CN107172452A - 直播间推荐方法及装置 - Google Patents

直播间推荐方法及装置 Download PDF

Info

Publication number
CN107172452A
CN107172452A CN201710278556.0A CN201710278556A CN107172452A CN 107172452 A CN107172452 A CN 107172452A CN 201710278556 A CN201710278556 A CN 201710278556A CN 107172452 A CN107172452 A CN 107172452A
Authority
CN
China
Prior art keywords
direct broadcasting
broadcasting room
accessed
user
access
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710278556.0A
Other languages
English (en)
Other versions
CN107172452B (zh
Inventor
郭瑞
张菊元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing longzhixin Technology Co.,Ltd.
Original Assignee
Beijing Panda Mutual Entertainment Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Panda Mutual Entertainment Technology Co Ltd filed Critical Beijing Panda Mutual Entertainment Technology Co Ltd
Priority to CN201710278556.0A priority Critical patent/CN107172452B/zh
Publication of CN107172452A publication Critical patent/CN107172452A/zh
Application granted granted Critical
Publication of CN107172452B publication Critical patent/CN107172452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Abstract

本发明实施例提供一种直播间推荐方法及装置，该方法包括：在不同的推荐场景下，推荐服务器从用户在直播网站中的全部行为特征参数中确定出与此推荐场景存在对应关系的第一用户行为特征参数以及各参数对应的权重系数。利用确定出的第一用户行为特征参数以及各参数对应的权重系数计算出用户在各个已访问直播间中的活跃度得分，活跃度得分的高低表明用户在此直播间中的活跃程度。推荐服务器按照活跃度得分对各已访问直播间进行排序，并从中选出N个用户活跃程度最高的已访问直播间。从而，利用用户在该推荐场景下，在不同的已访问直播间中的活跃程度对用户进行有针对性地直播间推荐。

Description

直播间推荐方法及装置
技术领域
本发明涉及网络直播领域，尤其涉及一种直播间推荐方法及装置。
背景技术
近年来，人们通过通信设备可以获得越来越多样化的娱乐方式，如微博、手机游戏、网络直播等，其中网络直播由于其直观、内容丰富、受众可划分等特点，发展地尤为迅速。
在现有技术中，当用户进入直播网站后，通常会看到网站首页推荐的直播间。但是，网站首页推荐的直播间是随机选取的，对所有用户无差异化的，不能满足用户的个性化推荐需求。
发明内容
有鉴于此，本发明实施例提供一种直播间推荐方法及装置，在不同的推荐场景下，利用用户在各直播间中的活跃度实现为用户有针对性地推荐直播间。
本发明实施例提供一种直播间推荐方法，包括：
根据推荐场景，确定第一用户行为特征参数以及所述第一用户行为特征参数对应的权重系数；
根据所述第一用户行为特征参数，获取用户在预设时间段内的各已访问直播间分别对应的第一用户行为特征参数值；
根据所述第一用户行为特征参数值和所述权重系数，确定所述各已访问直播间的活跃度得分；
根据所述活跃度得分从所述各已访问直播间中选择活跃度得分最高的N个已访问直播间；
根据所述N个已访问直播间为所述用户进行直播间推荐。
可选地，所述根据所述N个已访问直播间为所述用户进行直播间推荐，包括：
分析所述N个已访问直播间分别对应的主播行为特征；
根据第二用户行为特征参数，确定根据所述各已访问直播间分别对应的第二用户行为特征参数值；
根据所述各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征；
根据所述N个已访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述N个已访问直播间中选择匹配度最高的M个已访问直播间，M≤N；
根据所述M个已访问直播间为所述用户进行直播间推荐。
可选地，所述主播行为特征包括直播时段，所述第二用户特征参数包括观看时段；
所述根据所述各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征，包括：
根据所述各已访问直播间分别对应的观看时段确定所述用户的集中观看时段；
所述根据所述N个已访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述N个已访问直播间中选择匹配度最高的M个已访问直播间，包括：
根据所述N个已访问直播间分别对应的直播时段与所述集中观看时段的重合程度，从所述N个已访问直播间中选择重合程度最高的M个已访问直播间。
可选地，所述方法还包括：
获取所述用户对应的未访问直播间集合；
分析所述未访问直播间集合中的未访问直播间分别对应的主播行为特征；
根据所述未访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述未访问直播间集合中选择匹配度最高的K个已访问直播间；
所述根据所述M个已访问直播间为所述用户进行直播间推荐，包括：
根据所述M个已访问直播间和所述K个未访问直播间为所述用户进行直播间推荐。
可选地，所述获取所述用户对应的未访问直播间集合，包括：
根据所述用户的位置信息和/或所述M个已访问直播间对应的直播间类型，获取所述用户对应的未访问直播间集合。
本发明实施例提供一种直播间推荐装置，包括：
确定模块，用于根据推荐场景，确定第一用户行为特征参数以及所述第一用户行为特征参数对应的权重系数；
第一获取模块，用于根据所述第一用户行为特征参数，获取用户在预设时间段内的各已访问直播间分别对应的第一用户行为特征参数值；
确定模块，还用于根据所述第一用户行为特征参数值和所述权重系数，确定所述各已访问直播间的活跃度得分；
选择模块，用于根据所述活跃度得分从所述各已访问直播间中选择活跃度得分最高的N个已访问直播间；
推荐模块，用于根据所述N个已访问直播间为所述用户进行直播间推荐。
可选地，所述推荐模块具体包括：
分析单元，用于分析所述N个已访问直播间分别对应的主播行为特征；
确定单元，用于根据第二用户行为特征参数，确定根据所述各已访问直播间分别对应的第二用户特征参数值，以及根据所述各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征；
选择单元，用于根据所述N个已访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述N个已访问直播间中选择匹配度最高的M个已访问直播间，M≤N；
推荐单元，用于根据所述M个已访问直播间为所述用户进行直播间推荐。
可选地，所述主播行为特征包括直播时段，所述第二用户特征参数包括观看时段；
所述确定单元具体用于：根据所述各已访问直播间分别对应的观看时段确定所述用户的集中观看时段；
所述选择单元具体用于：根据所述N个已访问直播间分别对应的直播时段与所述集中观看时段的重合程度，从所述N个已访问直播间中选择重合程度最高的M个已访问直播间。
可选地，所述装置还包括：
第二获取模块，用于获取所述用户对应的未访问直播间集合；
分析模块，用于分析所述未访问直播间集合中的未访问直播间分别对应的主播行为特征；
所述选择模块，还用于根据所述未访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述未访问直播间集合中选择匹配度最高的K个已访问直播间；
所述推荐模块，还用于根据所述M个已访问直播间和所述K个未访问直播间为所述用户进行直播间推荐。
可选地，所述第二获取模块模块具体用于：根据所述用户的位置信息和/或所述M个已访问直播间对应的直播间类型，获取所述用户对应的未访问直播间集合。
本发明实施例提供的直播间推荐方法及装置，结合不同的推荐场景，推荐服务器确定与此推荐场景对应的第一用户行为特征参数以及预先设置好的各第一用户行为特征参数对应的权重系数。对于某用户来说，根据该用户在预设时间段内已访问的各个直播间内的第一用户行为特征参数值以及第一用户行为特征参数值分别对应的权重系数可以计算出各个已访问直播间的活跃度得分。活跃度得分的高低表明用户在此直播间中的活跃程度。推荐服务器按照活跃度得分对各已访问直播间进行排序，并从中选出N个用户活跃程度最高的已访问直播间。从而，根据用户在该推荐场景下，在不同的已访问直播间中的活跃程度对用户进行有针对性地直播间推荐。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的直播间推荐方法实施例一的流程图；
图2为本发明实施例提供的直播间推荐方法实施例二的流程图；
图3为本发明实施例提供的直播间推荐方法实施例三的流程图；
图4为本发明实施例提供的直播间推荐装置实施例一的结构示意图；
图5为本发明实施例提供的直播间推荐装置实施例二的结构示意图；
图6为本发明实施例提供的直播间推荐装置实施例三的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明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，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述XXX，但这些XXX不应限于这些术语。这些术语仅用来将XXX彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一XXX也可以被称为第二XXX，类似地，第二XXX也可以被称为第一XXX。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
图1为本发明实施例提供的直播间推荐方法实施例一的流程图，本实施例提供的该直播间推荐方法的执行主体可以为推荐服务器，如图1所示，该方法包括如下步骤：
S101，根据推荐场景，确定第一用户行为特征参数以及第一用户行为特征参数对应的权重系数。
在直播网站中用户可以发起多种维度的用户行为，且每一种用户行为都对应着一种用户行为特征参数，例如观看行为特征参数，订阅行为特征参数，打赏行为特征参数，充值行为特征参数，弹幕发送行为参数等等。但对于不同的推荐场景下，并不是所有维度的用户行为都是需要被关注的。因此，在不同的推荐场景下，推荐服务器需要根据预先设置的推荐场景与用户行为特征参数之间的对应关系从用户在直播网站中的所有用户行为特征参数中确定出与此推荐场景有关系的用户行为特征参数。
例如，在为老用户推荐直播间时，对于侧重于用户消费行为的推荐场景下，推荐服务器需要获取用户的打赏行为特征参数以及充值行为特征参数。对于侧重于用户互动行为的推荐场景下，推荐服务器需要获取用户的弹幕发送行为特征参数、订阅行为特征参数以及打赏行为特征参数。在为新用户推荐直播间时，在此推荐场景下，推荐服务器也需要获取与此推荐场景对应的用户行为特征参数。由于新用户在直播网站中并不存在与观看直播有关的用户行为，因此，推荐服务器需要获取的用户行为特征参数可以为新用户的位置信息以及新用户的个人信息。
同时推荐服务器还会根据直播间推荐场景的不同，对与此推荐场景存在对应关系的第一用户行为特征参数在此推荐场景中的重要程度设置不同的权重系数，重要程度越高，权重系数越大。例如，对于侧重于用户互动行为的推荐场景下，推荐服务器为打赏行为特征参数，弹幕行为特征参数以及订阅行为特征参数分别设置权重参数可以为0.6，0.3，0.1。
S102，根据第一用户行为特征参数，获取用户在预设时间段内的各已访问直播间分别对应的第一用户行为特征参数值。
在确定与推荐场景相关的第一用户行为特征参数后，可选地，推荐服务器可以通过用户在预设时间段内的直播间访问记录获取用户在此预设时间段内访问过的所有直播间，同时结合第一用户行为特征参数，根据用户的直播间访问记录中记录的对应内容获取各个已访问直播间所对应的第一用户行为特征参数值。
比如，第一用户行为特征参数可以包括弹幕发送行为特征参数、订阅行为特征参数、打赏行为特征参数、充值行为特征参数以及观看行为特征参数等等。相应的，第一用户行为特征参数值可以包括用户在预设时间段内在某一直播间内发送弹幕的条数、是否订阅了此直播间、打赏礼物的价值、充值金额以及在预设时间段内观看此直播间的次数。
可以理解的是，在用户对各已访问直播间执行某用户行为时，推荐服务器会在用户访问记录中记录相应的内容，以便后续根据当前所需的第一用户行为特征参数，基于访问记录获得相应的特征参数值，比如统计弹幕发送数量、累计打赏价值等等。
S103，根据第一用户行为特征参数值和权重系数，确定各已访问直播间的活跃度得分。
根据与推荐场景存在对应关系的第一用户行为特征参数值以及各第一用户行为特征参数对应的权重系数可以分别计算出用户在各个已访问直播间中的活跃度得分。
假设第一用户行为特征参数可以包括：观看次数、弹幕发送量、打赏价值以及充值金额。推荐服务器可以预先为第一用户行为特征参数中的各项参数按照在推荐场景中的重要程度设置权重系数，并采用加权计算的方式获得用户在预设时间段内在某个直播间中的活跃度得分。例如，假设用户一个月内在某一直播间内的第一用户行为特征参数值分别为：观看此直播间5次，发送100条弹幕，打赏价值为500，充值金额为200元，并且每项第一用户行为特征参数的权重系数分别为A、B、C、D，则用户在预设时间段内在该直播间中的活跃度得分＝5*A+100*B+500*C+200*D。
S104，根据活跃度得分从各已访问直播间中选择活跃度得分最高的N个已访问直播间。
按照用户在各个已访问直播间中的活跃度得分对用户在预设时间段内已访问过的所有直播间进行排序，按照活跃度得分排序从高到低的顺序选取N个直播间。
S105，根据N个已访问直播间为用户进行直播间推荐。
可选地，可以将选中的活跃度得分最高的N个直播间全部推荐给用户，以供用户选择观看。
可选地，可以设定为用户推荐的直播间的上限数量，从而，推荐服务器可以在N个直播间中按照活跃度得分由高到低的顺序，将选出的不超过该上限数量的直播间推荐给用户。
本实施例中，结合不同的推荐场景，推荐服务器确定与此推荐场景对应的第一用户行为特征参数以及预先设置好的各第一用户行为特征参数对应的权重系数。对于某用户来说，根据该用户在预设时间段内已访问的各个直播间内的第一用户行为特征参数值以及第一用户行为特征参数值分别对应的权重系数可以计算出各个已访问直播间的活跃度得分。活跃度得分的高低表明用户在此直播间中的活跃程度。推荐服务器按照活跃度得分对各已访问直播间进行排序，并从中选出N个用户活跃程度最高的已访问直播间。从而，根据用户在该推荐场景下，在不同的已访问直播间中的活跃程度对用户进行有针对性地直播间推荐。
图2为本发明实施例提供的方法实施直播间推荐方法例二的流程图，要想实现为用户有针对性的推荐直播间，除了分析用户在直播网站中的各种用户行为外，还可以分析主播的各种直播行为，以提高直播间推荐的针对性。基于此，如图2所示，可选地，在图1所示实施例基础上，在步骤S104之后，该方法可以还包括如下步骤：
S201，分析N个已访问直播间分别对应的主播行为特征。
每个主播在直播时都会有自己的直播习惯，可以将此直播习惯称为主播的主播行为特征。可选地，主播行为特征可以包括主播的直播时段等等。
具体地，推荐服务器可以在预设多天时间内，分别对活跃度得分最高的N个已访问直播间的直播时段进行统计，进而针对N个已访问直播间分别对应的主播，统计各主播的主播行为特征。举例来说，假设某主播对应于两个不同的直播间，其中每个直播间在上述预设多天内的每天的直播时段可能相同也可能不同。比如可以在时间轴上对这两个直播间每天的直播时段进行叠加，取叠加程度最高的连续时间段为该主播对应的直播时段，作为该主播的一种主播行为特征。
S202，根据第二用户行为特征参数，确定根据各已访问直播间分别对应的第二用户行为特征参数值。
为了后续可以实现用户行为特征与主播行为特征的匹配，此处的第二用户行为特征参数与主播行为特征是一一对应的。比如，主播行为特征包括主播的直播时段时，第二用户行为特征可以包括用户的观看时段。
作为一种可选地根据第二用户行为特征参数确定各已访问直播间分别对应的第二用户行为特征参数值的方式：推荐服务器根据观看用户的访问记录来确定各已访问直播间分别对应的第二用户行为特征参数值。
S203，根据各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征。
可选地，可以通过统计用户在预设时间段内各已访问直播间中的第二用户特征参数值来获得第二用户特征参数值的分布情况。可以根据第二用户特征参数值分布较为集中的部分确定用户的用户行为特征。
可选地，主播行为特征可以包括直播时段，则与其对应的第二用户特征参数可以包括观看时段。可以根据各已访问直播间分别对应的观看时段来确定用户的集中观看时段，以该集中观看时段作为一种用户行为特征。
举例来说，可以设定用户的集中观看时段是以小时为单位的。将一天24小时作为一条时间轴，将此时间轴以15分钟为单位划分成若干时间片段，将用户在一定时间段内，例如一个月，观看直播所对应的时间段映射到此时间轴上，统计在该一定时间段内观看直播的时段落入每个时间片段的次数。依次判断每相邻的4时间片段，也即是1小时，中所有的时间片段的观看次数是否全部大于预设的阈值，当全部时间片段的观看次数都大于预设的阈值时，则表明这4个连续的时间片段组成的时间段是用户集中观看的时段，从而获得一种用户行为特征。
S204，根据N个已访问直播间分别对应的主播行为特征与用户行为特征的匹配度，从N个已访问直播间中选择匹配度最高的M个已访问直播间。
将主播行为特征与用户行为特征进行匹配度的计算，也即是计算用户行为特征与主播行为特征之间的重合程度，从而获得重合程度最高的M个主播对应的M个已访问直播间，其中，M≤N。
可选地，主播行为特征可以包括直播时段，则与其对应的第二用户特征参数可以包括观看时段。此时则会根据N个已访问直播间分别对应的直播时段与集中观看时段的重合程度，并从活跃度得分最高的N个已访问直播间中选择重合程度最高的M个已访问直播间。具体地，将用户的观看直播时段与主播的直播时段进行时间段重合比对，从而获得用户观看直播时段与主播直播时段之间的重合时间段。推荐服务器按照重合时间段的时长对N各已访问直播间进行排序，从而在N个已访问直播间中获得重合程度最高的M个已访问直播间。
S205，根据M个已访问直播间为用户进行直播间推荐。
可选地，可以将选中的匹配度最高的M个直播间全部推荐给用户，以供用户选择观看，其中，M≤N。
可选地，可以设定为用户推荐的直播间的上限数量，从而，推荐服务器可以在M个直播间中按照匹配度由高到低的顺序，将选出的不超过该上限数量的直播间推荐给用户。
本实施例中，通过从网络直播的两个角度及主播角度以及用户角度对主播的主播行为特征以及用户的用户行为特征进行分析。在从用户的角度选择出N个用户活跃度得分最高的N个已访问直播间的基础上，再从主播的角度出发，在N各已访问直播间中选择主播行为特征和用户行为特征匹配度最高的M个已访问直播间，并根据此M个已访问直播间为用户进行直播间推荐。从用户行为特征以及主播行为特征两方面进行分析，实现有针对性地为用户推荐直播间。
图3为本发明实施例提供的方法实施直播间推荐方法例三的流程图，除了可以为用户推荐用户行为特征与主播行为特征之间匹配度最高的M个直播间以外，还可以在用户未访问过的直播间中为用户推荐主播行为特征与用户行为特征相似的直播间。基于此，如图3所示，在图2所示实施例基础上，在步骤S205之后，该方法还可以包括如下步骤：
S301，获取用户对应的未访问直播间集合。
用户未发生用户行为的直播间都可以视为用户未访问过的直播间。
可选地，推荐服务器可以根据用户的直播间访问记录，获取未出现在直播间访问记录中的并且当前正在直播的所有直播间，并由这些直播间组成用户对应的未访问直播间集合。
可选地，推荐服务器还可以根据用户的位置信息和/或M个已访问直播间对应的直播间类型，获取用户对应的未访问直播间集合。
具体地，推荐服务器可以根据用户所使用的观看客户端当前所在的位置信息，从直播网站当前正在直播的未访问直播间中选取直播间所属的位置信息与用户的位置信息相同或相近的直播间，并由这些直播间组成与用户对应的未访问直播间集合。
推荐服务器可以根据用户行为特征与主播行为特征匹配度最高的M个已访问直播间所对应的直播间类型，从直播网站当前正在直播的未访问直播间中选取直播间类型相同的所有用户未访问过的直播间，并由这些直播间组成与用户对应的未访问直播间集合。
推荐服务器还可以同时根据用户的位置信息和M个已访问直播间对应的直播间类型，在当前正在直播的用户未访问直播间中选取直播间所属的位置信息与用户的位置信息相同或相近并且直播间类型与M个已访问直播间对应的直播间类型相同的所有用户未访问过的直播间，并由这些直播间组成与用户对应的未访问直播间集合。
S302，分析未访问直播间集合中的未访问直播间分别对应的主播行为特征。
未访问直播间对应的主播的主播行为特征的分析过程与已访问直播间对应的主播的主播行为特征的分析过程相似，可以参见实施例二中的相关描述，在此不再赘述。
S303，根据未访问直播间分别对应的主播行为特征与用户行为特征的匹配度，从未访问直播间集合中选择匹配度最高的K个已访问直播间。
将用户对应的未访问直播间集合中的未访问直播间对应的主播行为特征与用户的行为特征进行匹配度计算，具体的匹配度计算过程可以参见实施例二中的相关描述，在此不再赘述。
S304，根据M个已访问直播间和K个未访问直播间为用户进行直播间推荐。
推荐服务器按照主播行为特征与用户行为特征的匹配度从高到低的顺序从用户对应的未访问直播间集合中选取K个匹配度最高的直播间。
可选地，可以将选中的K个用户未访问直播间以及用户已访问的M个直播间同时推荐给用户，以供用户选择观看。
可选地，可以设定为用户推荐的直播间的上限数量，从而，推荐服务器可以在M个已访问直播间以及K个未访问直播间中按照匹配度由高到低的顺序，将选出的不超过该上限数量的直播间推荐给用户。
本实施例中，通过分析用户未访问直播间对应的主播的主播行为特征以及用户的用户行为特征，从用户未访问直播间集合中选出行为特征匹配度最高的K个未访问直播间，同时结合行为特征匹配最高的M个已访问直播间以实现将用户已访问直播间以及用户未访问直播间同时推荐给用户，推荐的直播房间不再局限于用户访问过的直播间，还包括了用户未访问的直播间，扩大了用户观看直播间的选择性。
图4为本发明实施例提供的直播间推荐装置实施例一的结构示意图，如图4所示，该直播间推荐置包括：确定模块11、获取模块12、选择模块13、推送模块14。
确定模块11，用于根据推荐场景，确定第一用户行为特征参数以及第一用户行为特征参数对应的权重系数。
获取模块12，用于根据第一用户行为特征参数，获取用户在预设时间段内的各已访问直播间分别对应的第一用户行为特征参数值。
确定模块11，还用于根据第一用户行为特征参数值和权重系数，确定各已访问直播间的活跃度得分。
选择模块13，用于根据活跃度得分从各已访问直播间中选择活跃度得分最高的N个已访问直播间。
推荐模块14，用于根据N个已访问直播间为用户进行直播间推荐。
图4所示装置可以执行图1所示实施例的方法，本实施例未详细描述的部分，可参考对图1所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1所示实施例中的描述，在此不再赘述。
图5为本发明实施例提供的直播间推送装置实施例二的结构示意图，如图5所示，在图4所示实施例基础上，该直播间推荐装置中的推荐模块14具体可以包括：分析单元141，确定单元142，选择单元143，推荐单元144。
分析单元141，用于分析N个已访问直播间分别对应的主播行为特征。
确定单元142，用于根据第二用户行为特征参数，确定根据各已访问直播间分别对应的第二用户特征参数值，以及根据各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征。
选择单元143，用于根据N个已访问直播间分别对应的主播行为特征与用户行为特征的匹配度，从N个已访问直播间中选择匹配度最高的M个已访问直播间，M≤N。
可选地，主播行为特征可以包括直播时段，第二用户特征参数可以包括观看时段，则确定单元142具体可以用于，根据各已访问直播间分别对应的观看时段确定用户的集中观看时段。
选择单元143具体可以用于，根据N个已访问直播间分别对应的直播时段与集中观看时段的重合程度，从N个已访问直播间中选择重合程度最高的M个已访问直播间。
推荐单元144，用于根据M个已访问直播间为用户进行直播间推荐。
图5所示装置可以执行图2所示实施例的方法，本实施例未详细描述的部分，可参考对图2所示实施例的相关说明。该技术方案的执行过程和技术效果参见图2所示实施例中的描述，在此不再赘述。
图6为本发明实施例提供的直播间推荐装置实施例三的结构示意图，如图6所示，在图5所示实施例基础上，该直播间推荐装置还包括：第二获取模块21，分析模块22。
第二获取模块21，用于获取用户对应的未访问直播间集合；
分析模块22，用于分析未访问直播间集合中的未访问直播间分别对应的主播行为特征；
选择模块13，还用于根据未访问直播间分别对应的主播行为特征与用户行为特征的匹配度，从未访问直播间集合中选择匹配度最高的K个已访问
推荐模块14，还用于根据M个已访问直播间和K个未访问直播间为用户进行直播间推荐。
可选地，第二获取模块21具体可以用于，根据用户的位置信息和/或M个已访问直播间对应的直播间类型，获取用户对应的未访问直播间集合。
图6所示装置可以执行图3所示实施例的方法，本实施例未详细描述的部分，可参考对图3所示实施例的相关说明。该技术方案的执行过程和技术效果参见图3所示实施例中的描述，在此不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以产品的形式体现出来，该计算机产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种直播间推荐方法，其特征在于，包括：
根据推荐场景，确定第一用户行为特征参数以及所述第一用户行为特征参数对应的权重系数；
根据所述第一用户行为特征参数，获取用户在预设时间段内的各已访问直播间分别对应的第一用户行为特征参数值；
根据所述第一用户行为特征参数值和所述权重系数，确定所述各已访问直播间的活跃度得分；
根据所述活跃度得分从所述各已访问直播间中选择活跃度得分最高的N个已访问直播间；
根据所述N个已访问直播间为所述用户进行直播间推荐。
2.根据权利要求1所述的方法，其特征在于，所述根据所述N个已访问直播间为所述用户进行直播间推荐，包括：
分析所述N个已访问直播间分别对应的主播行为特征；
根据第二用户行为特征参数，确定根据所述各已访问直播间分别对应的第二用户行为特征参数值；
根据所述各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征；
根据所述N个已访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述N个已访问直播间中选择匹配度最高的M个已访问直播间，M≤N；
根据所述M个已访问直播间为所述用户进行直播间推荐。
3.根据权利要求2所述的方法，其特征在于，所述主播行为特征包括直播时段，所述第二用户特征参数包括观看时段；
所述根据所述各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征，包括：
根据所述各已访问直播间分别对应的观看时段确定所述用户的集中观看时段；
所述根据所述N个已访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述N个已访问直播间中选择匹配度最高的M个已访问直播间，包括：
根据所述N个已访问直播间分别对应的直播时段与所述集中观看时段的重合程度，从所述N个已访问直播间中选择重合程度最高的M个已访问直播间。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取所述用户对应的未访问直播间集合；
分析所述未访问直播间集合中的未访问直播间分别对应的主播行为特征；
根据所述未访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述未访问直播间集合中选择匹配度最高的K个已访问直播间；
所述根据所述M个已访问直播间为所述用户进行直播间推荐，包括：
根据所述M个已访问直播间和所述K个未访问直播间为所述用户进行直播间推荐。
5.根据权利要求4所述的方法，其特征在于，所述获取所述用户对应的未访问直播间集合，包括：
根据所述用户的位置信息和/或所述M个已访问直播间对应的直播间类型，获取所述用户对应的未访问直播间集合。
6.一种直播间推荐装置，其特征在于，包括：
第一确定模块，用于根据推荐场景，确定第一用户行为特征参数以及所述第一用户行为特征参数对应的权重系数；
第一获取模块，用于根据所述第一用户行为特征参数，获取用户在预设时间段内的各已访问直播间分别对应的第一用户行为特征参数值；
第二确定模块，还用于根据所述第一用户行为特征参数值和所述权重系数，确定所述各已访问直播间的活跃度得分；
选择模块，用于根据所述活跃度得分从所述各已访问直播间中选择活跃度得分最高的N个已访问直播间；
推荐模块，用于根据所述N个已访问直播间为所述用户进行直播间推荐。
7.根据权利要求6所述的装置，其特征在于，所述推荐模块具体包括：
分析单元，用于分析所述N个已访问直播间分别对应的主播行为特征；
确定单元，用于根据第二用户行为特征参数，确定根据所述各已访问直播间分别对应的第二用户特征参数值，以及根据所述各已访问直播间分别对应的第二用户特征参数值确定对应的用户行为特征；
选择单元，用于根据所述N个已访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述N个已访问直播间中选择匹配度最高的M个已访问直播间，M≤N；
推荐单元，用于根据所述M个已访问直播间为所述用户进行直播间推荐。
8.根据权利要求7所述的装置，其特征在于，所述主播行为特征包括直播时段，所述第二用户特征参数包括观看时段；
所述确定单元具体用于：根据所述各已访问直播间分别对应的观看时段确定所述用户的集中观看时段；
所述选择单元具体用于：根据所述N个已访问直播间分别对应的直播时段与所述集中观看时段的重合程度，从所述N个已访问直播间中选择重合程度最高的M个已访问直播间。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于获取所述用户对应的未访问直播间集合；
分析模块，用于分析所述未访问直播间集合中的未访问直播间分别对应的主播行为特征；
所述选择模块，还用于根据所述未访问直播间分别对应的主播行为特征与所述用户行为特征的匹配度，从所述未访问直播间集合中选择匹配度最高的K个已访问直播间；
所述推荐模块，还用于根据所述M个已访问直播间和所述K个未访问直播间为所述用户进行直播间推荐。
10.根据权利要求9所述的装置，其特征在于，所述第二获取模块具体用于：根据所述用户的位置信息和/或所述M个已访问直播间对应的直播间类型，获取所述用户对应的未访问直播间集合。
CN201710278556.0A 2017-04-25 2017-04-25 直播间推荐方法及装置 Active CN107172452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710278556.0A CN107172452B (zh) 2017-04-25 2017-04-25 直播间推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710278556.0A CN107172452B (zh) 2017-04-25 2017-04-25 直播间推荐方法及装置

Publications (2)

Publication Number Publication Date
CN107172452A true CN107172452A (zh) 2017-09-15
CN107172452B CN107172452B (zh) 2020-02-18

Family

ID=59814027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710278556.0A Active CN107172452B (zh) 2017-04-25 2017-04-25 直播间推荐方法及装置

Country Status (1)

Country Link
CN (1) CN107172452B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107493513A (zh) * 2017-09-29 2017-12-19 武汉斗鱼网络科技有限公司 用户对直播内容的偏好度量方法及装置
CN107948752A (zh) * 2017-11-14 2018-04-20 广州虎牙信息科技有限公司 订阅主播排序方法、装置和终端
CN108376343A (zh) * 2018-01-29 2018-08-07 北京潘达互娱科技有限公司 广告投放方法、装置及服务器
CN108600792A (zh) * 2018-04-02 2018-09-28 武汉斗鱼网络科技有限公司 一种相似度度量方法、装置、设备及存储介质
CN108664654A (zh) * 2018-05-18 2018-10-16 北京奇艺世纪科技有限公司 一种基于用户相似度的主播推荐方法及装置
CN109151593A (zh) * 2018-09-30 2019-01-04 广州酷狗计算机科技有限公司 主播推荐方法、装置存储介质
CN109446427A (zh) * 2018-11-02 2019-03-08 北京奇艺世纪科技有限公司 一种信息推荐方法及装置
CN110188282A (zh) * 2019-05-31 2019-08-30 广州华多网络科技有限公司 确定偏好得分的方法和装置
CN110730385A (zh) * 2018-07-16 2020-01-24 武汉斗鱼网络科技有限公司 一种直播间推荐方法、装置、服务器及存储介质
CN111866545A (zh) * 2019-12-08 2020-10-30 李萍 基于权重分析的搜索优先级排序装置
CN112291582A (zh) * 2020-10-29 2021-01-29 上海明略人工智能(集团)有限公司 用户信息推荐方法、系统、计算机设备和可读存储介质
CN113422986A (zh) * 2021-06-17 2021-09-21 北京百度网讯科技有限公司 用于直播间推荐的方法、装置、设备、介质和程序产品
CN114885185A (zh) * 2022-04-28 2022-08-09 阿里巴巴（中国）有限公司 直播间推荐方法、内容推荐方法、终端及存储介质
CN117314591A (zh) * 2023-11-29 2023-12-29 武汉商学院 一种农产品直播销售主播匹配推荐方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140344286A1 (en) * 2013-05-17 2014-11-20 Tencent Technology (Shenzhen) Company Limited Method and apparatus for displaying webcast roomss
CN104519376A (zh) * 2014-12-23 2015-04-15 广州酷狗计算机科技有限公司 节目链接排布方法和装置
CN105335465A (zh) * 2015-09-23 2016-02-17 广州酷狗计算机科技有限公司 一种展示主播账户的方法和装置
CN105376588A (zh) * 2015-12-18 2016-03-02 北京金山安全软件有限公司 一种视频直播方法、装置及电子设备
CN106066863A (zh) * 2016-05-26 2016-11-02 武汉斗鱼网络科技有限公司 一种直播平台中直播房间的展示方法与装置
CN106131584A (zh) * 2016-07-25 2016-11-16 北京金山安全软件有限公司 直播信息的展示方法、装置和电子设备
CN106294800A (zh) * 2016-08-16 2017-01-04 武汉斗鱼网络科技有限公司 基于加权k近邻评分的直播间推荐方法及系统
CN106341704A (zh) * 2016-08-18 2017-01-18 北京奇虎科技有限公司 一种基于主播的推荐方法及装置
CN106561054A (zh) * 2016-06-29 2017-04-12 武汉斗鱼网络科技有限公司 一种用于直播网站的直播房间推荐方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140344286A1 (en) * 2013-05-17 2014-11-20 Tencent Technology (Shenzhen) Company Limited Method and apparatus for displaying webcast roomss
CN104519376A (zh) * 2014-12-23 2015-04-15 广州酷狗计算机科技有限公司 节目链接排布方法和装置
CN105335465A (zh) * 2015-09-23 2016-02-17 广州酷狗计算机科技有限公司 一种展示主播账户的方法和装置
CN105376588A (zh) * 2015-12-18 2016-03-02 北京金山安全软件有限公司 一种视频直播方法、装置及电子设备
CN106066863A (zh) * 2016-05-26 2016-11-02 武汉斗鱼网络科技有限公司 一种直播平台中直播房间的展示方法与装置
CN106561054A (zh) * 2016-06-29 2017-04-12 武汉斗鱼网络科技有限公司 一种用于直播网站的直播房间推荐方法及系统
CN106131584A (zh) * 2016-07-25 2016-11-16 北京金山安全软件有限公司 直播信息的展示方法、装置和电子设备
CN106294800A (zh) * 2016-08-16 2017-01-04 武汉斗鱼网络科技有限公司 基于加权k近邻评分的直播间推荐方法及系统
CN106341704A (zh) * 2016-08-18 2017-01-18 北京奇虎科技有限公司 一种基于主播的推荐方法及装置

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107493513A (zh) * 2017-09-29 2017-12-19 武汉斗鱼网络科技有限公司 用户对直播内容的偏好度量方法及装置
CN107948752A (zh) * 2017-11-14 2018-04-20 广州虎牙信息科技有限公司 订阅主播排序方法、装置和终端
CN107948752B (zh) * 2017-11-14 2021-01-08 广州虎牙信息科技有限公司 订阅主播排序方法、装置和终端
CN108376343A (zh) * 2018-01-29 2018-08-07 北京潘达互娱科技有限公司 广告投放方法、装置及服务器
CN108600792A (zh) * 2018-04-02 2018-09-28 武汉斗鱼网络科技有限公司 一种相似度度量方法、装置、设备及存储介质
CN108600792B (zh) * 2018-04-02 2020-08-04 武汉斗鱼网络科技有限公司 一种相似度度量方法、装置、设备及存储介质
CN108664654A (zh) * 2018-05-18 2018-10-16 北京奇艺世纪科技有限公司 一种基于用户相似度的主播推荐方法及装置
CN110730385A (zh) * 2018-07-16 2020-01-24 武汉斗鱼网络科技有限公司 一种直播间推荐方法、装置、服务器及存储介质
CN109151593A (zh) * 2018-09-30 2019-01-04 广州酷狗计算机科技有限公司 主播推荐方法、装置存储介质
CN109151593B (zh) * 2018-09-30 2021-07-02 广州酷狗计算机科技有限公司 主播推荐方法、装置存储介质
CN109446427A (zh) * 2018-11-02 2019-03-08 北京奇艺世纪科技有限公司 一种信息推荐方法及装置
CN110188282A (zh) * 2019-05-31 2019-08-30 广州华多网络科技有限公司 确定偏好得分的方法和装置
CN111866545A (zh) * 2019-12-08 2020-10-30 李萍 基于权重分析的搜索优先级排序装置
CN112291582A (zh) * 2020-10-29 2021-01-29 上海明略人工智能(集团)有限公司 用户信息推荐方法、系统、计算机设备和可读存储介质
CN113422986A (zh) * 2021-06-17 2021-09-21 北京百度网讯科技有限公司 用于直播间推荐的方法、装置、设备、介质和程序产品
CN113422986B (zh) * 2021-06-17 2023-02-24 北京百度网讯科技有限公司 用于直播间推荐的方法、装置、设备、介质和程序产品
CN114885185A (zh) * 2022-04-28 2022-08-09 阿里巴巴（中国）有限公司 直播间推荐方法、内容推荐方法、终端及存储介质
CN117314591A (zh) * 2023-11-29 2023-12-29 武汉商学院 一种农产品直播销售主播匹配推荐方法
CN117314591B (zh) * 2023-11-29 2024-02-20 武汉商学院 一种农产品直播销售主播匹配推荐方法

Also Published As

Publication number Publication date
CN107172452B (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN107172452A (zh) 直播间推荐方法及装置
CN107205178A (zh) 直播间推荐方法及装置
US10293263B2 (en) Custom content feed based on fantasy sports data
US10939176B2 (en) Live content streaming system and method
US20190076741A1 (en) Interaction Interleaver
US8876607B2 (en) Visual display of fantasy sports team starting roster data trends
CN103649981B (zh) 用于输送目标内容的方法和装置
US20150242755A1 (en) Social Content Connection System & Method
CN106101826B (zh) 消息发送的方法及装置、客户端消息获取的方法和客户端
CN107172498A (zh) 直播房间展示方法及装置
CN106454431B (zh) 电视节目推荐方法和系统
CN103718166A (zh) 信息处理设备、信息处理方法和计算机程序产品
CN106302471B (zh) 一种推荐虚拟礼物的方法和装置
CN110225361A (zh) 直播间推荐方法、存储介质、电子设备及系统
CN109063143A (zh) 一种信息推荐方法及装置
CN109996122A (zh) 一种视频推荐方法、装置、服务器及存储介质
CN109151488A (zh) 根据用户行为实时推荐直播间的方法及系统
CN109922357A (zh) 视频推荐的方法及装置
CN108270750A (zh) Cdn切换方法、客户端及服务器
CN110312167A (zh) 一种计算影视内容评分的方法、智能终端及存储介质
CN109120955B (zh) 一种直播间的推荐方法以及相关设备
CN105898433B (zh) 电视节目推荐方法及装置
Gao et al. Understanding sequential user behavior in social computing: To answer or to vote?
US10733626B2 (en) System and method for real-time generation of segments for a computerized decision system
CN109376310A (zh) 用户推荐方法、装置、电子设备和计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210318

Address after: 101300 309, 3rd floor, 60 Fuqian 1st Street, Tianzhu District, Shunyi District, Beijing

Patentee after: Beijing longzhixin Technology Co.,Ltd.

Address before: 100041 room 120, 4th floor, building 17, yard 30, Shixing street, Shijingshan District, Beijing

Patentee before: BEIJING PANDA MUTUAL ENTERTAINMENT TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right