CN107241621A - 主播评分方法及装置 - Google Patents

主播评分方法及装置 Download PDF

Info

Publication number
CN107241621A
CN107241621A CN201710386006.0A CN201710386006A CN107241621A CN 107241621 A CN107241621 A CN 107241621A CN 201710386006 A CN201710386006 A CN 201710386006A CN 107241621 A CN107241621 A CN 107241621A
Authority
CN
China
Prior art keywords
main broadcaster
user
recommendation
scoring
recommend
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.)
Pending
Application number
CN201710386006.0A
Other languages
English (en)
Inventor
刘硕
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 Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201710386006.0A priority Critical patent/CN107241621A/zh
Publication of CN107241621A publication Critical patent/CN107241621A/zh
Pending legal-status Critical Current

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
    • 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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开提供一种主播评分方法及装置，主播评分方法包括：获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。

Description

主播评分方法及装置
技术领域
本公开涉及电子通信技术领域，尤其涉及主播评分方法及装置。
背景技术
现在，直播成为很多人日常生活中不可缺少的娱乐活动，无论何种职业，无论男女老少，都可以在直播平台进行直播与和观众分享自己录制的视频。除了热门榜和用户自己关注的主播之外，其他的主播只能通过推荐来发现。但是，推荐的主播都是基于在线人数或者其他特点进行排序的，用户无法判断这个主播是否值得观看。
发明内容
本公开实施例提供一种主播评分方法及装置。技术方案如下：
根据本公开实施例的第一方面，提供一种主播评分方法，应用于主播评分装置，该方法包括：
获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；
根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
在一个实施例中，获取至少一个主播的推荐评分，包括：
对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；
获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；
根据每个用户的权值及每个用户对主播的评分获取主播的推荐评分。
对每个用户的打分都赋予权值，避免了有些用户恶意刷分，导致主播的评分不够客观准确。
在一个实施例中，该方法还包括：
根据每个用户的信用级别、活跃度、在线时间确定用户的权值。
用户的信用级别越高、活跃度越高、在线时间越长，用户的权值就越大，对于主播的评分比重就越大，很好的避免了有的用户恶意刷分，保证了用户对主播的评分更加客观、标准。
在一个实施例中，将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：
按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；
按照推荐主播的排序向用户推荐推荐主播。
推荐主播可以多个，按照推荐评分对推荐主播排序，将大多数用户觉得更好的主播排位靠前，便于用户选择观看。
在一个实施例中，根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：
根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
发送推荐信息。
将推荐主播推荐给用户，通常需要在用户所使用的终端设备上显示，因此，可以将推荐信息发送给各个终端设备。
根据本公开实施例的第二方面，提供一种主播评分装置，主播评分装置包括：获取模块和推荐模块；
获取模块，用于获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；
推荐模块，用于根据获取模块获取的至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
在一个实施例中，获取模块包括第一获取子模块、第二获取子模块和第三获取子模块；
第一获取子模块，对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；
第二获取子模块，用于获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；
第三获取子模块，用于根据第二获取子模块获取的每个用户的权值及第一获取子模块获取的每个用户对主播的评分获取主播的推荐评分。
在一个实施例中，获取模块还包括权值子模块；
权值子模块，用于根据每个用户的信用级别、活跃度、在线时间确定用户的权值。
在一个实施例中，推荐模块包括排序子模块和推荐子模块；
排序子模块，用于按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；
推荐子模块，用于按照排序子模块确定的推荐主播的排序向用户推荐推荐主播。
在一个实施例中，推荐模块包括信息子模块和发送子模块；
信息子模块，用于根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
发送子模块，用于发送信息子模块生成的推荐信息。
根据本公开实施例的第三方面，提供一种主播评分装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；
根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
在一个实施例中，处理器还可以被配置为：
对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；
获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；
根据每个用户的权值及每个用户对主播的评分获取主播的推荐评分。
在一个实施例中，处理器还可以被配置为：
根据每个用户的信用级别、活跃度、在线时间确定用户的权值。
在一个实施例中，处理器还可以被配置为：
按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；
按照推荐主播的排序向用户推荐推荐主播。
在一个实施例中，主播评分装置还可以包括发送器，处理器还可以被配置为：
根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
通过发送器发送推荐信息。
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。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的主播评分方法的流程图；
图2是根据一示例性实施例示出的主播评分方法的交互图；
图3是根据一示例性实施例示出的主播评分装置的框图；
图4是根据一示例性实施例示出的主播评分装置的框图；
图5是根据一示例性实施例示出的主播评分装置的框图；
图6是根据一示例性实施例示出的主播评分装置的框图；
图7是根据一示例性实施例示出的主播评分装置的框图；
图8是根据一示例性实施例示出的主播评分装置的框图；
图9是根据一示例性实施例示出的主播评分装置的框图；
图10是根据一示例性实施例示出的服务器的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
用户在直播平台观看主播的视频时，无法判断某个主播是否值得观看，选择起来较为困难。本公开实施例提供的方案，获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
图1是根据一示例性实施例示出的一种主播评分方法的流程图，如图1所示，该主播评分方法包括步骤101-102：
在步骤101中，获取至少一个主播的推荐评分。
至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分。一个主播的推荐评分可以是观看过该主播的用户对该主播的评分的平均值。
在一个实施例中，以一个主播A为例，在一个用户观看完主播A的视频后，对该主播评分，获取多个用户对主播A的评分，根据多个用户对主播A的评分确定主播A的推荐评分，可以将多个用户对主播A的评分的平均值作为主播A的推荐评分。
在一个实施例中，获取至少一个主播的推荐评分，包括：
对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；根据每个用户的权值及每个用户对主播的评分获取主播的推荐评分。
在一个实施例中，该方法还包括：
根据每个用户的信用级别、活跃度、在线时间确定用户的权值。信用级别可以根据用户被禁言次数、被踢出直播房间次数等情况确定，例如，被禁言次数越多，被踢出直播房间次数越多信用级别越低，充值越多信用级别越高；活跃度可以根据用户发信息的多少、送礼物多少等确定，例如，用户发信息越多，活跃度越高，用户送礼物越多，活跃度越高。信用级别越高、活跃度越高、在线时间越长，用户的权值越大，权值大的用户的评分在主播的推荐评分中占得比重越大。
如果有些用户恶意刷分，例如，注册多个账号对某个主播连续打低分或连续打高分，这会导致对于主播的评分不够客观和准确，因此，对每个用户的打分都赋予权值，对于那些临时注册，信用级别较低的用户设置较低的权值避免了有些用户恶意刷分，导致主播的评分不够客观准确。
在步骤102中，根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
推荐主播可以有一个或多个，预设阈值可以根据具体情况设定，本公开实施例对此不作限制。
在一个实施例中，将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；按照推荐主播的排序向用户推荐推荐主播。
推荐主播可以有多个，按照推荐评分对推荐主播排序，将大多数用户觉得更好的主播排位靠前，便于用户选择观看。
在一个实施例中，根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；发送推荐信息。
将推荐主播推荐给用户，通常需要在用户所使用的终端设备上显示，因此，可以将推荐信息发送给各个终端设备。
本公开实施例提供的主播评分方法，因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
基于上述图1对应的实施例提供的主播评分方法，图2是根据一示例性实施例示出的一种主播评分方法的交互图，该方法应用于终端设备和主播评分装置，该主播评分装置可以是服务器或服务器的一部分，如图2所示，本实施例提供的主播评分方法包括步骤201-206：
在步骤201中，终端设备获取用户对主播的评分。
需要说明的是，用户可以在直播平台观看主播的视频，在用户退出观看时，终端设备弹出评分窗口，以便用户评分。在一个实施例中，在用户持续观看的时间超过预设时长时，才能向该主播评分。例如，终端设备可以是智能手机，直播平台可以是一个直播应用，用户观看的主播的视频可以是实时直播视频，也可以是以往录制的视频。
在步骤202中，终端设备将用户对主播的评分发送至服务器。
在步骤203中，服务器根据每个用户的权值及每个用户对主播的评分获取主播的推荐评分。
在步骤204中，服务器根据至少一个主播的推荐评分生成推荐信息。
在一个实施例中，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
在另一个实施例中，推荐信息用于指示将推荐主播按照按照每个主播的推荐评分从高到低的顺序向用户推荐。
在步骤205中，服务器向终端设备发送推荐信息。
在步骤206中，终端设备根据推荐信息在推荐模块展示推荐主播。
在一个实施例中，在推荐模块展示推荐主播时，可以显示每个推荐主播的推荐评分、在线人数等。
本公开实施例提供的主播评分方法，因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图3是根据一示例性实施例示出的一种主播评分装置的框图，该装置可以通过软件、硬件或者两者的结合实现成为主播评分装置的部分或者全部。该主播评分装置用于执行上述图1和图2对应的实施例中所描述的主播评分方法。如图3所示，该主播评分装置30包括：获取模块301和推荐模块302。
获取模块301，用于获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；
推荐模块302，用于根据获取模块301获取的至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
在一个实施例中，如图4所示，获取模块301包括第一获取子模块3011、第二获取子模块3012和第三获取子模块3013；
第一获取子模块3011，对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；
第二获取子模块3012，用于获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；
第三获取子模块3013，用于根据第二获取子模块3012获取的每个用户的权值及第一获取子模块3011获取的每个用户对主播的评分获取主播的推荐评分。
在一个实施例中，如图5所示，获取模块301还包括权值子模块3014；
权值子模块3014，用于根据每个用户的信用级别、活跃度、在线时间确定用户的权值。
在一个实施例中，如图6所示，推荐模块302包括排序子模块3021和推荐子模块3022；
排序子模块3021，用于按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；
推荐子模块3022，用于按照排序子模块3021确定的推荐主播的排序向用户推荐推荐主播。
在一个实施例中，如图7所示，推荐模块302包括信息子模块3023和发送子模块3024；
信息子模块3023，用于根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
发送子模块3024，用于发送信息子模块3023生成的推荐信息。
本公开实施例提供的主播评分装置，因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
图8是根据一示例性实施例示出的一种主播评分装置的框图，该装置可以通过软件、硬件或者两者的结合实现成为主播评分装置的部分或者全部，该主播评分装置用于执行上述图1和图2对应的实施例中所描述的主播评分方法。如图8所示，该主播评分装置80包括：
处理器801；
用于存储处理器801可执行指令的存储器802；
其中，处理器801被配置为：
获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；
根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
在一个实施例中，处理器801还可以被配置为：
对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；
获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；
根据每个用户的权值及每个用户对主播的评分获取主播的推荐评分。
在一个实施例中，处理器801还可以被配置为：
根据每个用户的信用级别、活跃度、在线时间确定用户的权值。
在一个实施例中，处理器801还可以被配置为：
按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；
按照推荐主播的排序向用户推荐推荐主播。
在一个实施例中，如图9所示，主播评分装置80还可以包括发送器803，处理器801还可以被配置为：
根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
通过发送器803发送推荐信息。
本公开实施例提供的主播评分装置，因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
本公开实施例提供的主播评分装置可以是如图10所示的服务器，图10是根据一示例性实施例示出的一种终端设备的框图，该服务器100可以是智能手机、平板电脑等，该装置用于执行上述图1和图2对应的实施例中所描述的主播评分方法。
服务器100可以包括以下一个或多个组件：处理组件1001，存储器1002，电源组件1003，输入/输出(I/O)的接口1004，以及通信组件1005。
处理组件1001通常控制服务器100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1001可以包括一个或多个处理器10011来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1001可以包括一个或多个模块，便于处理组件1001和其他组件之间的交互。例如，处理组件1001可以包括多媒体模块，以方便多媒体组件1004和处理组件1001之间的交互。
存储器1002被配置为存储各种类型的数据以支持在服务器100的操作。这些数据的示例包括用于在服务器100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1002可以由任何类型的易失性或非易失性存储装置或者它们的组合实现，如静态随机存取存储器(英文：Static Random Access Memory，SRAM)，电可擦除可编程只读存储器(英文：Electrically Erasable Programmable Read OnlyMemory，EEPROM)，可擦除可编程只读存储器(英文：Erasable Programmable Read OnlyMemory，EPROM)，可编程只读存储器(英文：Programmable Read Only Memory，PROM)，只读存储器(英文：Read Only Memory，ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1003为服务器100的各种组件提供电力。电源组件1003可以包括电源管理系统，一个或多个电源，及其他与为服务器100生成、管理和分配电力相关联的组件。
I/O接口1004为处理组件1001和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
通信组件1005被配置为便于服务器100和其他装置之间有线或无线方式的通信。服务器100可以接入基于通信标准的无线网络，如无线保真(英文：Wireless-Fidelity，WiFi)，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1008经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件1005还包括近场通信(英文：Near Field Communication，NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(英文：Radio Frequency Identification，RFID)技术，红外数据协会(英文：Infrared Data Association，IrDA)技术，超宽带(英文：Ultra Wideband，UWB)技术，蓝牙(英文：Bluetooth，BT)技术和其他技术来实现。
在示例性实施例中，服务器100可以被一个或多个应用专用集成电路(英文：Application Specific Integrated Circuit，ASIC)、数字信号处理器(英文：DigitalSignal Processing，DSP)、数字信号处理装置(英文：Digital Signal ProcessingDevice，DSPD)、可编程逻辑器件(英文：Programmable Logic Device，PLD)、现场可编程门阵列(英文：Field Programmable Gate Array，FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述图1和图2对应的实施例中所描述的主播评分方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1002，上述指令可由服务器100的处理组件1001执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(英文：Random AccessMemory，RAM)、CD-ROM、磁带、软盘和光数据存储装置等。当所述存储介质中的指令由服务器100的处理组件1001执行时，使得服务器100能够执行上述图1和图2对应的实施例中所描述的主播评分方法，该方法包括：
获取至少一个主播的推荐评分，至少一个主播中每一个主播的推荐评分是观看过该主播的用户对该主播的评分；
根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
在一个实施例中，获取至少一个主播的推荐评分，包括：
对于每一个主播，获取至少一个用户中每个用户对主播的评分，至少一个用户是观看过主播的视频的用户；
获取至少一个用户的权值信息，权值信息包括至少一个用户中每个用户的权值；
根据每个用户的权值及每个用户对主播的评分获取主播的推荐评分。
在一个实施例中，该方法还包括：
根据每个用户的信用级别、活跃度、在线时间确定用户的权值。
在一个实施例中，将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：
按照每个主播的推荐评分从高到低的顺序确定推荐主播的排序；
按照推荐主播的排序向用户推荐推荐主播。
在一个实施例中，根据至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：
根据至少一个主播的推荐评分生成推荐信息，推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
发送推荐信息。
本公开实施例提供的服务器，因为根据用户对主播的评分确定了推荐给用户的推荐主播，反映了观看过主播的用户对主播的评价，推荐给用户的是大部分用户认为比较好的主播，而且用户可以根据观看过的用户对主播的评分决定是否观看该主播，使得用户可以更为客观准确的判断是否观看某个主播。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种主播评分方法，其特征在于，所述方法包括：
获取至少一个主播的推荐评分，所述至少一个主播中每一个主播的推荐评分是观看过所述主播的用户对所述主播的评分；
根据所述至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
2.根据权利要求1所述的方法，其特征在于，获取至少一个主播的推荐评分，包括：
对于每一个主播，获取至少一个用户中每个用户对所述主播的评分，所述至少一个用户是观看过所述主播的视频的用户；
获取所述至少一个用户的权值信息，所述权值信息包括所述至少一个用户中每个用户的权值；
根据所述每个用户的权值及所述每个用户对所述主播的评分获取所述主播的推荐评分。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据每个用户的信用级别、活跃度、在线时间确定所述用户的权值。
4.根据权利要求1所述的方法，其特征在于，将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：
按照每个主播的推荐评分从高到低的顺序确定所述推荐主播的排序；
按照所述推荐主播的排序向用户推荐所述推荐主播。
5.根据权利要求1-4任一项所述的方法，其特征在于，根据所述至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户，包括：
根据至少一个主播的推荐评分生成推荐信息，所述推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
发送所述推荐信息。
6.一种主播评分装置，其特征在于，所述主播评分装置包括：获取模块和推荐模块；
所述获取模块，用于获取至少一个主播的推荐评分，所述至少一个主播中每一个主播的推荐评分是观看过所述主播的用户对所述主播的评分；
所述推荐模块，用于根据所述获取模块获取的所述至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
7.根据权利要求6所述的装置，其特征在于，所述获取模块包括第一获取子模块、第二获取子模块和第三获取子模块；
所述第一获取子模块，对于每一个主播，获取至少一个用户中每个用户对所述主播的评分，所述至少一个用户是观看过所述主播的视频的用户；
所述第二获取子模块，用于获取所述至少一个用户的权值信息，所述权值信息包括所述至少一个用户中每个用户的权值；
所述第三获取子模块，用于根据所述第二获取子模块获取的所述每个用户的权值及所述第一获取子模块获取的所述每个用户对所述主播的评分获取所述主播的推荐评分。
8.根据权利要求7所述的装置，其特征在于，所述获取模块还包括权值子模块；
所述权值子模块，用于根据每个用户的信用级别、活跃度、在线时间确定所述用户的权值。
9.根据权利要求8所述的装置，其特征在于，所述推荐模块包括排序子模块和推荐子模块；
所述排序子模块，用于按照每个主播的推荐评分从高到低的顺序确定所述推荐主播的排序；
所述推荐子模块，用于按照所述排序子模块确定的所述推荐主播的排序向用户推荐所述推荐主播。
10.根据权利要求9所述的装置，其特征在于，所述推荐模块包括信息子模块和发送子模块；
所述信息子模块，用于根据至少一个主播的推荐评分生成推荐信息，所述推荐信息用于指示将评分大于或等于预设阈值的主播作为推荐主播推荐给用户；
所述发送子模块，用于发送所述信息子模块生成的所述推荐信息。
11.一种主播评分装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取至少一个主播的推荐评分，所述至少一个主播中每一个主播的推荐评分是观看过所述主播的用户对所述主播的评分；
根据所述至少一个主播的推荐评分将评分大于或等于预设阈值的主播作为推荐主播推荐给用户。
CN201710386006.0A 2017-05-26 2017-05-26 主播评分方法及装置 Pending CN107241621A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710386006.0A CN107241621A (zh) 2017-05-26 2017-05-26 主播评分方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710386006.0A CN107241621A (zh) 2017-05-26 2017-05-26 主播评分方法及装置

Publications (1)

Publication Number Publication Date
CN107241621A true CN107241621A (zh) 2017-10-10

Family

ID=59985211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710386006.0A Pending CN107241621A (zh) 2017-05-26 2017-05-26 主播评分方法及装置

Country Status (1)

Country Link
CN (1) CN107241621A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108683927A (zh) * 2018-05-07 2018-10-19 广州酷狗计算机科技有限公司 主播推荐方法、装置及存储介质
CN108769758A (zh) * 2018-07-03 2018-11-06 北京奇艺世纪科技有限公司 一种数据分析方法及装置
CN108777801A (zh) * 2018-05-30 2018-11-09 广州虎牙信息科技有限公司 优质主播用户挖掘方法、装置及计算机存储介质、服务器
CN109729377A (zh) * 2019-01-02 2019-05-07 广州虎牙信息科技有限公司 一种主播信息的推送方法、装置、计算机设备和存储介质
CN111770365A (zh) * 2020-07-03 2020-10-13 广州酷狗计算机科技有限公司 主播推荐方法、装置、计算机设备及计算机可读存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101127871A (zh) * 2007-09-27 2008-02-20 北京中星微电子有限公司 一种新的交互式观看电视节目的方法和装置
CN101446949A (zh) * 2007-11-26 2009-06-03 音乐会技术公司 对用来给媒体内容项目评分的标准的智能默认加权处理
CN102724544A (zh) * 2012-06-18 2012-10-10 清华大学 一种立体视频主观评价系统及方法
WO2013095534A1 (en) * 2011-12-22 2013-06-27 Intel Corporation Quantifiable stereoscopic three-dimensional video evaluation methodology
CN104168433A (zh) * 2014-08-28 2014-11-26 广州华多网络科技有限公司 一种媒体内容处理方法及系统
CN105824946A (zh) * 2016-03-21 2016-08-03 乐视网信息技术（北京）股份有限公司 基于数据评分进行多媒体推荐的方法及系统
CN105843953A (zh) * 2016-04-12 2016-08-10 乐视控股（北京）有限公司 多媒体推荐方法及装置
CN105893561A (zh) * 2016-03-31 2016-08-24 北京奇艺世纪科技有限公司 一种排序方法和装置
CN106059904A (zh) * 2016-07-14 2016-10-26 中青冠岳科技(北京)有限公司 基于即时通讯软件进行直播歌曲打分的方法与系统
CN106326277A (zh) * 2015-06-30 2017-01-11 上海证大喜马拉雅网络科技有限公司 一种基于用户行为的音频个性化推荐方法和系统
CN106599251A (zh) * 2016-12-20 2017-04-26 北京小米移动软件有限公司 展示主播排名的方法和装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101127871A (zh) * 2007-09-27 2008-02-20 北京中星微电子有限公司 一种新的交互式观看电视节目的方法和装置
CN101446949A (zh) * 2007-11-26 2009-06-03 音乐会技术公司 对用来给媒体内容项目评分的标准的智能默认加权处理
WO2013095534A1 (en) * 2011-12-22 2013-06-27 Intel Corporation Quantifiable stereoscopic three-dimensional video evaluation methodology
CN102724544A (zh) * 2012-06-18 2012-10-10 清华大学 一种立体视频主观评价系统及方法
CN104168433A (zh) * 2014-08-28 2014-11-26 广州华多网络科技有限公司 一种媒体内容处理方法及系统
CN106326277A (zh) * 2015-06-30 2017-01-11 上海证大喜马拉雅网络科技有限公司 一种基于用户行为的音频个性化推荐方法和系统
CN105824946A (zh) * 2016-03-21 2016-08-03 乐视网信息技术（北京）股份有限公司 基于数据评分进行多媒体推荐的方法及系统
CN105893561A (zh) * 2016-03-31 2016-08-24 北京奇艺世纪科技有限公司 一种排序方法和装置
CN105843953A (zh) * 2016-04-12 2016-08-10 乐视控股（北京）有限公司 多媒体推荐方法及装置
CN106059904A (zh) * 2016-07-14 2016-10-26 中青冠岳科技(北京)有限公司 基于即时通讯软件进行直播歌曲打分的方法与系统
CN106599251A (zh) * 2016-12-20 2017-04-26 北京小米移动软件有限公司 展示主播排名的方法和装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108683927A (zh) * 2018-05-07 2018-10-19 广州酷狗计算机科技有限公司 主播推荐方法、装置及存储介质
CN108683927B (zh) * 2018-05-07 2020-10-09 广州酷狗计算机科技有限公司 主播推荐方法、装置及存储介质
CN108777801A (zh) * 2018-05-30 2018-11-09 广州虎牙信息科技有限公司 优质主播用户挖掘方法、装置及计算机存储介质、服务器
CN108777801B (zh) * 2018-05-30 2020-08-21 广州虎牙信息科技有限公司 优质主播用户挖掘方法、装置及计算机存储介质、服务器
CN108769758A (zh) * 2018-07-03 2018-11-06 北京奇艺世纪科技有限公司 一种数据分析方法及装置
CN109729377A (zh) * 2019-01-02 2019-05-07 广州虎牙信息科技有限公司 一种主播信息的推送方法、装置、计算机设备和存储介质
CN109729377B (zh) * 2019-01-02 2021-06-08 广州虎牙信息科技有限公司 一种主播信息的推送方法、装置、计算机设备和存储介质
CN111770365A (zh) * 2020-07-03 2020-10-13 广州酷狗计算机科技有限公司 主播推荐方法、装置、计算机设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN107241621A (zh) 主播评分方法及装置
CN108900923B (zh) 推荐直播模板的方法和装置
CN111556327A (zh) 直播间推荐方法、装置、终端、服务器、系统及存储介质
CN113315986B (zh) 直播互动、产品评价方法、装置、电子设备及存储介质
CN104954820A (zh) 节目的推荐方法及装置
CN113365086B (zh) 直播数据互动方法、装置、电子设备、服务器及存储介质
CN105653276A (zh) 用于语言设置的方法及装置
CN104618218A (zh) 消息提醒方法及装置
CN107959864B (zh) 截屏控制方法及装置
CN107203899A (zh) 信息推送方法及设备
CN104539812B (zh) 推荐信息获取方法、终端及服务器
CN107818110A (zh) 一种信息推荐方法、装置
US11256382B2 (en) Method for displaying interactive content, electronic device, and storage medium
CN104268151B (zh) 联系人分组方法及装置
CN104850651A (zh) 信息上报方法及装置和信息推送方法及装置
CN105205086A (zh) 应用程序使用信息分享方法和装置
CN104835516A (zh) 音乐播放方法和装置、智能终端
CN105095235A (zh) 应用程序推荐方法和装置
CN104320707A (zh) 网络视频的播放方法及装置
CN104639609A (zh) 网络共享方法及装置
CN112131466A (zh) 群组展示方法、装置、系统和存储介质
CN113343075B (zh) 一种虚拟资源推送方法、装置、电子设备及存储介质
CN107247794B (zh) 直播中的话题引导方法、直播装置及终端设备
CN112000840B (zh) 一种业务对象的展示方法和装置
CN113691872A (zh) 直播任务分配方法、装置、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171010