CN108304888B - 直播平台用户分类方法及计算机存储介质、终端 - Google Patents
直播平台用户分类方法及计算机存储介质、终端 Download PDFInfo
- Publication number
- CN108304888B CN108304888B CN201810167973.2A CN201810167973A CN108304888B CN 108304888 B CN108304888 B CN 108304888B CN 201810167973 A CN201810167973 A CN 201810167973A CN 108304888 B CN108304888 B CN 108304888B
- Authority
- CN
- China
- Prior art keywords
- user
- live broadcast
- watching
- type
- category
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明涉及视频直播领域,具体涉及一种直播平台用户分类方法及计算机存储介质、终端,所述方法包括:获取用户在直播平台上的观看行为数据;根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息;根据所述统计信息确定用户的核心类型以对用户进行分类。本发明通过对用户进行细致分类,为制定与不同类型用户匹配的运营策略、判断用户是否会因为主播的离开而流失、及制定相应的预防措施作基础,引导用户转向高活跃类型和品类依赖类型。
Description
技术领域
本发明涉及视频直播领域,具体涉及一种直播平台用户分类方法及计算机存储介质、终端。
背景技术
对于直播平台而言,最主要的用户包括主播用户跟观众用户,主播跟观众都可能由于某些原因流失,当主播流失时,直播平台希望尽可能早的知道主播离开以后会对多少用户造成影响或带走多少用户,基于这个出发点,直播平台需要对用户的核心程度有更深入的认识,需要了解用户的观看喜好,培养用户的观看兴致,拓展用户的兴趣类型,让用户与直播平台的联系更加紧密不轻易流失,因此有必要对用户进行分类,而目前仅仅从用户观看过的主播跟直播类型对用户进行分类,不能详细的反映出用户的真实喜好,不能制定相应匹配的运营策略,并且对于用户是否会因为主播的离开而流失无法作很好的判断,亦无法作出很好的预防措施,该些影响均是由于目前直播平台对于用户的划分不够细致所导致,因而需要一种更好地划分直播平台用户的方法。
发明内容
为克服以上技术问题,特别是现有技术对于直播平台的观众用户无法细致分类,无法制定匹配的运营策略的问题,特提出以下技术方案:
第一方面,本发明提供了一种直播平台用户分类方法,包括:
获取用户在直播平台上的观看行为数据;
根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息;
根据所述统计信息确定用户的核心类型以对用户进行分类。
进一步的,所述获取用户在直播平台上的观看行为数据,包括:
响应于用户进入直播平台,获取用户在直播平台上预设天数内的观看行为数据以动态确定用户当前的核心类型。
进一步的,所述根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长,包括:
当用户每一次对一个主播的观看时长大于有效直播时长时,所对应的对主播的观看时长、对直播品类的观看时长为有效观看行为数据;
当用户每一天在直播平台上的观看时长大于有效一天观看时长时,所对应的在直播平台上的观看时长、在直播平台上的观看天数为有效观看行为数据。
进一步的,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数小于第一预设值时,确定用户的核心类型为低活跃类型;
当用户在直播平台上预设天数内的观看天数大于第一预设值小于第二预设值,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例小于第一比例值时,确定用户的核心类型为中活跃类型;
当用户在直播平台上预设天数内的观看天数大于第二预设值,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值时,确定用户的核心类型为高活跃类型。
进一步的,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数大于第一预设值、指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值、且对特定一个主播的观看时长占所述指定一种直播品类的观看时长的比例大于第一比例值时,确定用户的核心类型为主播依赖类型。
进一步的,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数大于第一预设值、指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值、且对所有主播的每一个主播的观看时长占所述指定一种直播品类的观看时长的比例小于第一比例值时,确定用户的核心类型为品类依赖类型。
较佳的,所述根据所述统计信息确定用户的核心类型以对用户进行分类之后,还包括:
对不同核心类型的用户匹配相应的运营策略,向用户推送相应的直播间,其中:
当用户的核心类型为低活跃类型时,向该类型的用户推送直播平台上指定品类直播的优质直播间;
当用户的核心类型为中活跃类型时,向该类型的用户推送直播平台上指定品类直播的指定主播的直播间;
当用户的核心类型为高活跃类型时,向该类型的用户推送直播平台上新晋主播的直播间或新型直播品类的直播间;
当用户的核心类型为主播依赖类型时,向该类型的用户推送直播平台上与指定直播品类相同的其他主播的直播间;
当用户的核心类型为品类依赖类型时,向该类型的用户推送直播平台上与指定直播品类相近的另一直播品类的优质直播间。
进一步的,所述根据所述统计信息确定用户的核心类型之后,还包括:
获取本统计时间段的前一统计时间段确定的用户的核心类型;
若用户从高活跃类型变为中活跃类型或低活跃类型以及从中活跃类型变为低活跃类型时,向用户推送激励活动以引导用户的核心类型转向高活跃类型和品类依赖类型。
第二方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述的直播平台用户分类方法。
第三方面,本发明还提供了一种终端,所述终端包括一个或多个处理器、存储器、一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述的直播平台用户分类方法。
本发明与现有技术相比,具有以下有益效果:
本发明通过获取用户在直播平台上的观看行为数据,根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息后确定用户的核心类型、对用户进行细致分类,以此为制定与不同类型用户匹配的运营策略、判断用户是否会因为主播的离开而流失、及制定相应的预防措施作基础。
此外,本发明动态判断用户的类型,每次用户到达平台,平台先判断用户的核心类型,并且根据用户当前的核心类型,给用户制定适合当前观看状态的推荐方案。
再者,本发明对每天到达直播平台的用户,能提前判断用户在直播平台的核心程度,一方面可以把每天的用户进行分层,便于了解当前用户的结构,另一方面对具体的用户能提供更合理的运营策略,可以有效监控 DAU(Daily Active User,日活跃用户数量)各层用户的变化,DAU有较大的波动时,能定位出问题的用户类型,找到影响用户的业务原因,引导用户转向高活跃类型和品类依赖类型。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明直播平台用户分类方法的一实施例流程示意图;
图2为本发明直播平台用户分类方法的另一实施例流程示意图;
图3为本发明终端的一实施例结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语 (包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本领域技术人员应当理解,本发明所称的“应用”、“应用程序”、“应用软件”、“客户端”、“客户端软件”以及类似表述的概念,是业内技术人员所公知的相同概念,是指由一系列计算机指令及相关数据资源有机构造的适于电子运行的计算机软件。除非特别指定,这种命名本身不受编程语言种类、级别,也不受其赖以运行的操作系统或平台所限制。理所当然地,此类概念也不受任何形式的终端所限制。
本领域技术人员应当理解,本发明所称的用户界面、显示界面泛指能够用于向智能终端发送所述控制指令的显示界面,例如,可以是 Android/IOS/Windows Phone系统的设置页面中的一个选项(或按键,由所述应用程序添加其中,下同),也可以是从桌面呼出的通知栏或者交互页面中的一个选项,还可以是所述应用程序的一个活动组件所构造的页面中的一个选项。
在一种实施例中,本发明提供一种直播平台用户分类方法,如图1所示,该方法包括:
S100:获取用户在直播平台上的观看行为数据。
本实施例的执行主体为主播平台服务器,用户在直播平台上的所有浏览行为、操作行为都会生成观看行为数据上传到直播平台服务器,服务器在后台获取到用户在直播平台上的观看行为数据,然后根据逻辑处理每一个用户的观看行为数据。本实施例中,观看行为数据为用户的历史观看行为数据,而当用户为新用户时,可以将新用户的观看行为数据均视为0进行处理。
所述观看行为数据包括用户进入直播平台的开始时间、退出直播平台的离开时间、进入直播平台上任何一个主播的直播间的开始时间,退出主播的直播间的离开时间,而实际应用中,用户的行为数据还包括搜索、评论、赠送虚拟礼物等行为数据,本实施例优选关注用户的观看行为数据,其它的行为数据不影响本实施例的实施,例如,本实施例可以从记录观众所有的行为数据中获取到观看行为数据,或者本实施例与直播应用相配合,直播应用只将用户的观看行为数据上传到本实施例的直播平台服务器。
S200:根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息。
直播平台在获取到所述观看行为数据后,根据用户一次进入到任何一个主播的直播间的开始时间及退出该主播的直播间的离开时间,统计出用户一次对该主播的观看时长,若用户同一天内多次进入到同一主播的直播间,则将多次对该主播的观看时长相加,即得出该用户一天内对该主播的观看时长;继而根据该方法从所述用户行为数据中统计出用户每一天内对各个主播的观看时长。另外,每一个主播或者说每一个直播间都有特定的直播主题,本实施例以直播品类进行区分,直播品类包括户外、美食、星秀、吃喝玩乐、游戏A、游戏B、游戏C,当统计出用户每一天对每一个主播的观看时长后,即可对应相应的直播品类,统计出用户每一天对每一种直播品类的观看时长。将用户每一天对每一种直播品类的观看时长相加即可统计出用户每一天在直播平台上的观看时长。当用户一天在直播平台上的观看时长大于0时,用户在直播平台上的观看天数即增加1。由此便可统计得到用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息。
S300:根据所述统计信息确定用户的核心类型以对用户进行分类。
所述统计信息实时更新,本实施例优选每隔一天获取用户的观看行为数据,同样的每隔一天根据用户的观看行为数据统计出所述统计信息,然后便可根据所述统计信息确定用户的核心类型,以对用户进行分类,本实施例所述核心类型包括低活跃类型、中活跃类型、高活跃类型、主播依赖类型以及品类依赖类型,相应的对用户进行分类后为低活跃用户、中活跃用户、高活跃用户、主播依赖类型用户以及品类依赖类型用户。
本实施例通过获取用户在直播平台上的观看行为数据,根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息后确定用户的核心类型、对用户进行细致分类,以此为制定与不同类型用户匹配的运营策略、判断用户是否会因为主播的离开而流失、及制定相应的预防措施作基础。
本发明的一种实施例,所述获取用户在直播平台上的观看行为数据,包括:
响应于用户进入直播平台,获取用户在直播平台上预设天数内的观看行为数据以动态确定用户当前的核心类型。
本实施例中,当用户进入直播平台后,本实施例的直播平台服务器即获取用户在直播平台上预设天数内的观看行为数据确定用户当前的核心类型,优选的,本实施例获取用户在直播平台30天内的观看行为数据作为确定用户核心类型的统计数据,以此可以动态确定用户的核心类型,若用户的观看行为数据发生较明显的变化,可以由此快速、动态地确定用户的核心类型。
较佳的,本发明的一种实施例,所述根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长,包括:
当用户每一次对一个主播的观看时长大于有效直播时长时,所对应的对主播的观看时长、对直播品类的观看时长为有效观看行为数据;
当用户每一天在直播平台上的观看时长大于有效一天观看时长时,所对应的在直播平台上的观看时长、在直播平台上的观看天数为有效观看行为数据。
为了筛选出更真实、有效的数据,本实施例中,对于观看行为数据中,只有当用户每一次对一个主播的观看时长大于有效直播时长时,所对应的对主播的观看时长、对直播品类的观看时长才为有效观看行为数据,例如用户发生误触或其它情况,进入某一主播的直播间观看10秒后即出来,该观看行为数据不作为有效的观看行为数据,不计入用户对该主播的观看时长中,当用户每一次对一个主播的观看时长大于有效直播时长,例如2 分钟,才计入用户对该主播的观看时长、对该直播品类的观看时长。同样的,当用户每一天在直播平台上的观看时长大于有效一天观看时长例如5 分钟时,所对应的在直播平台上的观看时长、在直播平台上的观看天数为有效观看行为数据。
进一步的,基于上述获取预设天数内的用户观看行为数据的实施例中,具体的,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数小于第一预设值时,确定用户的核心类型为低活跃类型;
当用户在直播平台上预设天数内的观看天数大于第一预设值小于第二预设值,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例小于第一比例值时,确定用户的核心类型为中活跃类型;
当用户在直播平台上预设天数内的观看天数大于第二预设值,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值时,确定用户的核心类型为高活跃类型。
从上述实施例根据用户的观看行为数据统计出的统计信息中,当用户在直播平台上预设天数内的观看天数小于第一预设值时,确定用户的核心类型为低活跃类型,本实施例中,若用户在30天内的观看天数小于4天时,则确定用户的核心类型为低活跃类型,该类型的用户为不稳定用户,随时可能会离开平台。当用户在直播平台上30内的观看天数大于4天小于8天时,且指定一种直播品类如游戏A的观看时长占在直播平台上的观看时长的比例小于(或等于)0.5时,则确定用户的核心类型为中活跃类型,该类型的用户说不上特别喜欢某个直播品类,但对于直播平台有一定粘性,不易像低活跃用户一样随时离开。当用户在直播平台上预设天数内的观看天数大于8天,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于0.5时,确定用户的核心类型为高活跃类型,该类型的用户在直播平台上的活跃度高,且兴趣不单一,不单独依赖某个直播品类或某个主播。
进一步了,为了更好地筛选出具有不同特征的用户,本发明的另一种数量,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数大于第一预设值、指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值、且对特定一个主播的观看时长占所述指定一种直播品类的观看时长的比例大于第一比例值时,确定用户的核心类型为主播依赖类型。
本实施例中,当用户在直播平台上30内的观看天数大于4天、并且指定一种直播品类如游戏A的观看时长占在直播平台上的观看时长的比例大于0.5、且对特定一个主播的观看时长占所述指定一种直播品类游戏 A的观看时长的比例大于0.5时,则确定用户的核心类型为主播依赖类型,该类型的用户的所有观看时长都集中在某个直播品类的特定一个主播上,容易因为主播流失而离开直播平台、对直播平台的观看水平受到严重影响,甚至该特定主播的开播天数和开播时长都会严重影响这类用户在直播平台的观看水平。
同样的,本发明的另一种实施例,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数大于第一预设值、指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值、且对所有主播的观看时长占所述指定一种直播品类的观看时长的比例小于第一比例值时,确定用户的核心类型为品类依赖类型。
本实施例中,当用户在直播平台上30内的观看天数大于4天、并且指定一种直播品类如游戏A的观看时长占在直播平台上的观看时长的比例大于0.5、且对所有主播的每一个主播的观看时长占所述指定一种直播品类游戏A的观看时长的比例均大于0.5时,则确定用户的核心类型为品类依赖类型,该类型的用户的所有观看时长都集中在一个直播品类,但不集中在特定一个主播上,属于较核心的用户,但兴趣较单一。
进一步的,本发明的一种实施例,如图2所示,所述根据所述统计信息确定用户的核心类型以对用户进行分类之后,还包括:
S400:对不同核心类型的用户匹配相应的运营策略,向用户推送相应的直播间;
其中:
当用户的核心类型为低活跃类型时,向该类型的用户推送直播平台上指定品类直播的优质直播间;
当用户的核心类型为中活跃类型时,向该类型的用户推送直播平台上指定品类直播的指定主播的直播间;
当用户的核心类型为高活跃类型时,向该类型的用户推送直播平台上新晋主播的直播间或新型直播品类的直播间;
当用户的核心类型为主播依赖类型时,向该类型的用户推送直播平台上与指定直播品类相同的其他主播的直播间;
当用户的核心类型为品类依赖类型时,向该类型的用户推送直播平台上与指定直播品类相近的另一直播品类的优质直播间。
将直播平台的用户分类后是为了更好地服务直播平台的运营策略,向用户推送能够吸引用户的直播间,进而留住用户,保持直播平台的活跃量。本实施例中,当用户的核心类型为低活跃类型时,这类用户再次来到直播平台的机会难得,可以定位用户观看时长最长的直播品类,向该用户推送该直播品类在平台上最优质的头部主播,引导用户留在平台。当用户的核心类型为中活跃类型时,主要的运营策略是帮助用户打造跟现有相对最喜欢的直播品类更紧密的关系,可以是加强用户跟该直播品类的某一个主播的依赖,再进一步加强跟整个直播品类的依赖。当用户的核心类型为高活跃类型时,主要的运营策略是维稳,并尝试推荐新晋主播的直播间或新型直播品类的直播间以拓展用户兴趣。当用户的核心类型为主播依赖类型时,向该类型的用户推送直播平台上与指定直播品类相同的其他主播的直播间,主要的运营策略是把用户从重度依赖一个主播转移到重度依赖一种直播品类。当用户的核心类型为品类依赖类型时,主要的运营策略是巩固已经看过的弱势的直播品类,向该类型的用户推送直播平台上与指定直播品类相近的另一直播品类的优质直播间,比如向用户推送第二活跃的直播品类的直播间。
进一步的,本发明的一种实施例,所述根据所述统计信息确定用户的核心类型之后,还包括:
获取本统计时间段的前一统计时间段确定的用户的核心类型;
若用户从高活跃类型变为中活跃类型或低活跃类型以及从中活跃类型变为低活跃类型时,向用户推送激励活动以引导用户的核心类型转向高活跃类型和品类依赖类型。
本发明实施例用户的核心类型动态地确定,可以第一时间了解到用户的核心类型变化,本实施例中,在确定用户的核心类型之后,获取本统计时间段的前一统计时间段确定的用户的核心类型,以此便可确定用户的核心类型是否发送变化,若用户从高活跃类型变为中活跃类型或低活跃类型以及从中活跃类型变为低活跃类型时,向用户推送激励活动,激励活动例如用户观看时长超过30分钟时,向用户奖励直播平台的虚拟货币,以引导用户的核心类型转向高活跃类型和品类依赖类型。
在另一种实施例中,本发明提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述实施例所述的直播间活动信息展示方法。其中,所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、 ROM(Read-Only Memory,只读存储器)、RAM(Random AcceSSMemory,随即存储器)、EPROM(EraSable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically EraSable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储设备包括由设备(例如,计算机、手机)以能够读的形式存储或传输信息的任何介质,可以是只读存储器,磁盘或光盘等。
本发明实施例提供的一种计算机可读存储介质,可实现获取用户在直播平台上的观看行为数据;根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息;根据所述统计信息确定用户的核心类型以对用户进行分类。通过确定用户的核心类型、对用户进行细致分类,以此为制定与不同类型用户匹配的运营策略、判断用户是否会因为主播的离开而流失、及制定相应的预防措施作基础。此外,本发明提供的计算机可读存储介质还可实现动态判断用户的类型,每次用户到达平台,平台先判断用户的核心类型,并且根据用户当前的核心类型,给用户制定适合当前观看状态的推荐方案。另外,本发明提供的计算机可读存储介质还可实现对每天到达直播平台的用户,能提前判断用户在直播平台的核心程度,一方面可以把每天的用户进行分层,便于了解当前用户的结构,另一方面对具体的用户能提供更合理的运营策略,可以有效监控DAU各层用户的变化,DAU(Daily Active User,日活跃用户数量)有较大的波动时,能定位出问题的用户类型,找到影响用户的业务原因,引导用户转向高活跃类型和品类依赖类型。
本发明实施例提供的计算机可读存储介质可以实现上述直播平台用户分类方法的实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。
此外,在又一种实施例中,本发明还提供一种终端,如图3所示,所述终端可以包括一个或者一个以上的处理器301,还包括存储器302、WiFi(wireless fidelity,无线保真)电路303、RF(Radio Frequency,射频) 电路304、音频电路305、传感器306、输出设备307、输入设备308 、电源309,处理器301是终端的控制中心,利用各种接口和线路连接以上各部分。本领域技术人员可以理解,图3中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
WiFi电路303可为用户提供无线局域网或互联网访问;其可包括天线、WiFi模块等。RF电路304可收发信息,或在通话过程中信号的接收和发送;其可包括天线、至少一个放大器、调谐器、一个或多个振荡器、耦合器、双工器等。音频电路305可将接收到的音频数据转换成电信号,传输到扬声器,也可将传声器收集的声音信号转换为音频数据,发给处理器301处理;其可设置扬声器、传声器、耳机接口等。传感器306可用于感应外界信号,并发给处理器301处理;其可包括运动传感器、光传感器等。输出设备307可用于显示各种信号;其可为采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-EmittingDiode,有机发光二极管)等形式来配置显示面板。输入设备308 可用于输入数字和字符等信息;其可为物理按键、触控面板等。电源309可为终端各部分供电,通过电源管理系统与处理器301 逻辑连接;其可包括一个或一个以上的直流或交流电源、充电系统、电源状态指示器等组件。存储器302可用于存储软件程序以及模块;其可为计算机可读存储介质,具体的为硬盘、闪存等。处理器是终端的控制中心,通过运行或执行存储在存储器302内的软件程序和/或模块,以及调用存储在存储器302的数据,执行终端各种功能、处理终端数据。
作为一个实施例,终端包括:一个或多个处理器301,存储器302,一个或多个应用程序,其中所述一个或多个应用程序被存储在存储器302 中并被配置为由所述一个或多个处理器301执行,所述一个或多个程序配置用于执行以上实施例所述的直播平台用户分类方法。
本发明实施例提供的一种终端,可实现获取用户在直播平台上的观看行为数据;根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息;根据所述统计信息确定用户的核心类型以对用户进行分类。通过确定用户的核心类型、对用户进行细致分类,以此为制定与不同类型用户匹配的运营策略、判断用户是否会因为主播的离开而流失、及制定相应的预防措施作基础。此外,本发明提供的终端还可实现动态判断用户的类型,每次用户到达平台,平台先判断用户的核心类型,并且根据用户当前的核心类型,给用户制定适合当前观看状态的推荐方案。另外,本发明提供的终端还可实现对每天到达直播平台的用户,能提前判断用户在直播平台的核心程度,一方面可以把每天的用户进行分层,便于了解当前用户的结构,另一方面对具体的用户能提供更合理的运营策略,可以有效监控DAU(DailyActive User,日活跃用户数量)各层用户的变化,DAU 有较大的波动时,能定位出问题的用户类型,找到影响用户的业务原因,引导用户转向高活跃类型和品类依赖类型。
本发明实施例提供的终端可以实现上述提供的剧本内容生成方法的实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种直播平台用户分类方法,其特征在于,包括:
响应于用户进入直播平台,获取用户在直播平台上预设天数内的观看行为数据以动态确定用户当前的核心类型;
根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长的统计信息;
根据所述统计信息确定用户的核心类型以对用户进行分类;
当用户在直播平台上预设天数内的观看天数大于第一预设值、指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值、且对特定一个主播的观看时长占所述指定一种直播品类的观看时长的比例大于第一比例值时,确定用户的核心类型为主播依赖类型;
当用户在直播平台上预设天数内的观看天数大于第一预设值、指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值、且对所有主播的每一个主播的观看时长占所述指定一种直播品类的观看时长的比例小于第一比例值时,确定用户的核心类型为品类依赖类型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述观看行为数据统计用户在直播平台上的观看天数、在直播平台上的观看时长、对每一个主播的观看时长、对每一种直播品类的观看时长,包括:
当用户每一次对一个主播的观看时长大于有效直播时长时,所对应的对主播的观看时长、对直播品类的观看时长为有效观看行为数据;
当用户每一天在直播平台上的观看时长大于有效一天观看时长时,所对应的在直播平台上的观看时长、在直播平台上的观看天数为有效观看行为数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述统计信息确定用户的核心类型以对用户进行分类,包括:
当用户在直播平台上预设天数内的观看天数小于第一预设值时,确定用户的核心类型为低活跃类型;
当用户在直播平台上预设天数内的观看天数大于第一预设值小于第二预设值,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例小于第一比例值时,确定用户的核心类型为中活跃类型;
当用户在直播平台上预设天数内的观看天数大于第二预设值,且指定一种直播品类的观看时长占在直播平台上的观看时长的比例大于第一比例值时,确定用户的核心类型为高活跃类型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述统计信息确定用户的核心类型以对用户进行分类之后,还包括:
对不同核心类型的用户匹配相应的运营策略,向用户推送相应的直播间,其中:
当用户的核心类型为低活跃类型时,向该类型的用户推送直播平台上指定品类直播的优质直播间;
当用户的核心类型为中活跃类型时,向该类型的用户推送直播平台上指定品类直播的指定主播的直播间;
当用户的核心类型为高活跃类型时,向该类型的用户推送直播平台上新晋主播的直播间或新型直播品类的直播间;
当用户的核心类型为主播依赖类型时,向该类型的用户推送直播平台上与指定直播品类相同的其他主播的直播间;
当用户的核心类型为品类依赖类型时,向该类型的用户推送直播平台上与指定直播品类相近的另一直播品类的优质直播间。
5.根据权利要求1所述的方法,其特征在于,所述根据所述统计信息确定用户的核心类型之后,还包括:
获取本统计时间段的前一统计时间段确定的用户的核心类型;
若用户从高活跃类型变为中活跃类型或低活跃类型以及从中活跃类型变为低活跃类型时,向用户推送激励活动以引导用户的核心类型转向高活跃类型和品类依赖类型。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现权利要求1至5任一项所述的直播平台用户分类方法。
7.一种终端,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行根据权利要求1至5任一项所述的直播平台用户分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167973.2A CN108304888B (zh) | 2018-02-28 | 2018-02-28 | 直播平台用户分类方法及计算机存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167973.2A CN108304888B (zh) | 2018-02-28 | 2018-02-28 | 直播平台用户分类方法及计算机存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108304888A CN108304888A (zh) | 2018-07-20 |
CN108304888B true CN108304888B (zh) | 2020-07-07 |
Family
ID=62848891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810167973.2A Active CN108304888B (zh) | 2018-02-28 | 2018-02-28 | 直播平台用户分类方法及计算机存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108304888B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874609B (zh) * | 2018-09-04 | 2022-08-16 | 武汉斗鱼网络科技有限公司 | 基于用户行为的用户聚类方法、存储介质、设备及系统 |
CN110213606A (zh) * | 2019-05-30 | 2019-09-06 | 上海云甫智能科技有限公司 | 一种直播平台内容推荐方法及系统 |
CN110276646B (zh) * | 2019-06-25 | 2022-07-26 | 北京字节跳动网络技术有限公司 | 针对推送信息的数据处理方法、装置及电子设备 |
CN110536159A (zh) * | 2019-08-29 | 2019-12-03 | 广州虎牙科技有限公司 | 用户分类方法、装置、计算机设备及存储介质 |
CN110830812B (zh) * | 2019-10-31 | 2021-11-30 | 广州市网星信息技术有限公司 | 相似主播分类模型训练方法、主播推荐方法及相关装置 |
CN110769270B (zh) * | 2019-11-08 | 2021-10-26 | 网易(杭州)网络有限公司 | 直播互动的方法及装置、电子设备、存储介质 |
CN111372130B (zh) * | 2020-03-02 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 一种用户在线时长统计方法、装置、电子设备及存储介质 |
CN111866528A (zh) * | 2020-04-30 | 2020-10-30 | 火币(广州)区块链科技有限公司 | 一种直播节目推送方法和可读存储介质 |
CN112040254B (zh) * | 2020-08-13 | 2023-03-28 | 广州虎牙信息科技有限公司 | 一种风险控制方法、装置、存储介质、计算机设备 |
CN112770126A (zh) * | 2020-12-29 | 2021-05-07 | 北京达佳互联信息技术有限公司 | 直播间的推送方法、装置、服务器及存储介质 |
CN113132749B (zh) * | 2021-04-28 | 2022-10-04 | 广州虎牙科技有限公司 | 直播间的推荐方法、装置、设备及介质 |
CN113256342B (zh) * | 2021-06-09 | 2024-04-30 | 广州虎牙科技有限公司 | 直播目标用户预估方法、装置、电子设备和计算机可读存储介质 |
CN113676740A (zh) * | 2021-07-16 | 2021-11-19 | 五八同城信息技术有限公司 | 电子资源显示和发放方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209342A (zh) * | 2013-04-01 | 2013-07-17 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
CN103546773A (zh) * | 2013-08-15 | 2014-01-29 | Tcl集团股份有限公司 | 电视节目的推荐方法及其系统 |
CN105163182A (zh) * | 2015-08-24 | 2015-12-16 | Tcl集团股份有限公司 | 基于例外挖掘算法的智能电视用户行为获取方法及系统 |
CN106127519A (zh) * | 2016-06-24 | 2016-11-16 | 武汉斗鱼网络科技有限公司 | 一种基于K‑Means算法的直播平台用户细分方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851349A (zh) * | 2017-03-21 | 2017-06-13 | 上海星红桉数据科技有限公司 | 基于海量跨屏收视行为数据的直播推荐方法 |
-
2018
- 2018-02-28 CN CN201810167973.2A patent/CN108304888B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209342A (zh) * | 2013-04-01 | 2013-07-17 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
CN103546773A (zh) * | 2013-08-15 | 2014-01-29 | Tcl集团股份有限公司 | 电视节目的推荐方法及其系统 |
CN105163182A (zh) * | 2015-08-24 | 2015-12-16 | Tcl集团股份有限公司 | 基于例外挖掘算法的智能电视用户行为获取方法及系统 |
CN106127519A (zh) * | 2016-06-24 | 2016-11-16 | 武汉斗鱼网络科技有限公司 | 一种基于K‑Means算法的直播平台用户细分方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108304888A (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108304888B (zh) | 直播平台用户分类方法及计算机存储介质、终端 | |
CN107659828B (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
CN104113787B (zh) | 基于节目的评论方法、终端、服务器和系统 | |
CN108900923B (zh) | 推荐直播模板的方法和装置 | |
CN109947497B (zh) | 应用程序预加载方法、装置、存储介质及移动终端 | |
CN107943650B (zh) | 应用程序的控制方法、装置、存储介质及终端 | |
CN108900856B (zh) | 一种视频帧率预测方法、装置及设备 | |
CN104066009B (zh) | 节目识别方法、装置、终端、服务器及系统 | |
CN104679536A (zh) | 应用程序的启动方法、装置以及电子设备 | |
CN105677719A (zh) | 应用程序的管理方法和装置 | |
CN109218535A (zh) | 智能调节音量的方法、装置、存储介质及终端 | |
CN107613315B (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
CN107479953B (zh) | 进程管理方法、装置、存储介质及电子设备 | |
CN107402808B (zh) | 进程管理方法、装置、存储介质及电子设备 | |
US9210119B2 (en) | Automated triggering of a broadcast | |
CN104168263A (zh) | 一种服务器及其闹钟实现方法 | |
CN110237536A (zh) | 个性化游戏服务提供方法、装置、电子设备及存储介质 | |
CN108235075B (zh) | 视频质量等级匹配方法、计算机可读存储介质及终端 | |
CN111343497A (zh) | 播放设备的音效调整方法、播放设备以及存储介质 | |
US10990460B2 (en) | Method of generating broadcast queue, storage medium, and terminal | |
WO2019095614A1 (zh) | 一种推荐方法、装置及计算机设备 | |
CN106951333A (zh) | 一种广播控制方法、装置及移动终端 | |
CN107622234B (zh) | 一种显示萌脸礼物的方法和装置 | |
CN111083534B (zh) | 一种用于提供推荐视频列表的方法与设备 | |
CN106936826A (zh) | 广播接收器的注册方法、装置和终端设备 |
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 |