CN108419126B - 直播平台的异常主播识别方法、存储介质及终端 - Google Patents
直播平台的异常主播识别方法、存储介质及终端 Download PDFInfo
- Publication number
- CN108419126B CN108419126B CN201810065600.4A CN201810065600A CN108419126B CN 108419126 B CN108419126 B CN 108419126B CN 201810065600 A CN201810065600 A CN 201810065600A CN 108419126 B CN108419126 B CN 108419126B
- Authority
- CN
- China
- Prior art keywords
- main broadcaster
- detected
- barrage
- user
- live streaming
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000003542 behavioural effect Effects 0.000 claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
-
- 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
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
- H04N21/4314—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations for fitting data in a restricted space on the screen, e.g. EPG data in a rectangular grid
-
- 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
-
- 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
-
- 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
- H04N21/488—Data services, e.g. news ticker
- H04N21/4884—Data services, e.g. news ticker for displaying subtitles
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明提供一种直播平台的异常主播识别方法，该方法包括：获取直播平台的主播的直播数据；根据所述直播数据，从所述直播平台的主播中选出待检测主播；获取直播平台观看所述待检测主播直播的用户的包含弹幕发送量的行为数据；根据所述行为数据中对应所述待检测主播的弹幕发送量，从所述直播平台观看所述待检测主播的用户中选出待检测用户；根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度；若亲密度小于预设阈值，识别出所述待检测主播为异常主播。该方法可实现简单快速地识别出直播平台异常主播，且识别过程运算量少，识别结果准确度高，进而可为维护直播平台的运营秩序提供有力支持。
Description
技术领域
本发明涉及互联网技术领域，具体而言，本发明涉及一种直播平台的异常主播识别方法、存储介质及终端。
背景技术
随着互联网技术的发展，网络直播逐渐成为了备受人们追捧的娱乐方式之一。在直播平台中，弹幕作为主播和观众互动的一种方式，主播在直播期间的弹幕数量已经成为评价主播是否为平台人气主播的重要参考指标。为此，不少主播为了提高自己在直播平台的人气而雇佣了网络水军在其直播期间刷弹幕量，此类网络水军行为严重影响了主播弹幕量的真实性及直播平台的运营秩序。
现有技术中，已有采用实名制弹幕的方法来保证弹幕量的真实性，然而该方法在实际应用场景中操作性不强，容易导致直播平台的正常用户流失，且无法实现快速识别出雇佣网络水军刷弹幕量的异常主播。
发明内容
为克服以上技术问题，特别是现有技术无法实现快速识别出雇佣网络水军刷弹幕量的异常主播，以维护直播平台运营秩序的问题，特提出以下技术方案：
本发明的实施例根据一个方面，提供了一种直播平台的异常主播识别方法，包括：
获取直播平台的主播的直播数据；根据所述直播数据，从所述直播平台的主播中选出待检测主播；
获取直播平台观看所述待检测主播直播的用户的包含弹幕发送量的行为数据；根据所述行为数据中对应所述待检测主播的弹幕发送量，从所述直播平台观看所述待检测主播的用户中选出待检测用户；
根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度；若亲密度小于预设阈值，识别出所述待检测主播为异常主播。
优选地，所述根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度之后，还包括：
若每个所述待检测用户与所述待检测主播的亲密度均大于等于所述预设阈值，识别出所述主播为正常主播；和/或
若亲密度小于所述预设阈值，识别出所述待检测用户为异常用户。
优选地，所述行为数据包含礼物发送量和弹幕发送天数；所述礼物发送量为用户向主播发送的礼物数量，所述弹幕发送天数为用户有向主播发送弹幕的天数；
所述根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度，包括：
根据所述待检测用户对应所述待检测主播的礼物发送量和弹幕发送天数，计算所述待检测用户与所述待检测主播的亲密度。
进一步地，所述亲密度的计算方法如下：
亲密度＝礼物发送量*第一预设加权值+弹幕发送天数*第二预设加权值。
优选地，所述直播数据包含弹幕量；
所述根据所述直播数据，从所述直播平台的主播中选出待检测主播，包括：
根据所述直播数据中的弹幕量计算主播每分钟的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播。
优选地，所述直播数据包含弹幕时长；
所述根据所述直播数据，从所述直播平台的主播中选出待检测主播之前，还包括：
根据所述直播数据中的弹幕时长，从所述直播平台中选出所述弹幕时长大于预设阈值的主播作为平台有效主播；
所述根据所述直播数据，从所述直播平台的主播中选出待检测主播，包括：
根据所述直播数据，从所述直播平台的所述平台有效主播中选出待检测主播。
优选地，所述识别出所述待检测主播为异常主播之后，还包括：
将异常主播加入异常主播名录；
限制所述异常主播名录中的异常主播的直播权限。
进一步地，所述限制所述异常主播名录中的异常主播的直播权限，包括：
限制所述异常主播名录中的异常主播于直播平台的直播次数、或直播时段、或直播间的人数上限。
本发明的实施例根据另一个方面，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异常主播识别方法。
本发明的实施例根据又一个方面，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：执行上述的异常主播识别方法。
本发明与现有技术相比，具有以下有益效果：
本发明提供的直播平台的异常主播识别方法，通过获取直播平台主播的直播数据，构建出直播平台的人气主播模型，以筛选出可能是异常主播的待检测主播；再根据用户行为数据筛选出待检测用户并进一步构建亲密度模型，通过亲密度的计算实现异常主播的识别。该方法可实现简单快速地识别出直播平台异常主播，且识别过程运算量少，识别结果准确度高，进而可为维护直播平台的运营秩序提供有力支持。
此外，该方法在识别出异常主播的同时，还可以识别出异常用户，即为异常主播刷弹幕量的水军用户，可进一步为维护直播平台的运营秩序提供有力支持；本方法还通过对识别出的异常主播进行直播权限限制，一方面可起到一定程度的震慑作用，以减少直播平台的主播雇用水军用户刷弹幕量的违规行为数量；另一方面可及时对识别出的异常主播进行处理，进而维护直播平台的运营秩序。
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为本发明实施例提供的直播平台的异常主播识别方法的方法流程图；
图2为本发明实施例提供的终端的结构示意图。
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。
实施例一
本发明实施例提供了一种直播平台的异常主播识别方法，如图1所示，该方法包括：
步骤S101：获取直播平台的主播的直播数据；根据所述直播数据，从所述直播平台的主播中选出待检测主播。
在网络直播领域中，主播在直播期间的弹幕量是反映该主播直播人气高低的重要参考指标之一。
对于本实施例，所述异常主播的识别主要针对的是在直播期间有雇用网络水军刷弹幕量的行为的主播，所述异常主播刷弹幕量的目的在于通过增加直播期间的弹幕数量以提高自己在直播平台的人气。对于直播平台的人气主播中，可能存在此类通过刷弹幕量来提高人气的异常主播，因此在异常主播的识别过程中，需先筛选出直播平台的人气主播，在本实施例中，所述待检测主播即为直播平台的人气主播。
对于本实施例，所述直播数据为主播在直播平台直播期间的相关数据。作为一个优选实施例，所述直播数据包含弹幕量。所述弹幕量为主播在直播期间获得的弹幕的数量。
其中，所述根据所述直播数据，从所述直播平台的主播中选出待检测主播，包括：
根据所述直播数据中的弹幕量计算主播每分钟的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播。
对于本实施例，所述待检测主播，即人气主播的筛选是通过计算主播每分钟平均弹幕量实现的。例如，预先设定直播平台中每分钟平均弹幕量排在前40名的主播为人气主播，则在统计直播平台中各主播的每分钟平均弹幕量后进行排序，进而筛选出排序中前40名人气主播为异常主播识别的待检测主播。所述预设数量并不受本实施例的限制，其还可以是10、24、55等数量。
步骤S102：获取直播平台观看所述待检测主播直播的用户的包含弹幕发送量的行为数据；根据所述行为数据中对应所述待检测主播的弹幕发送量，从所述直播平台观看所述待检测主播的用户中选出待检测用户。
对于本实施例，异常主播的识别还结合了用户的行为数据来实现。与主播的弹幕量相对应的，在直播平台中，若当前用户为异常主播雇来为其刷弹幕量并提高人气的水军用户，该用户在观看该异常主播直播时的弹幕发送量自然在所有用户中靠前，因此，在本实施例中，将用户的行为数据中的弹幕发送量作为筛选出待检测用户的重要条件。
在筛选出待检测主播之后，对观看所述待检测主播直播的用户的弹幕发送量进行统计并排序，进而筛选出对所述检测主播的弹幕量贡献较多的用户群体，并将排在前面的预设数量的用户作为待检测用户。例如，针对每一待检测主播，预先设定均筛选出十名弹幕发送量最多的用户以进行本技术方案的后续步骤。
步骤S103：根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度；若亲密度小于预设阈值，识别出所述待检测主播为异常主播。
其中，所述行为数据包含礼物发送量和弹幕发送天数；所述礼物发送量为用户向主播发送的礼物数量，所述弹幕发送天数为用户有向主播发送弹幕的天数；
所述根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度，包括：根据所述待检测用户对应所述待检测主播的礼物发送量和弹幕发送天数，计算所述待检测用户与所述待检测主播的亲密度。
对于本实施例，通过获取待检测用户的行为数据来构建主播和用户的亲密度模型。在网络直播应用场景中，被异常主播雇用来刷弹幕量的水军用户通常和该主播的相关程度不高，即用户和主播的亲密度越高，其为水军用户的可能性就越低。若用户为主播的真实粉丝，其在观看该主播直播所付出的时间成本和付费金额通常较多，因此，用户向一主播的礼物发送量和弹幕发送天数这两个用户行为数据是衡量用户和该主播的相关程度的重要因素。在本实施例中，通过计算用户向主播的礼物发送量和弹幕发送天数来构建亲密度模型。
对于本实施例，若由上述步骤S101得到的一待检测主播与其由步骤S102得到的其中一个待检测用户的亲密度少于预设阈值，就识别出该待检测主播为雇用水军用户为其刷弹幕量的异常主播；且还可以同时识别出与待检测主播的亲密度少于预设阈值的待检测用户均为异常用户；若待检测主播与其对应的待检测用户的亲密度均大于预设阈值，则识别出该待检测主播为正常主播。
对于本实施例，所述亲密度的计算方法满足以下公式：亲密度＝礼物发送量*第一预设加权值+弹幕发送天数*第二预设加权值。
例如，统计半年内用户在主播直播期间向主播发送的礼物数量，预先设定赠送一份礼物则用户与该主播的亲密度增加10分；获取近30天用户在主播直播期间向主播发送弹幕的天数，预先设定发送一天则用户与该主播的亲密度增加1分；也就是说，所述礼物发送量对应的第一预设加权值为10，所述弹幕发送天数对应的第二预设加权值为1，由此，构建出计算用户与主播的亲密度模型，亲密度的计算满足以下公式：亲密度＝礼物发送量*10+弹幕发送天数*1。预先设定用于识别异常主播的亲密度阈值为10，当一待检测用户与待检测主播的亲密度低于10分时，识别出该待检测主播为异常主播，该待检测用户为为该异常主播刷弹幕量的异常用户。
需明确指出的是，用于计算亲密度的所述行为数据的类型和数量，以及亲密度的计算方式并不受本实施例的限制，在其他实施例中，所述亲密度还可以通过待检测用户的观看主播直播天数、付费总金额等行为数据得出。
在其他实施例中，所述亲密度的计算还可以在筛选出所述待检测用户之前进行，在计算待检测主播与其所有用户的亲密度之后，筛选出待检测用户并获取待检测用户的亲密度以实现异常主播的识别。
本发明提供的直播平台的异常主播识别方法，通过获取直播平台主播的直播数据，构建出直播平台的人气主播模型，以筛选出可能是异常主播的待检测主播；再根据用户行为数据筛选出待检测用户并进一步构建亲密度模型，通过亲密度的计算实现异常主播的识别。该方法可实现简单快速地识别出直播平台异常主播，且识别过程运算量少，识别结果准确度高，进而可为维护直播平台的运营秩序提供有力支持。
此外，该方法在识别出异常主播的同时，还可以识别出异常用户，即为异常主播刷弹幕量的水军用户，可进一步为维护直播平台的运营秩序提供有力支持。
实施例二
本发明实施例的另一种可能的实现方式，在实施例一所示的基础上，还包括实施例二所示的步骤，其中，
所述直播数据包含弹幕时长；
所述根据所述直播数据，从所述直播平台的主播中选出待检测主播之前，还包括：根据所述直播数据中的弹幕时长，从所述直播平台中选出所述弹幕时长大于预设阈值的主播作为平台有效主播；
所述根据所述直播数据，从所述直播平台的主播中选出待检测主播，包括：根据所述直播数据，从所述直播平台的所述平台有效主播中选出待检测主播。
对于本实施例，所述弹幕时长为主播在直播期间获得弹幕的时间长度。考虑到直播平台的主播数量庞大，且可能存在一定基数的直播活跃度很低的“僵尸主播”，故在筛选出弹幕时间长于预设阈值(例如，预先设定弹幕时间大于30分钟)的主播后再进行计算主播每分钟平均弹幕量的步骤，以进一步减少异常主播识别过程的运算量，实现更快速地得到异常主播的识别结果。
实施例三
本发明实施例的另一种可能的实现方式，在实施例一所示的基础上，还包括实施例三所示的步骤，其中，
所述识别出所述待检测主播为异常主播之后，还包括：
将异常主播加入异常主播名录；限制所述异常主播名录中的异常主播的直播权限。
对于本实施例，在所述直播平台的异常主播识别方法所针对的对象是本站直播站点的主播时，计算待检测用户与待检测主播的亲密度时所采用的所述行为数据除了本发明实施例一中所述的礼物发送量和弹幕发送天数以外，还可以是用户的登录次数、登录IP等本站直播站点易于获取的用户行为数据，在本实施例中不做限定。
对于本实施例，在识别出异常主播之后，可以采取相应的管制措施以实现直播平台运营秩序的维护，例如，在直播平台数据库中建立异常主播名录，并将识别出的异常主播的注册ID、真实姓名等身份信息添加到所述异常主播名录中，并限制异常主播在直播平台的直播权限。
对于本实施例，所述限制异常主播在直播平台的直播权限的方式有很多种，例如：限制主播的直播次数、或直播时段、或直播间的人数上限；或者对已在所述异常主播名录中且仍继续雇用水军用户刷弹幕量的异常主播进行封号处理等，所述限制直播权限的方式并不受本实施例的限制，直播平台可根据实际应用需求对针对异常主播的管制措施进行设定。此外，直播平台还可以对识别出的异常用户进行警告、限制观看直播权限、封号等管制措施，此处不做限定。通过对识别出的异常主播进行直播权限限制，一方面可起到一定程度的震慑作用，以减少直播平台的主播雇用水军用户刷弹幕量的违规行为数量；另一方面可及时对识别出的异常主播进行处理，进而维护直播平台的运营秩序。
此外，本发明实施例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以上实施例一至三所述的直播平台的异常主播识别方法。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。
本发明提供的计算机可读存储介质，可实现：通过获取直播平台主播的直播数据，构建出直播平台的人气主播模型，以筛选出可能是异常主播的待检测主播；再根据用户行为数据筛选出待检测用户并进一步构建亲密度模型，通过亲密度的计算实现异常主播的识别。该方法可实现简单快速地识别出直播平台异常主播，且识别过程运算量少，识别结果准确度高，进而可为维护直播平台的运营秩序提供有力支持。此外，所述计算机可读存储介质还可实现：在识别出异常主播的同时，还可以识别出异常用户，即为异常主播刷弹幕量的水军用户，可进一步为维护直播平台的运营秩序提供有力支持；本方法还通过对识别出的异常主播进行直播权限限制，一方面可起到一定程度的震慑作用，以减少直播平台的主播雇用水军用户刷弹幕量的违规行为数量；另一方面可及时对识别出的异常主播进行处理，进而维护直播平台的运营秩序。
本发明实施例提供的计算机可读存储介质可以实现上述提供的方法实施例，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，本发明实施例还提供了一种终端，如图2所示，所述终端可以包括一个或者一个以上的处理器201，还包括存储器202、WiFi(wireless fidelity，无线保真)电路203、RF(Radio Frequency，射频)电路204、音频电路205、传感器206、输出设备207、输入设备204、电源209，处理器201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2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203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204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205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201处理；其可设置扬声器、传声器、耳机接口等。传感器206可用于感应外界信号，并发给处理器201处理；其可包括运动传感器、光传感器等。输出设备207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204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209可为终端各部分供电，通过电源管理系统与处理器209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202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202内的软件程序和/或模块，以及调用存储在存储器202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201，存储器202，一个或多个应用程序，其中所述一个或多个应用程序被存储在存储器202中并被配置为由所述一个或多个处理器201执行，所述一个或多个程序配置用于执行以上实施例一至三所述的直播平台的异常主播识别方法。
本发明提供的终端，可实现：通过获取直播平台主播的直播数据，构建出直播平台的人气主播模型，以筛选出可能是异常主播的待检测主播；再根据用户行为数据筛选出待检测用户并进一步构建亲密度模型，通过亲密度的计算实现异常主播的识别。该方法可实现简单快速地识别出直播平台异常主播，且识别过程运算量少，识别结果准确度高，进而可为维护直播平台的运营秩序提供有力支持。此外，所述终端还可实现：在识别出异常主播的同时，还可以识别出异常用户，即为异常主播刷弹幕量的水军用户，可进一步为维护直播平台的运营秩序提供有力支持；本方法还通过对识别出的异常主播进行直播权限限制，一方面可起到一定程度的震慑作用，以减少直播平台的主播雇用水军用户刷弹幕量的违规行为数量；另一方面可及时对识别出的异常主播进行处理，进而维护直播平台的运营秩序。
本发明实施例提供的终端可以实现上述提供的方法实施例，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 (10)
1.一种直播平台的异常主播识别方法，其特征在于，包括：
获取直播平台的主播的直播数据；根据所述直播数据中的弹幕量计算主播每个预置时间周期内的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播；
获取直播平台观看所述待检测主播直播的用户的包含弹幕发送量的行为数据；对观看所述待检测主播直播的用户的弹幕发送量进行统计并排序，筛选出对所述待检测主播的弹幕量贡献较多的用户群体，将排在前面的预设数量的用户作为待检测用户；
根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度；若亲密度小于预设阈值，识别出所述待检测主播为异常主播。
2.根据权利要求1所述的异常主播识别方法，其特征在于，所述根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度之后，还包括：
若每个所述待检测用户与所述待检测主播的亲密度均大于等于所述预设阈值，识别出所述主播为正常主播；和/或
若亲密度小于所述预设阈值，识别出所述待检测用户为异常用户。
3.根据权利要求1所述的异常主播识别方法，其特征在于，所述行为数据包含礼物发送量和弹幕发送天数；所述礼物发送量为用户向主播发送的礼物数量，所述弹幕发送天数为用户有向主播发送弹幕的天数；
所述根据所述待检测用户的行为数据，计算所述待检测用户与所述待检测主播的亲密度，包括：
根据所述待检测用户对应所述待检测主播的礼物发送量和弹幕发送天数，计算所述待检测用户与所述待检测主播的亲密度。
4.根据权利要求3所述的异常主播识别方法，其特征在于，所述亲密度的计算方法如下：
亲密度＝礼物发送量*第一预设加权值+弹幕发送天数*第二预设加权值。
5.根据权利要求1所述的异常主播识别方法，其特征在于，所述根据所述直播数据中的弹幕量计算主播每个预置时间周期内的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播，包括：
根据所述直播数据中的弹幕量计算主播每分钟的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播。
6.根据权利要求1所述的异常主播识别方法，其特征在于，所述直播数据包含弹幕时长；
所述根据所述直播数据中的弹幕量计算主播每个预置时间周期内的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播之前，还包括：
根据所述直播数据中的弹幕时长，从所述直播平台中选出所述弹幕时长大于预设阈值的主播作为平台有效主播；
所述根据所述直播数据中的弹幕量计算主播每个预置时间周期内的平均弹幕量，从所述直播平台中选出所述平均弹幕量排在前面的预设数量的主播作为待检测主播，包括：
根据所述直播数据中的弹幕量计算各个平台有效主播每分钟的平均弹幕量，从所述直播平台的所述平台有效主播中选出平均弹幕量排在前面的预设数量的主播作为待检测主播。
7.根据权利要求1所述的异常主播识别方法，其特征在于，所述识别出所述待检测主播为异常主播之后，还包括：
将异常主播加入异常主播名录；
限制所述异常主播名录中的异常主播的直播权限。
8.根据权利要求7所述的异常主播识别方法，其特征在于，所述限制所述异常主播名录中的异常主播的直播权限，包括：
限制所述异常主播名录中的异常主播于直播平台的直播次数、或直播时段、或直播间的人数上限。
9.一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8任一项所述的异常主播识别方法。
10.一种终端，其特征在于，其包括：
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：执行根据权利要求1至8任一项所述的异常主播识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810065600.4A CN108419126B (zh) | 2018-01-23 | 2018-01-23 | 直播平台的异常主播识别方法、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810065600.4A CN108419126B (zh) | 2018-01-23 | 2018-01-23 | 直播平台的异常主播识别方法、存储介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108419126A CN108419126A (zh) | 2018-08-17 |
| CN108419126B true CN108419126B (zh) | 2019-08-30 |
Family
ID=63126227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810065600.4A Active CN108419126B (zh) | 2018-01-23 | 2018-01-23 | 直播平台的异常主播识别方法、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108419126B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109413439B (zh) * | 2018-09-30 | 2021-04-23 | 武汉斗鱼网络科技有限公司 | 一种确定嫌疑用户的方法及相关设备 |
| CN110475155B (zh) * | 2019-08-19 | 2022-02-18 | 北京字节跳动网络技术有限公司 | 直播视频热度状态识别方法、装置、设备及可读介质 |
| CN111246230B (zh) * | 2020-01-08 | 2021-11-26 | 腾讯科技（深圳）有限公司 | 一种信息处理方法、装置、服务器及存储介质 |
| CN111726644A (zh) * | 2020-05-07 | 2020-09-29 | 火币（广州）区块链科技有限公司 | 一种多直播间浮动窗口的方法和装置 |
| CN113810727A (zh) * | 2020-06-12 | 2021-12-17 | 武汉斗鱼鱼乐网络科技有限公司 | 一种识别刷量直播间的方法及系统、介质、电子设备 |
| CN111488491B (zh) * | 2020-06-24 | 2020-10-16 | 武汉斗鱼鱼乐网络科技有限公司 | 一种识别目标主播的方法及系统、介质、设备 |
| CN112911323B (zh) * | 2021-01-28 | 2023-03-21 | 广州虎牙科技有限公司 | 直播互动评估方法、装置、电子设备和可读存储介质 |
| CN113038153B (zh) * | 2021-02-26 | 2023-06-02 | 深圳道乐科技有限公司 | 金融直播违规检测方法、装置、设备及可读存储介质 |
| CN113347497B (zh) * | 2021-08-02 | 2021-11-26 | 武汉斗鱼鱼乐网络科技有限公司 | 目标用户识别方法、装置、电子设备以及存储介质 |
| CN115190328B (zh) * | 2022-09-13 | 2023-01-20 | 北京达佳互联信息技术有限公司 | 电子资源的发放校验方法、装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8725672B2 (en) * | 2010-06-11 | 2014-05-13 | Avira B.V. | Method for detecting suspicious individuals in a friend list |
| CN105872620A (zh) * | 2016-03-30 | 2016-08-17 | 宁波元鼎电子科技有限公司 | 一种网络主播过程中区分权限等级显示方法及系统 |
| CN106204106A (zh) * | 2016-06-28 | 2016-12-07 | 武汉斗鱼网络科技有限公司 | 一种特定用户识别方法及系统 |
| CN106022849A (zh) * | 2016-07-11 | 2016-10-12 | 互动派科技股份有限公司 | 一种新媒体价值与效果评估方法和系统 |
| CN107454441B (zh) * | 2017-06-30 | 2019-12-03 | 武汉斗鱼网络科技有限公司 | 一种检测直播间刷人气行为的方法、直播平台服务器及计算机可读存储介质 |
-
2018
- 2018-01-23 CN CN201810065600.4A patent/CN108419126B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108419126A (zh) | 2018-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108419126B (zh) | 直播平台的异常主播识别方法、存储介质及终端 | |
| CN106250837B (zh) | 一种视频的识别方法、装置和系统 | |
| TWI654532B (zh) | Method and device for providing application and user recommendation information | |
| CN110674222B (zh) | 一种数据共享方法、装置、设备及介质 | |
| CN110365996A (zh) | 直播管理方法、直播管理平台、电子设备及存储介质 | |
| CN104539514B (zh) | 消息过滤方法和装置 | |
| CN108280368A (zh) | 一种线上数据和线下数据的关联方法及计算设备 | |
| CN105049423A (zh) | 权限管理系统、装置及方法 | |
| CN108304888A (zh) | 直播平台用户分类方法及计算机存储介质、终端 | |
| CN103686237A (zh) | 推荐视频资源的方法及系统 | |
| AU2013259869A1 (en) | Detection of unauthorized content in live multiuser composite streams | |
| CN108009934B (zh) | 服务器、案件分配方法及系统、事件分配方法及系统 | |
| CN103686236A (zh) | 推荐视频资源的方法及系统 | |
| CN104392267A (zh) | 电影票房统计装置及其票房数据统计方法和系统 | |
| CN107301585A (zh) | 一种基于实时动态交互式场景应用的推荐方法、系统及设备 | |
| CN103905971A (zh) | 一种推荐话务套餐的方法及装置 | |
| CN106487664A (zh) | 一种信息推荐的方法、装置及移动终端 | |
| CN109428910B (zh) | 一种数据处理方法、装置及系统 | |
| CN102833622A (zh) | 视频文件播放次数的探测方法和装置 | |
| CN106792231A (zh) | 直播充值方法、装置及终端 | |
| CN107948752A (zh) | 订阅主播排序方法、装置和终端 | |
| CN104254074A (zh) | 一种拦截骚扰短消息的方法和装置 | |
| CN105991407B (zh) | 一种消息处理方法、装置及处理服务器 | |
| CN204229453U (zh) | 电影票房统计装置 | |
| JP7145565B2 (ja) | 通信デバイス、広告配信システム、広告配信方法及びプログラム |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180817 Assignee: GUANGZHOU HUYA TECHNOLOGY Co.,Ltd. Assignor: GUANGZHOU HUYA INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2021990000339 Denomination of invention: Abnormal anchor identification method, storage medium and terminal of live broadcasting platform Granted publication date: 20190830 License type: Common License Record date: 20210607 |
|
| EE01 | Entry into force of recordation of patent licensing contract |