[发明专利]事件推荐方法、装置、设备及存储介质

权利要求书

1.一种事件推荐方法，其特征在于，包括：

实时获取用户基于目标事件所产生的触发数据；

基于所述触发数据确定目标事件在预设时长内的热度指标值；

根据所述热度指标值和阈值函数，确定所述目标事件的排序值；

根据所述目标事件的排序值对所述目标事件进行推荐；

所述阈值函数为硬阈值函数；所述硬阈值函数表示为：

其中，w是变量，是第一阈值；

根据所述热度指标值和阈值函数，确定所述目标事件的排序值，包括：

根据所述热度指标值和所述硬阈值函数，确定所述目标事件为第一热度指标值时，对应的排序值；

根据所述热度指标值和所述硬阈值函数，确定所述目标事件为第一热度指标值时，对应的排序值，包括：

若所述热度指标值小于或等于所述硬阈值函数对应的第一阈值，则确定所述目标事件的第一热度指标值为所述硬阈值函数的第一阈值，所述目标事件对应的排序值为所述硬阈值函数的第一阈值；

或者，所述阈值函数为硬阈值函数和软阈值函数；所述软阈值函数表示为：

其中，X是变量，T是第二阈值；

根据所述热度指标值和阈值函数，确定所述目标事件的排序值，包括：

根据所述热度指标值、所述硬阈值函数和所述软阈值函数，确定所述目标事件为第二热度指标值时，对应的排序值；

所述硬阈值函数和所述软阈值函数，确定所述目标事件为第二热度指标值时，对应的排序值，包括：

若所述热度指标值大于所述硬阈值函数对应的第一阈值，且小于所述软阈值函数的第二阈值，则根据预设的热度指标值分布公式计算所述目标事件的第二热度指标值，所述目标事件对应的排序值为计算得到的所述第二热度指标值；

若所述热度指标值大于所述软阈值函数的第二阈值，则确定所述目标事件的第二热度指标值为为所述软阈值函数的第二阈值，所述目标事件对应的排序值为所述软阈值函数的第二阈值；

所述硬阈值函数的第一阈值小于所述软阈值函数的第二阈值；

所述预设的热度指标值分布公式为：

其中，random为0到1之间的常数，表示所述热度指标值，表示所述软阈值函数的阈值。

2.如权利要求1所述的方法，其特征在于， 基于所述触发数据确定目标事件在预设时长内的热度指标值，包括：

计算所述触发数据在预设时长内的出现概率；

根据所述触发数据在所述预设时长内的出现概率，确定所述目标事件在预设时长内的热度指标值。

3.如权利要求2所述的方法，其特征在于，根据所述触发数据在所述预设时长内的出现概率，确定所述目标事件在预设时长内的热度指标值，包括：

根据预先训练完成的热度指标值分析模型对所述触发数据在预设时长内的出现概率进行分析，得到所述目标事件在预设时长内的热度指标值；其中，所述目标事件在预设时长内的热度指标值为所述触发数据在预设时长内的所有单一热度指标值中的一个，该热度指标值对应的热度指标值权重大于所述触发数据在预设时长内的其它各个单一热度指标值对应的热度指标值权重。

4.一种事件推荐装置，其特征在于，用于实现如权利要求1-3任一项所述的事件推荐方法，所述事件推荐装置包括：

获取模块，用于实时获取用户基于目标事件所产生的触发数据；

第一确定模块，用于基于所述触发数据确定目标事件在预设时长内的热度指标值；

第二确定模块，用于根据所述热度指标值和阈值函数，确定所述目标事件的排序值；

推荐模块，用于根据所述目标事件的排序值对所述目标事件进行推荐。

5.一种事件推荐设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的方法。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的方法。