本申请属于人工智能，具体涉及一种交互信息预测方法、装置、设备及存储介质。
背景技术：
1、随着互联网技术的不断发展，互联网能够为对象提供越来越多的网络服务。在互联网平台中，目标账号可以通过搜索功能搜索感兴趣的网络信息。同时，为了方便目标账号获取感兴趣的网络信息，互联网平台还可以基于推荐系统等，主动向目标账号推荐可能感兴趣的网络信息，比如向目标账号推荐文章、视频、音乐、图片、商品、广告等等。
2、目前，在推荐系统向目标账号推荐网络信息之前，通常会先采用训练后的多场景推荐预测模型，对各个场景中待推荐信息的推荐效果进行预测。然而，多场景建模经常会遇到的问题是，在多业务场景中，有些业务场景中数据非常充足，此时需要设置比较大的特征表达尺度，促使特征信息可以充分表达。而有些业务场景中数据非常稀少，此时需要设置比较小的特征表达尺度，从而避免模型过拟合。这就导致了多场景建模时，难以兼顾不同业务场景下的特征信息表达，从而限制了多场景推荐预测模型的应用，不能对推荐效果进行准确预测。
技术实现思路
1、为了解决上述技术问题，本申请提供一种交互信息预测方法、装置、设备及存储介质。通过对特征交叉将不同种类的特征混合在一起，并按照预设切分尺度将交叉特征切分成多个子交叉特征，从而使不同业务场景下的特征信息都能够充分表达，实现了对的推荐效果的准确预测。
2、一方面，本申请提出了一种交互信息预测方法，所述方法包括：
3、获取目标推荐场景特征、目标账号对应的目标账号特征以及待推荐展示对象对应的展示对象特征；目标推荐场景特征为向目标账号展示待推荐展示对象的场景所对应的特征；目标账号为待接收待推荐展示对象的账号；
4、将目标账号特征、目标推荐场景特征与展示对象特征进行特征交叉处理，得到第一交叉特征；
5、基于预设切分维度对第一交叉特征进行切分处理，得到第一交叉特征对应的至少两个子交叉特征；
6、基于至少两个子交叉特征，对目标账号与待推荐展示对象之间的交互信息进行预测，得到预测交互信息。
7、另一方面，本申请实施例提供了一种交互信息预测装置，所述装置包括：
8、特征获取模块，用于获取目标推荐场景特征、目标账号对应的目标账号特征以及待推荐展示对象对应的展示对象特征；目标推荐场景特征为向目标账号展示待推荐展示对象的场景所对应的特征；目标账号为待接收待推荐展示对象的账号；
9、第一特征交叉模块，用于将目标账号特征、目标推荐场景特征与展示对象特征进行特征交叉处理，得到第一交叉特征；
10、特征切分模块，用于基于预设切分维度对第一交叉特征进行切分处理，得到第一交叉特征对应的至少两个子交叉特征；
11、预测模块，用于基于至少两个子交叉特征，对目标账号与待推荐展示对象之间的交互信息进行预测，得到预测交互信息。
12、另一方面，本申请提出了一种交互信息预测的电子设备，所述电子设备包括处理器和存储器，存储器中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现如上述所述的交互信息预测方法。
13、另一方面，本申请提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述所述的交互信息预测方法。
14、另一方面，本申请提出了一种计算机程序产品，所述计算机程被处理器执行时实现如上述所述的交互信息预测方法。
15、本申请实施例提出的交互信息预测方法、装置、电子设备及存储介质，通过对获取到的目标账号特征、目标推荐场景特征与展示对象特征进行特征交叉处理，得到第一交叉特征，从而使各种特征信息能够混合在一起。通过基于预设切分维度对第一交叉特征进行切分处理，得到第一交叉特征对应的至少两个子交叉特征，然后基于至少两个子交叉特征，对目标账号与待推荐展示对象之间的交互信息进行预测，得到预测交互信息，从而使不同业务场景下的特征信息都能够充分表达，兼顾了不同业务场景间的独立性和共享性，实现了多业务场景中的推荐效果预测，进而提高了待推荐展示对象的推荐效果。
1.一种交互信息预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一交叉特征的维度为预设维度；至少两个所述子交叉特征包括第一子交叉特征和第二子交叉特征；所述基于预设切分维度对所述第一交叉特征进行切分处理，得到所述第一交叉特征对应的至少两个子交叉特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于至少两个所述子交叉特征，对所述目标账号与所述待推荐展示对象之间的交互信息进行预测，得到预测交互信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标推荐场景特征包括所述目标账号对应的账号场景特征以及所述待推荐展示对象对应的展示对象场景特征；所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，所述目标交互信息预测模型包括至少两个预设场景类型各自对应的交互信息预测子模型；所述目标推荐场景特征包括目标推荐场景，所述目标推荐场景的场景类型为至少两个所述预设场景类型中的一个；所述将所述模型输入特征输入目标交互信息预测模型，对所述目标账号与所述待推荐展示对象之间的交互信息进行预测，得到预测交互信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述模型输入特征输入所述目标交互信息预测子模型，以对所述目标账号与所述待推荐展示对象之间的交互信息进行预测，得到预测交互信息，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述激活结果，确定所述目标账号与所述待推荐展示对象之间的预测交互信息，包括：
8.根据权利要求7所述的方法，其特征在于，所述目标推荐场景特征包括所述目标账号对应的账号场景特征；所述方法还包括：
9.根据权利要求1所述的方法，其特征在于，在所述基于至少两个所述子交叉特征，对所述目标账号与所述待推荐展示对象之间的交互信息进行预测，得到预测交互信息之后，所述方法还包括：
10.根据权利要求3至8中任一项所述的方法，其特征在于，所述目标交互信息预测模型的训练方法包括：
11.一种交互信息预测装置，其特征在于，所述装置包括：
12.一种交互信息预测的电子设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-10任一项所述的交互信息预测方法。
13.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-10任一项所述的交互信息预测方法。
14.一种计算机程序产品，包括计算机程序，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1-10任一项所述的交互信息预测方法。
