包括无红包信息的交互记录中所述预设时长的文本交互信息；

基于不同的文本交互信息样本对预设机器学习模型进行训练，生成红包信息预测模型，包括：

基于第一样本标记对第一文本交互信息样本进行标记，并基于第二样本标记对第二文本交互信息样本进行标记，得到训练样本集；

基于所述训练样本集对预设机器学习模型进行训练，生成红包信息预测模型。

3.根据权利要求1所述的方法，其特征在于，基于不同的文本交互信息样本对预设机器学习模型进行训练，生成红包信息预测模型，包括：

基于分词算法对不同的文本交互信息样本进行分词，并基于词向量模型将分词后的文本交互信息样本转换为词向量序列；

基于所述词向量序列对所述预设机器学习模型进行训练，生成红包信息预测模型。

4.根据权利要求1所述的方法，其特征在于，在预测是否即将出现红包信息之后，还包括：

当预测出即将出现红包信息时，通过预设方式对用户进行提示，和/或对系统资源进行优化以提升所述系统资源对红包信息的响应速度。

5.根据权利要求4所述的方法，其特征在于，当预测出即将出现红包信息时，对系统资源进行优化以提升所述系统资源对红包信息的响应速度，包括：

当预测出即将出现红包信息时，获取红包信息预测时刻对应的时间信息；

当所述时间信息满足预设时间条件时，对系统资源进行优化以提升所述系统资源对所述红包信息的响应速度。

6.根据权利要求1所述的方法，其特征在于，在预测是否即将出现红包信息之后，还包括：

监测在预测出是否即将出现红包信息之后的预设时间段内是否出现红包信息；

将监测结果对应的文本交互信息发送至所述红包信息预测模型进行训练。

7.一种信息预测装置，其特征在于，包括：

模型生成模块，用于基于不同的文本交互信息样本对预设机器学习模型进行训练，生成红包信息预测模型；

交互信息获取模块，用于获取预设应用程序对应的当前文本交互信息；

红包信息预测模块，用于将所述当前文本交互信息输入至所述红包信息预测模型中，预测是否即将出现红包信息；

界面图像获取模块，用于若预测出即将出现红包信息，则当接收到所述预设应用程序对应的群信息时，获取群信息对应的交互界面图像；

红包信息判断模块，用于将所述群信息对应的交互界面图像输入至红包信息判断模型中，确定所述群信息是否为红包信息；其中，所述红包信息判断模型基于对不同群信息对应的交互界面图像进行训练生成。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的信息预测方法。

9.一种终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-6任一所述的信息预测方法。