CN109218775A - 推荐主播上热门的方法、存储介质、电子设备及系统 - Google Patents

推荐主播上热门的方法、存储介质、电子设备及系统 Download PDF

Info

Publication number
CN109218775A
CN109218775A CN201710522985.8A CN201710522985A CN109218775A CN 109218775 A CN109218775 A CN 109218775A CN 201710522985 A CN201710522985 A CN 201710522985A CN 109218775 A CN109218775 A CN 109218775A
Authority
CN
China
Prior art keywords
main broadcaster
user
noble
server
information
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.)
Granted
Application number
CN201710522985.8A
Other languages
English (en)
Other versions
CN109218775B (zh
Inventor
汪刚
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 CN201710522985.8A priority Critical patent/CN109218775B/zh
Publication of CN109218775A publication Critical patent/CN109218775A/zh
Application granted granted Critical
Publication of CN109218775B publication Critical patent/CN109218775B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N21/25875—Management of end-user data involving end-user authentication
    • 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
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • 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
    • 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
    • H04N21/4753—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for user identification, e.g. by entering a PIN or password
    • 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
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

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

Abstract

本发明公开了一种推荐主播上热门的方法、存储介质、电子设备及系统，涉及互联网移动端应用开发领域。该方法包括以下步骤：开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；如果用户不是贵族，客户端跳转到开通贵族的页面；如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的Uid、被推荐主播的昵称、房间号、上热门的时间；客户端将信息发给服务器，服务器决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存到服务器的数据库中。本发明能保证被推荐的主播具有最大的曝光度。

Description

推荐主播上热门的方法、存储介质、电子设备及系统
技术领域
本发明涉及互联网移动端应用开发领域，具体是涉及一种推荐主播上热门的方法、存储介质、电子设备及系统。
背景技术
随着手机移动端的快速发展，直播功能的软件越来越多，为了实现在手机端为直播中的高端付费用户提供更多功能，为了让高端的付费用户实现更多的定制的方案，促进高端用户加强付费，传统的方案是：如果公司想让用户展示在热门的位置，让用户具有更多的曝光量，需要专门的经过训练的人操作程序或者修改数据库来实现，而且普通的用户是无法操作的，这种推荐主播上热门的方式还是属于比较消耗人力，权限掌握在很少的工作人员中，不够智能。
发明内容
本发明的目的是为了克服上述背景技术的不足，提供一种推荐主播上热门的方法、存储介质、电子设备及系统，能够保证被推荐的主播具有最大的曝光度。
本发明提供一种推荐主播上热门的方法，包括以下步骤：
开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；
如果用户不是贵族，客户端跳转到开通贵族的页面，获取用户选择的贵族类型，确认订单：创建订单确认界面，为订单确认界面执行初始化操作，使用界面跳转函数，跳转到订单确认界面；
如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端将用户填入的信息发送给服务器，服务器采用特征直播分类算法，决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存储到服务器的数据库中，用户刷新推荐列表时，在主播上热门的页面，自动展示被推荐的主播上热门的信息。
在上述技术方案的基础上，所述客户端将用户填入的信息发送给服务器的过程如下：
定义收发网络请求的服务器接口；
获取加密字典；
创建参数字典，向参数字典添加以下参数：用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端调用底层网络接口函数，将服务器接口、加密字典、参数字典中的参数发送给服务器。
在上述技术方案的基础上，所述特征直播分类算法的流程如下：
根据被推荐主播所在的直播分类，构造特征子集；
在特征子集中构造模型效果；
计算每个直播分类和观看人数的相关性；
采用选择排序算法，对相关性进行特征分类；
对每个特征分类进行特征打分；
采用深度学习算法，进行直播分类的特征选择，从深度学习的模型中选择神经网络的特征和特征打分两个要素，决定被推荐的主播以及上热门的信息，实现主播被更多的曝光。
本发明还提供一种存储介质，该存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法。
本发明还提供一种电子设备，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，处理器执行计算机程序时实现上述方法。
本发明还提供一种推荐主播上热门的系统，该系统包括服务器、客户端，开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；
如果用户不是贵族，客户端跳转到开通贵族的页面，获取用户选择的贵族类型，确认订单：创建订单确认界面，为订单确认界面执行初始化操作，使用界面跳转函数，跳转到订单确认界面；
如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端将用户填入的信息发送给服务器，服务器采用特征直播分类算法，决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存储到服务器的数据库中，用户刷新推荐列表时，在主播上热门的页面，自动展示被推荐的主播上热门的信息。
在上述技术方案的基础上，所述客户端将用户填入的信息发送给服务器的过程如下：
定义收发网络请求的服务器接口；
获取加密字典；
创建参数字典，向参数字典添加以下参数：用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端调用底层网络接口函数，将服务器接口、加密字典、参数字典中的参数发送给服务器。
在上述技术方案的基础上，所述特征直播分类算法的流程如下：
根据被推荐主播所在的直播分类，构造特征子集；
在特征子集中构造模型效果；
计算每个直播分类和观看人数的相关性；
采用选择排序算法，对相关性进行特征分类；
对每个特征分类进行特征打分；
采用深度学习算法，进行直播分类的特征选择，从深度学习的模型中选择神经网络的特征和特征打分两个要素，决定被推荐的主播以及上热门的信息，实现主播被更多的曝光。
在上述技术方案的基础上，采用逻辑正则方式，对每个特征分类进行特征打分。
在上述技术方案的基础上，采用皮尔逊系数，计算每个直播分类和观看人数的相关性。
与现有技术相比，本发明的优点如下：
(1)开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；如果用户不是贵族，客户端跳转到开通贵族的页面，获取用户选择的贵族类型，确认订单：创建订单确认界面，为订单确认界面执行初始化操作，使用界面跳转函数，跳转到订单确认界面；如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；客户端将用户填入的信息发送给服务器，服务器采用特征直播分类算法，决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存储到数据库中，用户刷新推荐列表时，在主播上热门的页面，自动展示被推荐的主播上热门的信息。本发明能够保证被推荐的主播具有最大的曝光度，让高端付费用户将自己心仪的主播直接推荐上热门，让每个付费用户都可以操作，形成一个解决方案，尽可能的减少内部工作人员的人力投入，甚至是极少的人力投入，让推荐主播上热门形成一种技术上智能化的解决方案。
(2)本发明采用深度学习算法，保证被推荐的主播具有最大的曝光度，增加这些主播的曝光度，增加这些主播的人气。
(3)本发明应用在移动端，能够让高端付费的用户直接推荐主播上热门，增加被推荐的主播的曝光度，同时可以促进付费。
附图说明
图1是本发明实施例中推荐主播上热门的方法的流程图。
图2为本发明实施例中电子设备的结构框图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述。
本发明实施例提供一种推荐主播上热门的系统，该系统包括服务器、客户端。
参见图1所示，本发明实施例还提供一种推荐主播上热门的方法，包括以下步骤：
S1、开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；
S2、如果用户不是贵族，客户端跳转到开通贵族的页面，获取用户选择的贵族类型，确认订单：创建订单确认界面，为订单确认界面执行初始化操作，使用界面跳转函数，跳转到订单确认界面；
S3、如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
S4、客户端将用户填入的信息发送给服务器，服务器采用特征直播分类算法，决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存储到数据库中，用户刷新推荐列表时，在主播上热门的页面，自动展示被推荐的主播上热门的信息。
步骤S4中，客户端将用户填入的信息发送给服务器的过程如下：
定义一个收发网络请求的服务器接口；
获取一个加密字典；
创建一个参数字典，向参数字典添加以下参数：用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端调用底层网络接口函数，将服务器接口、加密字典、参数字典中的参数发送给服务器。
步骤S4中，特征直播分类算法的流程如下：
根据被推荐主播所在的直播分类，构造一个特征子集；
在特征子集中构造一个模型效果；
采用皮尔逊系数，计算每个直播分类和观看人数的相关性；
采用选择排序算法，对相关性进行特征分类；
采用逻辑正则方式，对每个特征分类进行特征打分；
采用深度学习算法，进行直播分类的特征选择，从深度学习的模型中选择神经网络的特征和特征打分两个要素，决定被推荐的主播以及上热门的信息，实现主播被更多的曝光。
本发明实施例还提供一种存储介质，该存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法。
参见图2所示，本发明实施例还提供一种电子设备，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，处理器执行计算机程序时实现上述方法。
下面结合具体函数进行详细说明。
1、高端付费用户需要开通贵族或者完成一定额度的消费，获得推荐上热门的权限；当用户点击“推荐主播上热门”功能的时候，首先使用isLogin函数，判断这个用户是否登录客户端，如果已经登录客户端，执行后续的操作；如果没有登录客户端，使用弹出登录框的函数showLoginWithNormalType，弹出登录框，让用户登录；用户在登录框输入用户名和密码执行登录，也可以使用第三方登录的方式实现登录，第三方登录模式无需输入账号密码；登录成功之后，执行后续的操作。
2、用户成功登录客户端之后，服务器返回的用户的信息包括用户是不是贵族、贵族等级的信息。
3、如果用户不是贵族，客户端跳转到开通贵族的页面，提示用户开通贵族。
4、用户在开通贵族的页面，选择需要开通贵族的类型，贵族有很多类型，可以是皇帝贵族，伯爵贵族，子爵贵族等等。
5、用户选择完需要开通的贵族类型之后，可以使用跳转到确认订单页面的函数goToConfirmOrder，去确认订单，这个函数的内部实现过程是：
5.1使用alloc函数，创建一个订单确认界面，这个订单确认界面是DYNobleConfirmOrderView，使用init函数为这个订单确认界面执行初始化操作；
5.2使用界面跳转函数pushViewController，跳转到订单确认界面。
6、用户点击确认订单按钮之后，调用订单网络发送函数payNobleOrder，发送订单确认的信息，这个函数有以下几个参数：
参数1：房间id，roomID，如果是从房间内去开通的贵族，这个参数便于为当前房间的主播给予提成；
参数2：noble Level，贵族等级，nobleLevel代表需要开通贵族的等级，是皇帝贵族，伯爵贵族，子爵贵族等等，分别用不同的数字表示，这个函数会有返回值：
订单支付之后的错误码error code；
error Message订单支付失败后的错误码对应的错误提示信息；
订单支付完成之后的data数据信息。
7、如果error code为0，说明支付成功，给用户提示支付成功；如果error code不为0，说明支付失败，将后台返回的错误信息error Message展示出来，error Message可能是余额不足，或者其他的错误信息。
8、如果上述过程成功，判断此时用户开通的贵族等级是否达到了使用“推荐主播上热门”的功能的等级要求，如果用户已经是贵族、且贵族等级达到预设的级别，客户端跳转到推荐主播上热门的页面，否则，客户端提示用户开通的贵族等级不足，不能使用“推荐主播上热门”的功能，此时让用户继续去支付。
9、如果达到了使用“推荐主播上热门”的功能的等级要求，客户端跳转到“推荐主播上热门”的界面：DY Recommend View，来到这个界面之后，需要用户填入当前用户的Uid(用户唯一标识)信息、被推荐主播的昵称nick name、被推荐主播的房间号room Id、被推荐主播上热门的时间time。
10、当用户填写上述信息完毕之后，客户端就将上述信息发送给服务器，客户端使用函数request Add recommend，发送信息给服务器，这个函数的内部实现过程如下：
10.1定义一个收发网络请求的服务器接口，该接口名字需要与服务器约定。
10.2使用gettoken函数，获得token字典，token字典是一个加密的字典，要正确访问网络服务器，就需要传这个token字典，而且需要正确。
10.3使用dictionary函数，创建一个参数字典，向这个参数字典里面添加以下参数：当前用户的Uid(用户唯一标识)信息、被推荐主播的昵称nick name、被推荐主播的房间号room Id、被推荐主播上热门的时间time；上述信息是字典的value(实际值)，上述信息每个信息都有一个key(关键)值，这个key值是和服务器约定好的。
10.4客户端调用底层网络接口函数：request Video Api，将服务器接口、加密字典、参数字典中的参数发送给服务器。
10.5服务器收到参数信息之后，采用一个特征直播分类的算法，决定被推荐的主播以及上热门的信息。
特征直播分类的算法的具体实现过程如下：
10.5.1首先进行特征选择，将被推荐的主播可能存在的开播分类构造一个集合，例如主播可能在颜值、英雄联盟、鱼乐星天地等几个直播分类中开播，那么将这几个直播分类构造成一个特征子集；
10.5.2在上述特征子集中构造一个模型效果；
10.5.3采用皮尔逊系数，计算每个直播分类和观看人数的相关性，皮尔逊系数可以衡量线性相关性，即每个直播分类和观看人数的相关性；
10.5.4得到直播分类和观看人数的相关性之后，使用常规的选择排序算法，对相关性进行特征分类；
10.5.5采用Logistic Regression(逻辑正则方式)，对上述的每个特征分类进行特征打分；
10.5.6采用深度学习算法，进行直播分类的特征选择；深度学习具有自动学习的特征的能力，从深度学习的模型中，选择神经网络的特征和特征打分两个要素，决定被推荐的主播以及上热门的信息，可以实现主播被更多的曝光。
11、服务器记住被推荐的主播之后，将被推荐的主播的信息存储到数据库中，当用户刷新推荐列表的时候，就可以在主播上热门的页面，自动展示被推荐的主播上热门的信息。
展示过程如下：
11.1客户端创建一个列表控制器，列表控制可以展示一个界面，这个界面是主播在热门的界面；
11.2客户端发送一个网络请求，去服务器的网络请求中拉取数据，服务器拉取的数据包含主播展示的位置，包括靠前还是靠后，靠前还是靠后根据步骤10的算法得出；
11.3网络请求发送以后，就可以将服务器获取的数据解析并展示出来，解析的数据包括主播的昵称、主播的图像、主播的房间号；
11.4当用户点击该主播，就可以去该主播的直播间观看直播。
本发明实施例中，用户在正式完成支付前，设计有订单确认的过程，这样可以对用户的避免失误操作，如果失误，支付了比较多的款项，退款增加额外的麻烦。
支付订单先调用接口，让服务器知道即将支付的订单，支付成功之后，更新这个订单的状态，方便未来对支付结果的查询。
步骤1～7检查是否登录，未登录，就去登录，检查是否具有推荐上热门的权限，不够权限，提示用户去支付，支付完毕，才能使用“推荐主播上热门”的功能，流程设计合理。
步骤8在用户开通贵族之后，再对用户的权限进行一次检查，这种设计更加安全。
步骤10中，支付成功之后，客户端将主播的信息发送给服务器，让服务器来改变数据库的数据，这样降低了接口的判断次数，也减少了用户输入不必要的信息。
本发明实施例中，服务器学习特征选择，来决定被推荐的主播以及上热门的信息，这是一个很重要的创新，能够避免盲目地推荐主播，保证被推荐的主播具有最大的曝光度。
本领域的技术人员可以对本发明实施例进行各种修改和变型，倘若这些修改和变型在本发明权利要求及其等同技术的范围之内，则这些修改和变型也在本发明的保护范围之内。
说明书中未详细描述的内容为本领域技术人员公知的现有技术。

Claims (10)

1.一种推荐主播上热门的方法，其特征在于，包括以下步骤：
开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；
如果用户不是贵族，客户端跳转到开通贵族的页面，获取用户选择的贵族类型，确认订单：创建订单确认界面，为订单确认界面执行初始化操作，使用界面跳转函数，跳转到订单确认界面；
如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端将用户填入的信息发送给服务器，服务器采用特征直播分类算法，决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存储到服务器的数据库中，用户刷新推荐列表时，在主播上热门的页面，自动展示被推荐的主播上热门的信息。
2.如权利要求1所述的推荐主播上热门的方法，其特征在于：所述客户端将用户填入的信息发送给服务器的过程如下：
定义收发网络请求的服务器接口；
获取加密字典；
创建参数字典，向参数字典添加以下参数：用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端调用底层网络接口函数，将服务器接口、加密字典、参数字典中的参数发送给服务器。
3.如权利要求1所述的推荐主播上热门的方法，其特征在于：所述特征直播分类算法的流程如下：
根据被推荐主播所在的直播分类，构造特征子集；
在特征子集中构造模型效果；
计算每个直播分类和观看人数的相关性；
采用选择排序算法，对相关性进行特征分类；
对每个特征分类进行特征打分；
采用深度学习算法，进行直播分类的特征选择，从深度学习的模型中选择神经网络的特征和特征打分两个要素，决定被推荐的主播以及上热门的信息，实现主播被更多的曝光。
4.一种存储介质，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至3任一项所述的方法。
5.一种电子设备，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：处理器执行计算机程序时实现权利要求1至3任一项所述的方法。
6.一种推荐主播上热门的系统，该系统包括服务器、客户端，其特征在于：开通贵族或消费一定额度的用户获得推荐主播上热门的权限，用户登录客户端后，服务器返回的用户信息包括：用户是否为贵族、贵族等级；
如果用户不是贵族，客户端跳转到开通贵族的页面，获取用户选择的贵族类型，确认订单：创建订单确认界面，为订单确认界面执行初始化操作，使用界面跳转函数，跳转到订单确认界面；
如果用户是贵族、且贵族等级达到预设的级别，客户端跳转到推荐到主播上热门的页面，获取用户填入的用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端将用户填入的信息发送给服务器，服务器采用特征直播分类算法，决定被推荐的主播以及上热门的信息，将被推荐的主播的信息存储到服务器的数据库中，用户刷新推荐列表时，在主播上热门的页面，自动展示被推荐的主播上热门的信息。
7.如权利要求6所述的推荐主播上热门的系统，其特征在于：所述客户端将用户填入的信息发送给服务器的过程如下：
定义收发网络请求的服务器接口；
获取加密字典；
创建参数字典，向参数字典添加以下参数：用户唯一标识、被推荐主播的昵称、房间号、上热门的时间；
客户端调用底层网络接口函数，将服务器接口、加密字典、参数字典中的参数发送给服务器。
8.如权利要求6所述的推荐主播上热门的系统，其特征在于：所述特征直播分类算法的流程如下：
根据被推荐主播所在的直播分类，构造特征子集；
在特征子集中构造模型效果；
计算每个直播分类和观看人数的相关性；
采用选择排序算法，对相关性进行特征分类；
对每个特征分类进行特征打分；
采用深度学习算法，进行直播分类的特征选择，从深度学习的模型中选择神经网络的特征和特征打分两个要素，决定被推荐的主播以及上热门的信息，实现主播被更多的曝光。
9.如权利要求8所述的推荐主播上热门的系统，其特征在于：采用逻辑正则方式，对每个特征分类进行特征打分。
10.如权利要求8所述的推荐主播上热门的系统，其特征在于：采用皮尔逊系数，计算每个直播分类和观看人数的相关性。
CN201710522985.8A 2017-06-30 2017-06-30 推荐主播上热门的方法、存储介质、电子设备及系统 Active CN109218775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710522985.8A CN109218775B (zh) 2017-06-30 2017-06-30 推荐主播上热门的方法、存储介质、电子设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710522985.8A CN109218775B (zh) 2017-06-30 2017-06-30 推荐主播上热门的方法、存储介质、电子设备及系统

Publications (2)

Publication Number Publication Date
CN109218775A true CN109218775A (zh) 2019-01-15
CN109218775B CN109218775B (zh) 2020-12-15

Family

ID=64977122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710522985.8A Active CN109218775B (zh) 2017-06-30 2017-06-30 推荐主播上热门的方法、存储介质、电子设备及系统

Country Status (1)

Country Link
CN (1) CN109218775B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689154A (zh) * 2020-12-18 2021-04-20 咪咕互动娱乐有限公司 直播控制权交换方法、装置、服务器及存储介质
CN116847113A (zh) * 2023-06-20 2023-10-03 联城科技(河北)股份有限公司 基于云架构模块的视频直播中转系统和方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1481542A1 (en) * 2002-02-25 2004-12-01 Koninklijke Philips Electronics N.V. Adaptive audio-video program recommendation system
WO2009006234A2 (en) * 2007-06-29 2009-01-08 Microsoft Corporation Automatic video recommendation
US20110131595A1 (en) * 2009-12-02 2011-06-02 General Electric Company Methods and systems for online recommendation
CN102843586A (zh) * 2011-06-21 2012-12-26 华为软件技术有限公司 视频推荐方法及终端
US20130263168A1 (en) * 2010-07-02 2013-10-03 Joong-in Choi Cooperative Filtering Algorithm-Based Personal Preference Program Recommendation System for IPTV
CN105406974A (zh) * 2015-12-15 2016-03-16 武汉斗鱼网络科技有限公司 一种提升聊天室中人气值的方法和系统
CN106131706A (zh) * 2016-06-27 2016-11-16 武汉斗鱼网络科技有限公司 一种移动客户端应用程序中关于主播动态的消息推送方法及装置
CN106604044A (zh) * 2016-11-21 2017-04-26 武汉斗鱼网络科技有限公司 一种直播间推荐策略的评估方法、用户设备和服务器系统
CN106791900A (zh) * 2016-12-15 2017-05-31 北京小米移动软件有限公司 直播推荐方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1481542A1 (en) * 2002-02-25 2004-12-01 Koninklijke Philips Electronics N.V. Adaptive audio-video program recommendation system
WO2009006234A2 (en) * 2007-06-29 2009-01-08 Microsoft Corporation Automatic video recommendation
US20110131595A1 (en) * 2009-12-02 2011-06-02 General Electric Company Methods and systems for online recommendation
US20130263168A1 (en) * 2010-07-02 2013-10-03 Joong-in Choi Cooperative Filtering Algorithm-Based Personal Preference Program Recommendation System for IPTV
CN102843586A (zh) * 2011-06-21 2012-12-26 华为软件技术有限公司 视频推荐方法及终端
CN105406974A (zh) * 2015-12-15 2016-03-16 武汉斗鱼网络科技有限公司 一种提升聊天室中人气值的方法和系统
CN106131706A (zh) * 2016-06-27 2016-11-16 武汉斗鱼网络科技有限公司 一种移动客户端应用程序中关于主播动态的消息推送方法及装置
CN106604044A (zh) * 2016-11-21 2017-04-26 武汉斗鱼网络科技有限公司 一种直播间推荐策略的评估方法、用户设备和服务器系统
CN106791900A (zh) * 2016-12-15 2017-05-31 北京小米移动软件有限公司 直播推荐方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689154A (zh) * 2020-12-18 2021-04-20 咪咕互动娱乐有限公司 直播控制权交换方法、装置、服务器及存储介质
CN112689154B (zh) * 2020-12-18 2022-08-30 咪咕互动娱乐有限公司 直播控制权交换方法、装置、服务器及存储介质
CN116847113A (zh) * 2023-06-20 2023-10-03 联城科技(河北)股份有限公司 基于云架构模块的视频直播中转系统和方法
CN116847113B (zh) * 2023-06-20 2024-03-12 联城科技(河北)股份有限公司 基于云架构模块的视频直播中转方法、装置、设备、介质

Also Published As

Publication number Publication date
CN109218775B (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
US8875043B1 (en) Criteria-based structured ratings
CN107833009A (zh) 理赔订单的个性化审核方法、装置、存储介质及终端
US20240205682A1 (en) Secure communication in mobile digital pages
AU2009304581A1 (en) Search, analysis and categorization
TW202032397A (zh) 登入方式的推播、顯示方法、裝置及設備
WO2007051090A2 (en) Newsmaker verification and commenting method and system
CN108475268A (zh) 知识产权公文管理系统
US20160373436A1 (en) Secured application access system and method with frequently changing passwords
CN110796515A (zh) 一种房源推荐方法、装置、存储介质及移动终端
CN113988532A (zh) 团体配送订单的提交方法、装置、电子设备
CN111680213B (zh) 信息推荐方法、数据处理方法及装置
CN109218775A (zh) 推荐主播上热门的方法、存储介质、电子设备及系统
JP2011054158A (ja) オブジェクト・カスタマイゼーションおよび管理システム
CN104468635B (zh) 网络平台的用户权限升级认证方法及系统
CN102314445A (zh) 一种排列用户留言的控制方法以及相应的信息管理系统
CN103729177B (zh) 用于提供信息的信息提供系统和方法
US11983089B2 (en) Contribution incrementality machine learning models
CN111079000B (zh) 内容处理方法、装置、设备及存储介质
CN108170414A (zh) 一种创建可语音、协同和分析的人工智能记账系统的方法
CN111723294A (zh) 基于ai的rpa机器人智能推荐方法、装置以及设备
CN112328813A (zh) 基于ai的推荐信息生成方法、装置及计算机设备
CN112184140B (zh) 数据处理方法及装置
WO2016004173A1 (en) Generating tasks
CN111988642A (zh) 推荐视频的方法、装置、服务器和存储介质
US20170237727A1 (en) System and method for a single field based authentication

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