本公开涉及人工智能，尤其涉及一种行为预测方法、装置、电子设备、存储介质及程序产品。
背景技术：
1、为了应对信息过载，将搜索和推荐两种服务融入单个应用程序是一种重要的功能配置操作，使用户能够通过主动和被动方式访问信息。例如，在短视频应用程序中，用户可以进行信息搜索，也可以探索应用程序推荐的内容进行互动，由此导致用户以不同的意图打开这类应用程序。不同的打开应用的意图对应于不同的需求和行为模式，通过预测用户打开应用程序的意图可以帮助提高用户参与度，并增强各种下游任务的性能。
2、相关技术中，针对用户交互的预测一般是用户留存预测和用户意图预测，用户留存预测用于预测用户再次使用应用程序的概率；用户意图预测用于预测用户在使用应用程序时可能具有的意图，例如，进行支付、购买电影票、点咖啡、买零食等。但是，这两种方法都是在用户使用应用程序后的预测，无法识别用户打开应用程序的意图。
技术实现思路
1、本公开提供一种意图识别方法、装置、电子设备、存储介质及程序产品，以至少解决相关技术中仅能广泛地预测应用内的多种意图，无法精确地识别用户初次打开应用的具体原因的问题。本公开的技术方案如下：
2、根据本公开实施例的第一方面，提供一种意图识别方法，包括：
3、获取用户在多个历史时间段内在目标应用中的历史交互信息；所述历史交互信息包括用户在每个所述历史时间段打开所述目标应用的意图、时间信息和交互行为信息；
4、将每个历史时间段的所述历史交互信息输入意图识别模型中的编码解码模块进行处理，得到所述用户的短期意图和长期意图；所述短期意图表示所述用户在所述多个历史时间段中的开始时间最晚的时间段打开所述目标应用的意图，所述长期意图表示所述用户在所述多个历史时间段中打开所述目标应用的综合意图；
5、将所述用户的所述短期意图和所述长期意图输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图。
6、在一示例性实施例中，所述编码解码模块包括编码子模块和解码子模块；所述将每个历史时间段的所述历史交互信息输入意图识别模型中的编码解码模块进行处理，得到所述用户的短期意图和长期意图，包括：
7、分别将每个所述历史时间段的所述历史交互信息输入编码子模块进行编码处理，得到每个所述历史时间段的编码信息；
8、将每个所述历史时间段的编码信息、每个所述历史时间段的开始时间点以及每个所述历史时间段打开所述目标应用的意图，共同输入解码子模块进行解码处理，得到每个所述历史时间段的解码信息；
9、基于所述多个历史时间段中的开始时间最晚的最晚时间段的编码信息得到所述用户的短期意图，基于所述最晚时间段的解码信息得到所述用户的长期意图。
10、在一示例性实施例中，所述将所述用户的所述短期意图和所述长期意图输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图，包括：
11、获取所述用户的用户标识信息；
12、将所述用户的所述短期意图、所述长期意图和所述用户标识信息输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图。
13、在一示例性实施例中，所述将所述用户的所述短期意图、所述长期意图和所述用户标识信息输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图，包括：
14、在所述意图识别模型中的意图预测模块中，对所述短期意图和所述长期意图进行融合处理，得到用户意图的融合表征信息；
15、基于所述融合表征信息和所述用户标识信息，确定所述用户在预测时间点打开所述目标应用的意图。
16、在一示例性实施例中，所述对所述短期意图和所述长期意图进行融合处理，得到用户意图的融合表征信息，包括：
17、获取所述多个时间段中的最晚时间段对应的最晚时间点与所述预测时间点之间的时间差；
18、通过所述时间差，对所述短期意图和所述长期意图进行映射转换处理，得到权重系数；所述权重系数用于表征所述短期意图对所述用户意图的融合表征信息的影响程度；
19、通过所述权重系数，对所述短期意图和所述长期意图进行融合处理，得到所述用户意图的融合表征信息。
20、在一示例性实施例中，所述意图预测模块包括多层感知器；所述基于所述融合表征信息和所述用户标识信息，确定所述用户在预测时间点打开所述目标应用的意图，包括：
21、将所述融合表征信息和所述用户标识信息输入所述多层感知器进行处理，得到感知信息；
22、获取所述多个时间段中的最晚时间段对应的意图相关性得分，基于所述意图相关性得分和所述感知信息，确定所述用户在预测时间点打开所述目标应用的意图；所述意图相关性得分表示同一个时间段内不同意图的出现次数之间的比例。
23、在一示例性实施例中，所述意图识别模型通过下述方式训练得到：
24、获取样本用户在多个历史时间段内在目标应用中的样本交互信息；所述历史交互信息包括用户在每个所述历史时间段打开所述目标应用的真实意图、时间信息和交互行为信息；
25、将每个历史时间段的所述样本交互信息输入待训练的意图识别模型中的编码解码模块进行处理，得到所述样本用户的样本短期意图和每个所述历史时间段对应的样本长期意图，
26、将所述样本用户的所述样本短期意图和所述多个历史时间段中的最晚时间段对应的样本长期意图输入所述待训练的意图识别模型中的意图预测模块进行处理，得到所述样本用户在预测时间点打开所述目标应用的预测意图，基于所述预测意图和所述真实意图，得到第一损失值；以及，基于每个所述历史时间段对应的样本长期意图，得到所述样本用户打开所述目标应用的意图的第二损失值；
27、根据所述基于损失值和所述第二损失值，对所述待训练的意图识别模型进行训练，得到所述意图识别模型。
28、在一示例性实施例中，所述基于每个所述历史时间段对应的样本长期意图，得到所述样本用户打开所述目标应用的意图的第二损失值，包括：
29、获取所述样本用户在每个所述历史时间段对应的意图相关性得分；
30、基于每个所述历史时间段对应的意图相关性得分和所述样本长期意图，得到所述样本用户打开所述目标应用的意图的第二损失值。
31、根据本公开实施例的第二方面，提供一种意图识别装置，包括：
32、信息获取单元，被配置为执行获取用户在多个历史时间段内在目标应用中的历史交互信息；所述历史交互信息包括用户在每个所述历史时间段打开所述目标应用的意图、时间信息和交互行为信息；
33、信息处理单元，被配置为执行将每个历史时间段的所述历史交互信息输入意图识别模型中的编码解码模块进行处理，得到所述用户的短期意图和长期意图；所述短期意图表示所述用户在所述多个历史时间段中的开始时间最晚的时间段打开所述目标应用的意图，所述长期意图表示所述用户在所述多个历史时间段中打开所述目标应用的综合意图；
34、意图预测单元，被配置为执行将所述用户的所述短期意图和所述长期意图输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图。
35、根据本公开实施例的第三方面，提供一种电子设备，包括：
36、处理器；
37、用于存储所述处理器可执行指令的存储器；
38、其中，所述处理器被配置为执行所述指令，以实现如上任一项所述的方法。
39、根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如上任一项所述的方法。
40、根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品中包括指令，所述指令被电子设备的处理器执行时，使得所述电子设备能够执行如上任一项所述的方法。
41、本公开的实施例提供的技术方案至少带来以下有益效果：
42、获取用户在多个历史时间段内在目标应用中的历史交互信息；将每个时间段的历史交互信息输入意图识别模型中的编码解码模块进行处理，得到用户的短期意图和长期意图；将用户的短期意图和长期意图输入意图识别模型中的意图预测模块进行处理，得到用户在预测时间点打开目标应用的意图。与传统的用户行为意图预测不同，该方法采用打开应用的行为预测的新方向，更加注重用户行为的时间特点，而非仅预测应用内的多种意图。传统方法往往忽视了用户行为的周期性特征，例如用户可能在特定时间（如午后）喝咖啡，或在周末购买电影票。本公开的目标是精确地识别用户初次打开应用的具体原因，如进行搜索或推荐，而不是广泛地预测各种意图。这种精细化的洞察对于有效整合搜索与推荐应用至关重要，为实现更为个性化的用户体验提供了可能。
43、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种行为预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述编码解码模块包括编码子模块和解码子模块；所述将每个历史时间段的所述历史交互信息输入意图识别模型中的编码解码模块进行处理，得到所述用户的短期意图和长期意图，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述用户的所述短期意图和所述长期意图输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述用户的所述短期意图、所述长期意图和所述用户标识信息输入所述意图识别模型中的意图预测模块进行处理，得到所述用户在预测时间点打开所述目标应用的意图，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述短期意图和所述长期意图进行融合处理，得到用户意图的融合表征信息，包括：
6.根据权利要求4所述的方法，其特征在于，所述意图预测模块包括多层感知器；所述基于所述融合表征信息和所述用户标识信息，确定所述用户在预测时间点打开所述目标应用的意图，包括：
7.根据权利要求1所述的方法，其特征在于，所述意图识别模型通过下述方式训练得到：
8.根据权利要求7所述的方法，其特征在于，所述基于每个所述历史时间段对应的样本长期意图，得到所述样本用户打开所述目标应用的意图的第二损失值，包括：
9.一种行为预测装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：
11.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至8中任一项所述的行为预测方法。
12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的行为预测方法的步骤。
