CN108377423B - 直播间推荐方法及相关计算机可读存储介质和电子设备 - Google Patents

直播间推荐方法及相关计算机可读存储介质和电子设备 Download PDF

Info

Publication number
CN108377423B
CN108377423B CN201810139406.6A CN201810139406A CN108377423B CN 108377423 B CN108377423 B CN 108377423B CN 201810139406 A CN201810139406 A CN 201810139406A CN 108377423 B CN108377423 B CN 108377423B
Authority
CN
China
Prior art keywords
live broadcast
broadcast room
live
room
rooms
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
Application number
CN201810139406.6A
Other languages
English (en)
Other versions
CN108377423A (zh
Inventor
王璐
张文明
陈少杰
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.)
Wuhan Douyu Network Technology Co Ltd
Original Assignee
Wuhan Douyu Network 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 Wuhan Douyu Network Technology Co Ltd filed Critical Wuhan Douyu Network Technology Co Ltd
Priority to CN201810139406.6A priority Critical patent/CN108377423B/zh
Publication of CN108377423A publication Critical patent/CN108377423A/zh
Application granted granted Critical
Publication of CN108377423B publication Critical patent/CN108377423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • 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
    • 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
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种直播间推荐方法，包括以下步骤：将所有与同一源直播间相关的直播间组成所述源直播间的关系直播间组，筛选出预设时间内每一个源直播间的关系直播间组；在每个关系直播间组内，根据SimRank迭代算法计算每个直播间与源直播间之间的相似度值，根据相似度值的大小对所述关系直播间组中的直播间进行排序，相似度越大排名越前；根据用户观看过的直播间，按照排序向用户推荐所述观看过的直播间的关系直播间组中的直播间。本发明还提供直播间推荐方法的计算机可读存储介质和电子设备。

Description

直播间推荐方法及相关计算机可读存储介质和电子设备
技术领域
本发明涉及大数据推荐领域，具体涉及一种直播间推荐方法、相关的计算机可读存储介质和相关电子设备。
背景技术
在大数据的应用领域中，一个重要的方向是根据海量数据对用户进行个性化推荐。在直播平台中，常用的推荐策略是推荐用户看过直播间的相似直播间，因此需要对直播间的相似度进行度量。此外，在一些基于物品的协同过滤推荐算法中，也需要计算直播间两两之间的相似度。
通常计算物品相似度的算法有以下两种，这些算法被广泛使用，但在直播房间推荐中都存在一些问题。
a)余弦距离：该算法将每个用户对房间的观看行为作为向量的一个维度，房间之间的相似度采用余弦公式计算，该方法的缺点在于易产生“哈利波特”现象，在用户的推荐集中都会出现头部热门主播；抗噪声的能力不强，经常会出现一些错误的度量。
b)杰卡德系数：该算法是基于集合进行计算的，房间之间的相似度等于同时观看两个房间的用户数除以至少观看了其中一个房间的用户数。该方法的缺点在于仅仅考虑了两个房间的观看用户，未考虑这些用户对其他房间的观看情况，利用的只是部分信息，相似性度量相对而言比较片面。
发明内容
为了克服上述问题的至少一个方面，本发明实施例提供一种直播间推荐方法，结合用户对直播间的观看历史以及直播间之间的相似度，实现对用户的针对性直播间推荐。
根据本发明的一个方面，提供一种直播间推荐方法，包括以下步骤：
步骤S1，将所有与同一源直播间相关的直播间组成所述源直播间的关系直播间组，筛选出预设时间内每一个源直播间的关系直播间组；
步骤S2，在每个关系直播间组内，根据SimRank迭代算法计算每个直播间与源直播间之间的相似度值，根据相似度值的大小对所述关系直播间组中的直播间进行排序，相似度越大排名越前；
步骤S3，根据用户观看过的直播间，按照排序向用户推荐所述观看过的直播间的关系直播间组中的直播间。
根据一些实施例，步骤S1进一步包括：将预设时间内所有的直播间构成总直播间集合N＝{nj}，1≤j≤m，m为在所述预设时间内所有直播间的总个数，计算所述总直播间集合N中每一个源直播间与所有直播间之间的Jaccard相似度值，并且将Jaccard相似度值大于或等于设定阈值的直播间分为相应的源直播间的关系直播间组。
根据一些实施例，每一个源直播间与所有直播间之一之间的Jaccard相似度值通过同时观看过这两个直播间的人数和观看过其中至少一个直播间的人数来计算。
根据一些实施例，通过下式计算Jaccard相似度值：
Figure BDA0001576055000000031
其中，J(a，r)表示直播间a和直播间r的Jaccard相似度值，u(a)是预设时间内观看过直播间a的用户集合，u(r)是预设时间内观看过直播间r的用户集合，|u(a)∩u(r)|代表同时观看过直播间a和直播间r的人数，|u(a)∪u(r)|代表观看过直播间a或直播间r的人数。
根据一些实施例，通过以下SimRank算式计算每个直播间与源直播间之间的相似度值：
Figure BDA0001576055000000032
其中，c是衰减系数，是取值为(0，1)之间的一个常数；s(a，b)表示源直播间a和直播间b之间的相似度，I(a)表示与源直播间a相关的关系直播间组，I(b)表示与直播间b相关的关系直播间组，|I(a)|表示I(a)中的直播间的数量，|I(b)|表示I(b)中的直播间的数量，Ii(a)表示源直播间a的关系直播间组I(a)中的第i个直播间，Ij(b)表示直播间b的关系直播间组I(b)中的第j个直播间，且1≤i≤|I(a)|，1≤j≤|I(b)|，s(Ii(a)，Ij(b))表示Ii(a)和Ij(b)之间的相似度值。
根据一些实施例，所述SimRank算式的迭代算法公式如下：
Figure BDA0001576055000000041
Figure BDA0001576055000000042
其中，k表示第k轮迭代，sk(i，j)表示第k轮迭代I(a)中的第i个直播间和I(b)中的第j个直播间之间的相似度值，sk+1(a，b)表示第k轮迭代源直播间a和直播间b之间的相似度值，s0(a，b)表示源直播间a和直播间b之间初始相似度值。
根据本发明的另一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据以上实施例中任一项所述的直播间推荐方法的步骤。
根据本发明的再一个方面，提供一种电子设备，包括：
存储器，用于存储可执行指令；以及
处理器，用于执行存储器中存储的可执行指令，以实现如上述实施例中任一项所述的直播间推荐方法的步骤。
与现有技术相比，本发明具有以下优点：本发明不考虑用户之间的关系，只考虑直播间之间的关系，大大简化了SimRank算法的复杂度，能简便且准确地实现对用户针对性的直播间推荐。
附图说明
通过下文中参照附图对本发明所作的描述，本发明的其它目的和优点将显而易见，并可帮助对本发明有全面的理解。
图1是直播间推荐方法实施步骤的流程图；
图2是本发明实施例的计算机可读存储介质的结构示意图；
图3是本发明实施例的电子设备的结构示意图。
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。除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明提供一种直播间推荐方法，包括以下步骤：
将所有与同一源直播间相关的直播间组成所述源直播间的关系直播间组，筛选出预设时间内每一个源直播间的关系直播间组；
在每个关系直播间组内，根据SimRank迭代算法计算每个直播间与源直播间之间的相似度值，根据相似度值的大小对所述关系直播间组中的直播间进行排序，相似度越大排名越前；
根据用户观看过的直播间，按照排序向用户推荐所述观看过的直播间的关系直播间组中的直播间。
参考图1所示，本发明实施例提供一种直播间推荐方法，包括如下步骤：
步骤S1：将所有与同一源直播间相关的直播间组成所述源直播间的关系直播间组，筛选出预设时间内每一个源直播间的关系直播间组。源直播间可以是所有直播间中的任意一个直播间，本实施例中为了区分直播间之间的关系，将关系直播间组所对应的基础直播间称为源直播间。本实施例中，预设时间可以是7天，当然，在其他实施例中，也可以是其他时间长度，比如可以是更长的时间长度，例如30天，还可以是较短的时间长度，例如1天。
在本实施例中，步骤S1可以进一步包括：将预设时间内所有的直播间构成总直播间集合N＝{nj}，1≤j≤m，m为在所述预设时间内所有直播间的总个数，计算所述总直播间集合N中每一个源直播间与所有直播间之间的Jaccard相似度值。例如，在筛选源直播间n1的关系直播间组时，源直播间n1需要与直播间n1、n2、……nm分别计算Jaccard相似度值，也即是分别计算J(n1，n1)、J(n1，n2)、……、J(n1，nm)的值，J(n1，nm)表示源直播间n1与直播间nm的Jaccard相似度值，并且将Jaccard相似度值大于或等于设定阈值的直播间分为源直播间n1的关系直播间组。设定阈值为一个0到1之间的常数，设定阈值越大则表明相似度的要求越高，例如设定阈值可以为0.35。以此类推，可以筛选出直播间n2、n3、……nm中的每一个作为源直播间的相应的关系直播间组。
在本实施例中，每一个源直播间与所有直播间之一之间的Jaccard相似度值通过同时观看过这两个直播间的人数和观看过其中至少一个直播间的人数来计算。Jaccard相似度值与同时观看过这两个直播间的人数与观看过其中至少一个直播间的人数的比值成正比，同时观看过这两个直播间的人数与观看过其中至少一个直播间的人数的比值越大，则Jaccard相似度值越大，即两个直播间相关程度越大。
通过下式计算Jaccard相似度值：
Figure BDA0001576055000000071
其中，J(a，r)表示直播间a和直播间r的Jaccard相似度值，u(a)是预设时间内观看过直播间a的用户集合，u(r)是预设时间内观看过直播间r的用户集合，|u(a)∩u(r)|代表同时观看过直播间a和直播间r的人数，|u(a)∪u(r)|代表观看过直播间a或直播间r的人数。
下面，通过列举一个具体的例子说明本发明是如何用Jaccard相似度值判断两个直播间之间是否相关。
假设观看过直播间a的人数为200，观看过直播间r的人数为150，同时观看过直播间a和直播间r的人数为100。
那么只观看过直播间a没观看过直播间r的人数为100，只观看过直播间r没观看过直播间a的人数为50，观看过直播间a和r中至少一个直播间的人数为250，则J(a，r)＝100/250＝0.4＞0.35，也即是直播间a和直播间r的Jaccard相似度值大于预定的阈值，所以直播间a和直播间r是相关的。
步骤S2：在每个关系直播间组内，根据SimRank迭代算法计算每个直播间与源直播间之间的相似度值，根据相似度值的大小对所述关系直播间组中的直播间进行排序，相似度越大排名越前。
在直播间推荐的场景下，使用传统的SimRank算法需要计算直播间之间的关系和用户之间的关系，然而由于用户量较大，直接计算算法非常耗时，且单个用户行为噪音较多使得相似度度量不太准确。本实施例提出的算法简化了这一步骤，只考虑直播间的关系而不用考虑用户之间的关系，直播间之间的相似性可以通过其之间的相似度值来表示，并通过按照相似度值的排序来建立各直播间之间的关系。
本实施例通过以下SimRank算式计算每个直播间与源直播间之间的相似度值：
Figure BDA0001576055000000081
其中，c是衰减系数，是取值为(0，1)之间的一个常数，例如可以为0.7；s(a，b)表示源直播间a和直播间b之间的相似度，当然，直播间b相对于它的关系直播间组也是源直播间，I(a)表示与源直播间a相关的关系直播间组，I(b)表示与直播间b相关的关系直播间组，|I(a)|表示I(a)中的直播间的数量，|I(b)|表示I(b)中的直播间的数量，Ii(a)表示源直播间a的关系直播间组I(a)中的第i个直播间，Ij(b)表示直播间b的关系直播间组I(b)中的第j个直播间，且1≤i≤|I(a)|，1≤j≤|I(b)|，s(Ii(a)，Ij(b))表示Ii(a)和Ij(b)之间的相似度值。
当直播间a和直播间b是同一个直播间时，直播间a和直播间b的相似度值为1；当直播间a和直播间b不是同一个直播间，且I(a)、I(b)不是空集时，运用上式对直播间a和直播间b的相似度值进行计算；当其他情况，例如可以是I(a)或者I(b)为空集，也即是这个用户并没有看过视频，也就没办法根据这个方法对其进行直播间的推荐，因而最后的相似度值为0。
但是，上式不能直接求解，因此可以采用迭代的算法进行计算。
SimRank算式的迭代算法公式如下：
Figure BDA0001576055000000091
Figure BDA0001576055000000092
其中，k表示第k轮迭代，sk(i，j)表示第k轮迭代I(a)中的第i个直播间和I(b)中的第j个直播间之间的相似度值，sk+1(a，b)表示第k轮迭代源直播间a和直播间b之间的相似度值，s0(a，b)表示源直播间a和直播间b之间初始相似度值，当直播间a和直播间b相同时，相似度值为1，当两个直播间不相同时，相似度值为0。
下面，通过列举一个具体的例子说明本实施例是如何用SimRank迭代算法来计算两个直播间之间的相似度。
为了描述和计算的简便，假设|I(a)|＝2，|I(b)|＝3，c＝0.8，I1(a)＝I1(b)，I2(a)＝I2(b)，其他不相等。
Figure BDA0001576055000000093
所以，
Figure BDA0001576055000000101
即
Figure BDA0001576055000000102
Figure BDA0001576055000000103
所以，S2(a，b)≈0.41。
以此类推，可以求得S3(a，b)≈0.48，S4(a，b)≈0.52，S5(a，b)≈0.55……
可以看出，Sk(a，b)越来越大，但是由于衰减系数的存在，Sk(a，b)也不会大于1，而是无限接近一个小于或者等于1的常数，而且增长速度越来越慢，所以，从整体来看5轮迭代已经足够了，然后根据5轮迭代的结果来统计直播间与源直播间的相似度。从而进一步对同一关系直播间组内的直播间进行排序。
步骤S3：根据用户观看过的直播间，按照排序向用户推荐所述观看过的直播间的关系直播间组中的直播间。
例如，用户观看过直播间a，根据SimRank迭代算法计算出S5(a，b)≈0.55，S5(a，c)≈0.65，S5(a，d)≈0.75，那么就应该按照d、c、b的顺序向该用户推荐直播间。
在其他情况下，例如，用户观看过多个直播间，比如直播间a和直播间f，系统将分别就直播间a和直播间f进行推荐。例如，可以是先就直播间a进行推荐，然后再就直播间f进行推荐；也可以是将直播间a和直播间f各自的关系直播间组就相似度值的大小进行总排序，然后按照总排序进行推荐。
基于同一发明构思，参考图2所示，本发明还提供一种计算机可读存储介质201，其上存储有可执行指令202，可执行指令202在由处理器执行时，可以实现根据上述实施例中的任一者所述的直播间推荐方法的步骤。
基于同一发明构思，参考图3所示，本发明还提供一种电子设备301，该电子设备301包括：
存储器310，用于存储可执行指令311；以及
处理器320，用于执行存储器310中存储的可执行指令311，以实现如上述实施例中任一者所述的直播间推荐方法的步骤。
虽然以上以推荐直播间为例对根据本发明的推荐方法进行了说明，但是，本领域技术人员能够理解的是，根据本发明的方法还可用于其他产品的推荐，比如视频的推荐、网站的推荐等等。
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 (7)

1.一种直播间推荐方法，其特征在于，包括以下步骤：
步骤S1，在预设时间内，基于同时观看过每一源直播间与所有直播间之一的人数和观看过其中至少一个直播间的人数来分别计算所述每一源直播间和所述所有直播间之一的Jaccard相似度；
步骤S2，基于所述相似度，将所有与同一源直播间相关的直播间组成所述源直播间的关系直播间组，筛选出预设时间内每一个源直播间的关系直播间组；
步骤S3，在每个关系直播间组内，根据SimRank迭代算法计算每个直播间与源直播间之间的相似度值，根据相似度值的大小对所述关系直播间组中的直播间进行排序，相似度值越大排名越前；
步骤S4，根据用户观看过的直播间，按照排序向用户推荐所述观看过的直播间的关系直播间组中的直播间。
2.根据权利要求1所述的直播间推荐方法，其特征在于，步骤S2进一步包括：将Jaccard相似度值大于或等于设定阈值的直播间分为相应的源直播间的关系直播间组。
3.根据权利要求1所述的直播间推荐方法，其特征在于，通过下式计算Jaccard相似度值：
Figure FDA0002654455580000011
其中，J(a，r)表示直播间a和直播间r的Jaccard相似度值，u(a)是预设时间内观看过直播间a的用户集合，u(r)是预设时间内观看过直播间r的用户集合，|u(a)∩u(r)|代表同时观看过直播间a和直播间r的人数，|u(a)∪u(r)|代表观看过直播间a或直播间r的人数。
4.根据权利要求1所述的直播间推荐方法，其特征在于，通过以下SimRank算式计算每个直播间与源直播间之间的相似度值：
Figure FDA0002654455580000021
其中，c是衰减系数，是取值为(0，1)之间的一个常数；s(a，b)表示源直播间a和直播间b之间的相似度，I(a)表示与源直播间a相关的关系直播间组，I(b)表示与直播间b相关的关系直播间组，|I(a)|表示I(a)中的直播间的数量，|I(b)|表示I(b)中的直播间的数量，Ii(a)表示源直播间a的关系直播间组I(a)中的第i个直播间，Ij(b)表示直播间b的关系直播间组I(b)中的第j个直播间，且1≤i≤|I(a)|，l≤j≤|I(b)|，s(Ii(a)，Ij(b))表示Ii(a)和Ij(b)之间的相似度值。
5.根据权利要求4所述的直播间推荐方法，其特征在于，所述SimRank算式的迭代算法公式如下：
Figure FDA0002654455580000022
Figure FDA0002654455580000023
其中，k表示第k轮迭代，sk(i，j)表示第k轮迭代I(a)中的第i个直播间和I(b)中的第j个直播间之间的相似度值，sk+1(a，b)表示第k轮迭代源直播间a和直播间b之间的相似度值，s0(a，b)表示源直播间a和直播间b之间初始相似度值。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-5中的任一项所述的直播间推荐方法的步骤。
7.一种电子设备，包括：
存储器，用于存储可执行指令；以及
处理器，用于执行所述存储器中存储的可执行指令，以实现根据权利要求1-5中任一项所述的直播间推荐方法的步骤。
CN201810139406.6A 2018-02-09 2018-02-09 直播间推荐方法及相关计算机可读存储介质和电子设备 Active CN108377423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810139406.6A CN108377423B (zh) 2018-02-09 2018-02-09 直播间推荐方法及相关计算机可读存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810139406.6A CN108377423B (zh) 2018-02-09 2018-02-09 直播间推荐方法及相关计算机可读存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN108377423A CN108377423A (zh) 2018-08-07
CN108377423B true CN108377423B (zh) 2020-10-16

Family

ID=63017679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810139406.6A Active CN108377423B (zh) 2018-02-09 2018-02-09 直播间推荐方法及相关计算机可读存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN108377423B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113473160B (zh) * 2020-03-31 2023-05-02 北京达佳互联信息技术有限公司 一种直播间的匹配方法、装置、设备及存储介质
CN113766263B (zh) * 2021-09-08 2022-07-19 北京快来文化传播集团有限公司 直播间推荐方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886001A (zh) * 2013-09-22 2014-06-25 天津思博科科技发展有限公司 一种个性化商品推荐系统
US8781916B1 (en) * 2012-05-18 2014-07-15 Google Inc. Providing nuanced product recommendations based on similarity channels
CN105512242A (zh) * 2015-11-30 2016-04-20 浙江工业大学 一种基于社会网络结构的并行推荐方法
CN106709754A (zh) * 2016-11-25 2017-05-24 云南电网有限责任公司昆明供电局 一种用基于文本挖掘的电力用户分群方法
CN106951436A (zh) * 2017-02-09 2017-07-14 华南理工大学 一种基于移动情境的大规模在线推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8781916B1 (en) * 2012-05-18 2014-07-15 Google Inc. Providing nuanced product recommendations based on similarity channels
CN103886001A (zh) * 2013-09-22 2014-06-25 天津思博科科技发展有限公司 一种个性化商品推荐系统
CN105512242A (zh) * 2015-11-30 2016-04-20 浙江工业大学 一种基于社会网络结构的并行推荐方法
CN106709754A (zh) * 2016-11-25 2017-05-24 云南电网有限责任公司昆明供电局 一种用基于文本挖掘的电力用户分群方法
CN106951436A (zh) * 2017-02-09 2017-07-14 华南理工大学 一种基于移动情境的大规模在线推荐方法

Also Published As

Publication number Publication date
CN108377423A (zh) 2018-08-07

Similar Documents

Publication Publication Date Title
CN103744966B (zh) 一种物品推荐方法、装置
US20240202455A1 (en) Identifying multimedia asset similarity using blended semantic and latent feature analysis
CN107613395B (zh) 直播房间推荐方法、系统、设备及存储介质
CN106294497B (zh) 信息推荐方法和装置
CN105608121B (zh) 一种个性化推荐方法及装置
US9355414B2 (en) Collaborative filtering model having improved predictive performance
CN104008139B (zh) 视频索引表的创建方法和装置，视频的推荐方法和装置
CN106127506B (zh) 一种基于主动学习解决商品冷启动问题的推荐方法
CN107301247B (zh) 建立点击率预估模型的方法及装置、终端、存储介质
CN109982155B (zh) 一种播单推荐方法及系统
CN109547808A (zh) 数据处理方法、装置、服务器及存储介质
CN108134950B (zh) 一种智能视频推荐方法及系统
US10210627B1 (en) Image processing system for determining metrics of objects represented therein
CN106060665B (zh) 电视内容推荐方法、装置及页面服务器
CN108377423B (zh) 直播间推荐方法及相关计算机可读存储介质和电子设备
CN111797319B (zh) 推荐方法、装置、设备及存储介质
US20140129321A1 (en) Combination of Social Networking Data with Other Data Sets for Estimation of Viewership Statistics
CN109558514A (zh) 视频推荐方法、其装置、信息处理设备及存储介质
Rafailidis et al. Repeat consumption recommendation based on users preference dynamics and side information
WO2015025248A2 (en) A system apparatus circuit method and associated computer executable code for hybrid content recommendation
KR101708254B1 (ko) 협업적 필터링과 캐릭터 넷을 이용한 스토리 기반의 영화 추전 시스템 및 방법.
CN109348260B (zh) 一种直播间推荐方法、装置、设备及介质
CN109190040A (zh) 基于协同演化的个性化推荐方法及装置
CN106095974A (zh) 基于网络结构相似性的推荐系统评分预测与推荐算法
CN108763515B (zh) 一种基于概率矩阵分解的时间敏感个性化推荐方法

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