CN109151488B - 根据用户行为实时推荐直播间的方法及系统 - Google Patents
根据用户行为实时推荐直播间的方法及系统 Download PDFInfo
- Publication number
- CN109151488B CN109151488B CN201810737783.XA CN201810737783A CN109151488B CN 109151488 B CN109151488 B CN 109151488B CN 201810737783 A CN201810737783 A CN 201810737783A CN 109151488 B CN109151488 B CN 109151488B
- Authority
- CN
- China
- Prior art keywords
- live broadcast
- user
- broadcast room
- rooms
- watched
- 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
-
- 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
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- 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]
- H04N21/20—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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种根据用户行为实时推荐直播间的方法及系统,涉及互联网直播领域,所述方法包括步骤:实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。本发明提供的根据用户行为实时推荐直播间的方法,可以根据用户实时观看的直播间,来推测用户的实时兴趣,并根据用户的实时兴趣,对用户进行实时推荐直播间,可以较好地满足用户的实时兴趣,提高用户体验。
Description
技术领域
本发明涉及互联网直播领域,具体涉及一种根据用户行为实时推荐直播间的方法及系统。
背景技术
为了提高用户体验,当用户在观看直播时,直播平台会为用户推荐直播间,以便用户及时观看到感兴趣的直播间。
现有技术中,在推荐直播间的过程中,一般的方法是根据用户的离线行为推断出用户喜爱的直播间,并将推断出来的用户喜爱的直播间推荐给用户。用户的离线行为又称为过去的行为,如关注过的直播间、观看过的直播间、送过礼物的直播间、发送过弹幕的直播间等。
虽然上述推荐直播间的方法,可以利用大数据技术计算出每个用户的历史兴趣,并进行千人千面的个性化推荐。但是,该种方法推荐的直播间是基于用户的历史行为计算出来的,且该用户的历史行为通常为今天之前的行为,无法反应出用户当前的实时兴趣。若用户今天关注了一个新主播,或者有了一个新的兴趣,系统是无法实时获知用户的新行为,推荐的直播间无法满足用户当前的新兴趣,从而导致用户体验不佳。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种根据用户行为实时推荐直播间的方法,可以根据用户实时观看的直播间,来推测用户的实时兴趣,并根据用户的实时兴趣,对用户进行实时推荐直播间,可以较好地满足用户的实时兴趣,提高用户体验。
为达到以上目的,本发明采取的技术方案是:
一种根据用户行为实时推荐直播间的方法,包括步骤:
实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
在上述技术方案的基础上,所述实时获取用户观看过的直播间信息具体步骤包括:
用户退出观看的直播间后,实时获取用户观看过的每个直播间信息,并将所述直播间信息实时写入消息队列中;
实时消费所述消息队列,并将所有观看过的直播间信息实时写入数据库,并按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序。
在上述技术方案的基础上,根据所述直播间信息获取用户最近观看的至少一个直播间的分类的具体过程为:
从所有观看过的直播间中选取至少一个排序靠前的直播间作为用户最近观看的直播间,并从最近观看的直播间的直播间信息中获取其分类。
在上述技术方案的基础上,所述消息队列为kafka消息队列,所述数据库为redis数据库;
将所有观看过的直播间实时写入到数据库,按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序的具体过程为:
将所有观看过的直播间ID以及用户观看直播间的时间戳存入sorted set结构中,观看过的直播间ID为所述sorted set结构的成员,观看直播间的时间戳为所述sorted set结构的分数,再将所述sorted set结构存入到redis数据库中;
调用Zrevrange命令从所述redis数据库中获取到按照用户观看直播间由近及远的时间排序后的直播间列表。
在上述技术方案的基础上,在实时获取用户观看过的直播间信息之前,还包括步骤:
根据用户的历史观看记录,计算用户的历史兴趣直播间;
将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户。
在上述技术方案的基础上,所述将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户的具体过程为:
将所有所述历史兴趣直播间和实时兴趣直播间间隔排列后推荐给用户。
本发明还提供了一种存储介质,该存储介质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上述根据用户行为实时推荐直播间的方法。
本发明还提供了一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述根据用户行为实时推荐直播间的方法。
本发明还提供了一种根据用户行为实时推荐直播间的系统,包括:
第一处理模块,其用于实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
第二处理模块,其用于根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
第三处理模块,其用于在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
在上述技术方案的基础上,所述第一处理模块包括:
行为获取单元,其用于在用户退出观看的直播间后,实时获取用户观看过的每个直播间信息,并将所述直播间信息实时写入消息队列中;
存储单元,其用于实时消费所述消息队列,并将所有观看过的直播间信息实时写入数据库,并按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序。
在上述技术方案的基础上,所述消息队列为kafka消息队列,所述数据库为redis数据库,所述存储单元具体用于:
将所有观看过的直播间ID以及用户观看直播间的时间戳存入sorted set结构中,观看过的直播间ID为所述sorted set结构的成员,观看直播间的时间戳为所述sorted set结构的分数,再将所述sorted set结构存入到redis数据库中;
调用Zrevrange命令从所述redis数据库中获取到按照用户观看直播间由近及远的时间排序后的直播间列表。
在上述技术方案的基础上,根据用户行为实时推荐直播间的系统还包括第四模块和第五模块。
所述第四模块用于在实时获取用户观看过的直播间信息之前,根据用户的历史观看记录,计算用户的历史兴趣直播间;
所述第五模块用于将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户。
与现有技术相比,本发明的优点在于:
(1)本发明的根据用户行为实时推荐直播间的方法,通过实时获取用户观看过的直播间信息,再从中获取到用户最近观看过的直播间,根据直播间的分类,获取该分类下的热门在线直播间,并从中随机选取一个热门的在线直播间作为实时兴趣直播间,将其推荐给用户,该种推荐方法可以根据用户实时观看的直播间,来推测用户的实时兴趣,并根据用户的实时兴趣,对用户进行实时推荐直播间,可以较好地满足用户的实时兴趣,提高用户体验。
(2)本发明的根据用户行为实时推荐直播间的方法,随机选取一个热门的在线直播间作为实时兴趣直播间,可以有效防止每次推荐给用户的实时直播间都是同一个热门的在线直播间,使得用户可以接收到不同直播间的推荐,推荐的直播间的多样化和随机化将会大大提高用户体验,吸引用户的兴趣。
(3)本发明的根据用户行为实时推荐直播间的方法,将所有所述历史兴趣直播间和实时兴趣直播间间隔排列后推荐给用户,使得历史兴趣直播间和实时兴趣直播较为分散,具有多样性,提高用户体验,可以更好地提高用户兴趣。
附图说明
图1为本发明实施例一根据用户行为实时推荐直播间的方法流程图;
图2本发明实施例一步骤S1的流程图;
图3为本发明实施例三电子设备的示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
实施例一
参见图1所示,本发明实施例提供一种根据用户行为实时推荐直播间的方法,包括步骤:
S1:实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
S2:根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
S3:在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
在上述根据用户行为实时推荐直播间的方法中,优选地,根据所述直播间信息获取用户最近观看的若干直播间的分类,并分别获取每个所述分类下的N个热门的在线直播间,所述N为大于1的整数;
在每个所述分类下的N个热门的在线直播间中,各随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
在本发明实施例中,用户最近观看的若干直播间的数量选取为两个,即根据所述直播间信息获取用户最近观看的两个直播间的分类,且N的取值为10,即获取每个分类下10个热门的在线直播间,通常为top10的在线直播间。这两个直播间分别称为直播间A和直播间B,且以直播间A的分类为颜值、直播间B的分类为王者荣耀为例。
然后,获取颜值分类下的10个热门的在线直播间,将颜值分类下的10个热门的在线直播间分别记为A1、A2……A10,获取王者荣耀分类下的10个热门的在线直播间,将王者荣耀分类下的10个热门的在线直播间分别记为B1、B2……B10。
接着,从在线直播间A1、A2……A10中随机选取一个在线直播间作为实时兴趣直播间,将该实时兴趣直播间记为At,并从在线直播间B1、B2……B10中随机选取一个在线直播间作为实时兴趣直播间,将该实时兴趣直播间记为Bt,最后,将实时兴趣直播间At和实时兴趣直播间Bt推荐给用户。
本发明实施例中的根据用户行为实时推荐直播间的方法,通过实时获取用户观看过的直播间信息,再从中获取到用户最近观看过的直播间,根据直播间的分类,获取该分类下的热门在线直播间,并从中随机选取一个热门的在线直播间作为实时兴趣直播间,将其推荐给用户,该种推荐方法可以根据用户实时观看的直播间,来推测用户的实时兴趣,并根据用户的实时兴趣,对用户进行实时推荐直播间,可以较好地满足用户的实时兴趣,提高用户体验。
并且,在上述方法中,随机选取一个热门的在线直播间作为实时兴趣直播间,可以有效防止每次推荐给用户的实时直播间都是同一个热门的在线直播间,使得用户可以接收到不同直播间的推荐,推荐的直播间的多样化和随机化将会大大提高用户体验,吸引用户的兴趣。
参见图2所示,步骤S1中所述实时获取用户观看过的直播间信息的具体步骤包括:
S101:用户退出观看的直播间后,实时获取用户观看过的每个直播间信息,并将所述直播间信息实时写入消息队列中;
S102:实时消费所述消息队列,并将所有观看过的直播间信息实时写入数据库,并按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序。
在步骤S102中,可以设定一个时间段,将用户在该时间段内观看过的直播间信息实时写入数据库,例如,将用户在近1小时内观看过的直播间信息实时写入到数据库,在1小时之前观看过的直播间信息可以不写入到数据库中,以便减少数据库中的直播间数据量,使得后续计算推荐直播间的时候更加方便快捷,效率较高。
在本发明实施例中,所述消息队列为kafka消息队列,所述数据库为redis数据库。
相应地,步骤S102中将所有观看过的直播间实时写入到数据库,按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序的具体过程为:
将所有观看过的直播间ID以及用户观看直播间的时间戳存入sorted set结构中,观看过的直播间ID为所述sorted set结构的成员,观看直播间的时间戳为所述sorted set结构的分数,再将所述sorted set结构存入到redis数据库中;
调用Zrevrange命令从所述redis数据库中获取到按照用户观看直播间由近及远的时间排序后的直播间列表。
sorted set和set类型极为类似,都是字符串的集合,都不允许重复的成员出现在一个set集合中。sorted set中的每一个成员都会有一个分数(score)与之关联,redis正是通过分数来为集合中的成员进行从大到小的排序,并且sorted set中的成员必须是唯一的,但是分数却是可以重复的。Zrevrange命令用于按照分数由高到低排序返回有序集合中指定分数区间内的成员。
即在本发明实施例中,进行排序的直播间是没有重复的,按照用户观看每个直播间的时间戳来进行排序,从而,完成按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序,得到排序后的直播间列表。
更进一步地,步骤S2中根据所述直播间信息获取用户最近观看的至少一个直播间的分类的具体过程为:
从所有观看过的直播间中选取至少一个排序靠前的直播间作为用户最近观看的直播间,并从最近观看的直播间的直播间信息中获取其分类。
优选地,在实时获取用户观看过的直播间信息之前,还包括步骤:
根据用户的历史观看记录,计算用户的历史兴趣直播间;
将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户。
在本发明实施例中,上述用户的历史观看记录应理解为今天之前的行为,计算用户历史兴趣直播间应理解为采用传统方法根据今天之前的用户兴趣计算得来的兴趣直播间,该传统方法通常是采用大数据技术计算出每个用户的历史兴趣,已较为成熟,在此不再赘述。
具体地,所述将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户的具体过程为:将所有所述历史兴趣直播间和实时兴趣直播间间隔排列后推荐给用户。
在本发明实施例中,以如下预设的规则为例:
推荐给用户的直播间的个数为8,在获取到2个实时兴趣直播间后,即实时兴趣直播间At和实时兴趣直播间Bt,将实时兴趣直播间At放在第3个位置,将实时兴趣直播间Bt放在第5个位置,再在其余的6个位置处放置历史兴趣直播间,如此间隔排列后推荐给用户,使得历史兴趣直播间和实时兴趣直播较为分散,具有多样性,提高用户体验,可以更好地提高用户兴趣。
基于同一发明构思,本申请提供了实施例一对应的存储介质的实施例,详见实施例二
实施例二
对应上述根据用户行为实时推荐直播间的方法,本发明实施例还提供了一种存储介质的实施例,该存储介质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上述实施例所述的根据用户行为实时推荐直播间的方法的步骤,具体实现以下步骤:
实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
需要说明的是,本发明实施例中使用的方法和实施例一中一种根据用户行为实时推荐直播间的方法是基于同一构思的,故而基于本申请实施例一种介绍的方法,本领域的技术人员能够了解本实施例的存储介质的具体实施方式以及其各种变化形式,所以在此对于该存储介质如何实现本申请实施例中的方法以及各种优选方案不再详细介绍。
基于同一发明构思,本申请提供了实施例一对应的电子设备的实施例,详见实施例三
实施例三
参见图3所示,对应上述根据用户行为实时推荐直播间的方法,本发明实施例还提供了一种电子设备的实施例,该电子设备存储有计算机程序,计算机程序被处理器执行时实现上述各实施例所述的根据用户行为实时推荐直播间的方法的步骤。
该电子设备包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
需要说明的是,本发明实施例中使用的方法和实施例一中一种根据用户行为实时推荐直播间的方法是基于同一构思的,故而基于本申请实施例一种介绍的方法,本领域的技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式,所以在此对于该电子设备如何实现本申请实施例中的方法以及各种优选方案不再详细介绍。
基于同一发明构思,本申请提供了实施例一对应的一种同步本地与服务器时间的系统,详见实施例四。
实施例四
本发明实施例还提供了一种根据用户行为实时推荐直播间的系统,包括:
第一处理模块,其用于实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
第二处理模块,其用于根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
第三处理模块,其用于在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户。
进一步地,所述第一处理模块包括:
行为获取单元,其用于在用户退出观看的直播间后,实时获取用户观看过的每个直播间信息,并将所述直播间信息实时写入消息队列中;
存储单元,其用于实时消费所述消息队列,并将所有观看过的直播间信息实时写入数据库,并按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序。
在本发明实施例中,所述消息队列为kafka消息队列,所述数据库为redis数据库。所述存储单元具体用于:
将所有观看过的直播间ID以及用户观看直播间的时间戳存入sorted set结构中,观看过的直播间ID为所述sorted set结构的成员,观看直播间的时间戳为所述sorted set结构的分数,再将所述sorted set结构存入到redis数据库中;
调用Zrevrange命令从所述redis数据库中获取到按照用户观看直播间由近及远的时间排序后的直播间列表。
更进一步地,根据用户行为实时推荐直播间的系统还包括第四模块和第五模块。
所述第四模块用于在实时获取用户观看过的直播间信息之前,根据用户的历史观看记录,计算用户的历史兴趣直播间;
所述第五模块用于将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户。
本发明的根据用户行为实时推荐直播间的系统,通过实时获取用户观看过的直播间信息,再从中获取到用户最近观看过的直播间,根据直播间的分类,获取该分类下的热门在线直播间,并从中随机选取一个热门的在线直播间作为实时兴趣直播间,将其推荐给用户,该种推荐方法可以根据用户实时观看的直播间,来推测用户的实时兴趣,并根据用户的实时兴趣,对用户进行实时推荐直播间,可以较好地满足用户的实时兴趣,提高用户体验。
本发明不局限于上述实施方式,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,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (5)
1.一种根据用户行为实时推荐直播间的方法,其特征在于,包括步骤:
实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户;
所述实时获取用户观看过的直播间信息具体步骤包括:
用户退出观看的直播间后,实时获取用户观看过的每个直播间信息,并将所述直播间信息实时写入消息队列中;
实时消费所述消息队列,并将所有观看过的直播间信息实时写入数据库,并按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序;
所述消息队列为kafka消息队列,所述数据库为redis数据库;
将所有观看过的直播间实时写入到数据库,按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序的具体过程为:
将所有观看过的直播间ID以及用户观看直播间的时间戳存入sorted set结构中,观看过的直播间ID为所述sorted set结构的成员,观看直播间的时间戳为所述sorted set结构的分数,再将所述sorted set结构存入到redis数据库中;
调用Zrevrange命令从所述redis数据库中获取到按照用户观看直播间由近及远的时间排序后的直播间列表;
在实时获取用户观看过的直播间信息之前,还包括步骤:
根据用户的历史观看记录,计算用户的历史兴趣直播间;
将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户;
所述将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户的具体过程为:
将所有所述历史兴趣直播间和实时兴趣直播间间隔排列后推荐给用户。
2.如权利要求1所述的根据用户行为实时推荐直播间的方法,其特征在于,根据所述直播间信息获取用户最近观看的至少一个直播间的分类的具体过程为:
从所有观看过的直播间中选取至少一个排序靠前的直播间作为用户最近观看的直播间,并从最近观看的直播间的直播间信息中获取其分类。
3.一种计算机可读存储介质,该存储介质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权利要求1或2所述的方法。
4.一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1或2所述的方法。
5.一种根据用户行为实时推荐直播间的系统,其特征在于,包括:
第一处理模块,其用于实时获取用户观看过的直播间信息,所述直播间信息包括直播间分类;
第二处理模块,其用于根据所述直播间信息获取用户最近观看的至少一个直播间的分类,并获取所述分类下的N个热门的在线直播间,所述N为大于1的整数;
第三处理模块,其用于在N个热门的在线直播间中,随机选取一个在线直播间作为实时兴趣直播间,并将所有所述实时兴趣直播间推荐给用户;
所述第一处理模块包括:
行为获取单元,其用于在用户退出观看的直播间后,实时获取用户观看过的每个直播间信息,并将所述直播间信息实时写入消息队列中;
存储单元,其用于实时消费所述消息队列,并将所有观看过的直播间信息实时写入数据库,并按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序;
所述消息队列为kafka消息队列,所述数据库为redis数据库;
将所有观看过的直播间实时写入到数据库,按照用户观看直播间的时间顺序对所有观看过的直播间由近及远进行排序的具体过程为:
将所有观看过的直播间ID以及用户观看直播间的时间戳存入sorted set结构中,观看过的直播间ID为所述sorted set结构的成员,观看直播间的时间戳为所述sorted set结构的分数,再将所述sorted set结构存入到redis数据库中;
调用Zrevrange命令从所述redis数据库中获取到按照用户观看直播间由近及远的时间排序后的直播间列表;
在实时获取用户观看过的直播间信息之前,还包括步骤:
根据用户的历史观看记录,计算用户的历史兴趣直播间;
将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户;
所述将所有历史兴趣直播间和实时兴趣直播间按照预设的规则排列后推荐给用户的具体过程为:
将所有所述历史兴趣直播间和实时兴趣直播间间隔排列后推荐给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810737783.XA CN109151488B (zh) | 2018-07-06 | 2018-07-06 | 根据用户行为实时推荐直播间的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810737783.XA CN109151488B (zh) | 2018-07-06 | 2018-07-06 | 根据用户行为实时推荐直播间的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109151488A CN109151488A (zh) | 2019-01-04 |
CN109151488B true CN109151488B (zh) | 2021-07-23 |
Family
ID=64799926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810737783.XA Active CN109151488B (zh) | 2018-07-06 | 2018-07-06 | 根据用户行为实时推荐直播间的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109151488B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922357A (zh) * | 2019-03-29 | 2019-06-21 | 乐蜜有限公司 | 视频推荐的方法及装置 |
CN110602514B (zh) * | 2019-09-12 | 2022-04-01 | 腾讯科技(深圳)有限公司 | 一种直播频道的推荐方法、装置、电子设备及存储介质 |
CN110602518A (zh) * | 2019-09-18 | 2019-12-20 | 广州虎牙科技有限公司 | 直播推荐方法、装置、电子设备及可读存储介质 |
CN112714329B (zh) * | 2020-12-23 | 2023-09-26 | 广州博冠信息科技有限公司 | 直播间的显示控制方法、装置、存储介质与电子设备 |
CN113515336B (zh) * | 2021-05-24 | 2023-08-15 | 腾讯科技(深圳)有限公司 | 直播间加入方法、创建方法、装置、设备及存储介质 |
CN113891102B (zh) * | 2021-08-18 | 2023-09-19 | 北京达佳互联信息技术有限公司 | 直播间处理方法、装置、服务器及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104579789A (zh) * | 2015-01-23 | 2015-04-29 | 广东能龙教育股份有限公司 | 一种基于消息队列的海量用户行为数据采集方法与系统 |
CN105608188A (zh) * | 2015-12-23 | 2016-05-25 | 北京奇虎科技有限公司 | 数据处理方法和数据处理装置 |
CN105933736A (zh) * | 2016-04-18 | 2016-09-07 | 天脉聚源(北京)传媒科技有限公司 | 一种日志处理方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107205178B (zh) * | 2017-04-25 | 2019-12-10 | 北京潘达互娱科技有限公司 | 直播间推荐方法及装置 |
CN107835441B (zh) * | 2017-10-10 | 2020-01-03 | 武汉斗鱼网络科技有限公司 | 基于路径预测的直播推荐方法、存储介质、设备及系统 |
CN108076354A (zh) * | 2017-12-20 | 2018-05-25 | 北京潘达互娱科技有限公司 | 直播间推荐方法及设备 |
CN108235045B (zh) * | 2018-01-04 | 2019-09-10 | 武汉斗鱼网络科技有限公司 | 一种直播间推荐方法、电子设备及可读存储介质 |
-
2018
- 2018-07-06 CN CN201810737783.XA patent/CN109151488B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104579789A (zh) * | 2015-01-23 | 2015-04-29 | 广东能龙教育股份有限公司 | 一种基于消息队列的海量用户行为数据采集方法与系统 |
CN105608188A (zh) * | 2015-12-23 | 2016-05-25 | 北京奇虎科技有限公司 | 数据处理方法和数据处理装置 |
CN105933736A (zh) * | 2016-04-18 | 2016-09-07 | 天脉聚源(北京)传媒科技有限公司 | 一种日志处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109151488A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109151488B (zh) | 根据用户行为实时推荐直播间的方法及系统 | |
US20200401622A1 (en) | System and method for streaming individualized media content | |
CN108184144B (zh) | 一种直播方法、装置、存储介质及电子设备 | |
US9489444B2 (en) | Determining associations between media objects | |
CN109451328B (zh) | 游戏直播的信息处理方法及装置 | |
US20120011006A1 (en) | System And Method For Real-Time Analysis Of Opinion Data | |
US20150134673A1 (en) | System and method for creating synopsis for multimedia content | |
CN110222233B (zh) | 视频推荐方法、装置、服务器及存储介质 | |
US20150350029A1 (en) | Remote control and modification of live presentation | |
CN107087235A (zh) | 媒体内容推荐方法、服务器及客户端 | |
CN105100886B (zh) | 网络媒介信息的发布控制方法、及装置、服务器和系统 | |
US20150039608A1 (en) | Media content rankings for discovery of novel content | |
CN103955487B (zh) | 信息提示方法及装置 | |
CN106656768B (zh) | 一种资源推荐方法及装置 | |
US10474749B2 (en) | Method and device for generating live text broadcasting content using historical broadcasting text | |
US20170169062A1 (en) | Method and electronic device for recommending video | |
US20160035016A1 (en) | Method for experiencing multi-dimensional content in a virtual reality environment | |
CN103997662A (zh) | 节目推送的方法及系统 | |
CN110096613A (zh) | 一种视频推荐方法、装置、电子设备及存储介质 | |
CN111435371B (zh) | 视频推荐方法及其系统、计算机程序产品、可读存储介质 | |
US20230283685A1 (en) | Systems and methods for adjusting storage based on determining content item popularity | |
CN110237536A (zh) | 个性化游戏服务提供方法、装置、电子设备及存储介质 | |
US20150134668A1 (en) | Index of Video Objects | |
CN109213933B (zh) | 内容项推荐方法、装置、设备及存储介质 | |
CN110309753A (zh) | 一种赛事进程判别方法、装置和计算机设备 |
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 |