CN109257648B - 一种直播间相似度修正方法、装置、终端及存储介质 - Google Patents

Abstract

本发明实施例公开了一种直播间相似度修正方法、装置、设备及存储介质。该方法包括：利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数；利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正。本发明实施例克服了现有技术中利用离线数据计算得到的两两直播间之间的相似度可靠性不高的问题，提高了两两直播间之间相似度计算的可靠性。

Description

一种直播间相似度修正方法、装置、终端及存储介质

技术领域

本发明实施例涉及计算机技术，尤其涉及一种直播间相似度修正方法、装置、终端及存储介质。

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。对于互联网直播平台而言，个性化推荐具体为给当前用户准确地推荐其感兴趣的直播间。

目前，在直播间推荐的众多大数据算法解决方案中，一个简单可行的方案是给目标用户推荐与其最近观看过历史直播间类似的直播间，通常可以利用离线数据，计算两个直播间之间的相似度来确定与历史直播间类似的直播间，现有的计算两个直播间之间相似度的方法通常存在计算得到的相似度可靠性较低的问题。

发明内容

本发明实施例提供一种直播间相似度修正方法、装置、终端及存储介质，以获得两两直播间之间可靠性更高的相似度。

第一方面，本发明实施例提供了一种直播间相似度修正方法，所述方法包括：

利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；

依据当前时刻对应的实时数据，确定所述第一直播间和所述第二直播间具有共现情形的实时共现次数、所述第一直播间对应的第一用户行为次数以及所述第二直播间对应的第二用户行为次数；

利用所述实时共现次数、所述第一用户行为次数和所述第二用户行为次数对所述离线相似度进行修正。

第二方面，本发明实施例还提供了一种直播间相似度修正装置，所述装置包括：

离线相似度计算模块，用于利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；

修正参数确定模块，用于依据当前时刻对应的实时数据，确定所述第一直播间和所述第二直播间具有共现情形的实时共现次数、所述第一直播间对应的第一用户行为次数以及所述第二直播间对应的第二用户行为次数；

离线相似度修正模块，用于利用所述实时共现次数、所述第一用户行为次数和所述第二用户行为次数对所述离线相似度进行修正。

第三方面，本发明实施例还提供了一种直播间相似度修正终端，所述终端包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的直播间相似度修正方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明任意实施例所提供的直播间相似度修正方法。

本发明实施例提供的直播间相似度修正方法、装置、终端和存储介质，通过利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度，依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数，并利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正，克服了现有技术中利用离线数据计算得到的两两直播间之间的相似度可靠性不高的问题，提高了两两直播间之间相似度计算的可靠性。

附图说明

图1是本发明实施例一中的一种直播间相似度修正方法的流程图；

图2是本发明实施例二中的一种直播间相似度修正装置的结构示意图；

图3是本发明实施例三中的一种直播间相似度修正终端的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

本实施例提供的直播间相似度修正方法，可适用于基于直播间推荐中两两直播间之间相似度的计算。该方法可以由直播间相似度修正装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在具备运算及网络功能的设备中，例如典型的是用户终端设备，例如服务器、平板电脑或台式电脑等。参见图1，本实施的方法具体包括如下步骤：

S110、利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度。

其中，预设时间周期可以是距离当前时刻最近的一天，一周或者一个月等的历史时间段，离线数据可以是存储在离线数据库中的历史数据，其可以反映出用户在直播平台中对各直播间所进行的历史行为操作，其中，历史行为操作可以是用户在直播平台中观看直播间，关注或者收藏直播间，在直播间中发送礼物以及弹幕等行为。

本实施例中，可以基于离线数据中用户对各直播间所进行的历史行为操作，计算在历史时间段内直播平台中两两直播间之间的离线相似度，利用该离线相似度可以确定在上述历史时间段内，各两两直播间之间的相似度情况。

S120、依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数。

其中，用户行为包括观看直播间、在直播间中发弹幕以及发送礼物、对直播间进行关注或者收藏等。

示例性的，与当前时刻对应的实时数据可以是在当前时刻之前的预设时间段内的实时数据，其中，预设时间段可以是6个小时，8个小时等，实时数据一般会保存在数据缓存区中，因此，可以在数据缓存区中读取预设时间内的实时数据以作为当前时刻对应的实时数据。

优选的，可以将实时数据对应的预设时间段平均分成至少一个时间窗口，则共现情形可以是在一个时间窗口内，同一用户对第一直播间和第二直播间均有用户行为，而实时共现次数则可以是在预设时间段中的各个时间窗口内，各用户对第一直播间和第二直播间均有用户行为的总次数，其中，在一个时间窗口内，同一用户对第一直播间和第二直播间均有用户行为，则实时共现次数加1。示例性的，一个预设时间段为6个小时，每个时间窗口的长度为2个小时，则在预设时间段内存在三个时间窗口，其中，在第一个时间窗口内有3个用户对第一直播间和第二直播间均有用户行为，在第二个时间窗口内有10个用户对第一直播间和第二直播间均有用户行为，在第三个时间窗口内有5个用户对第一直播间和第二直播间均有用户行为，则可以确定第一直播间和第二直播间具有共现情形的实时共现次数为18次。在此需要说明的是，在一个时间窗口内，当同一用户对第一直播间和第二直播间均存在n次用户行为时，可以认为共现次数为n次，此时，实时共现次数加n。

其中，在预设时间段内，只要用户对第一直播间存在用户行为，则相应的，与第一直播间对应的第一用户行为次数加1，只要用户对第二直播间存在用户行为，则相应的，第二直播间对应的第二用户行为次数加1。

S130、利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正。

由于实时共现次数、第一用户行为次数和第二用户行为次数都是根据当前时刻对应的实时数据确定的，能够在一定程度上反映出当前时刻各直播间之间的相似度情况，因此，优选可以利用实时共现次数、第一用户行为数据和第二用户行为数据对离线相似度进行修正。

本实施例提供的直播间相似度修正方法，通过利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度，依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数，并利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正，克服了现有技术中利用离线数据计算得到的两两直播间之间的相似度可靠性不高的问题，提高了两两直播间之间相似度计算的可靠性。

在上述各实施例的基础上，进一步的，利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度，计算公式如下所示：

其中，sim(p,q)是第一直播间p和第二直播间q的离线相似度；co(p_u,q_u)为在预设时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第一预设时间窗口内对第一直播间p和第二直播间q均有用户行为，其中，预设时间周期包括至少一个第一预设时间窗口；U为所有用户的集合；c(p_u)是用户u在预设时间周期内，对第一直播间p具有用户行为的次数；c(q_u)是用户u在预设时间周期内，对第二直播间q具有用户行为的次数。

示例性，以用户行为为观看直播间进行具体说明，假设预设时间周期包括三个时间窗口，在预设时间周期内，第一直播间p被用户U1和U2观看过，第二直播间q被U1和U3观看过，且第一直播间p在预设时间周期内被观看过的总次数是20次，其中，在第一时间窗口内，被用户U1观看过的次数是2，被用户U2观看过的次数是5，在第二时间窗口内被用户U1观看过的次数是1，被用户U2观看过的次数是6，在第三时间窗口内被用户U2观看过的次数是6，而第二直播间q被观看过的次数为10，其中，在第一时间窗口内被用户U1观看过的次数为2，被用户U3观看过的次数为1，在第二时间窗口内被用户U1观看过的次数,2，被用户U3观看过的次数是5，在第三时间窗口内被用户U3观看过的次数是4，则用户U1是在预设时间周期内共同观看第一直播间和第二直播间的用户，其共现次数为2+1＝3。则第一直播间与第二直播间之间的离线相似度为

进一步的，依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数，第一直播间对应的第一用户行为次数，第二直播间对应的第二用户行为次数，包括：

将第一直播间作为第一关键字key1，将第一用户行为次数作为key1的值value1，依据当前时刻对应的实时数据，对value1进行统计，其中，key1每对应一次用户行为，value1加1；

将第二直播间作为第二关键字key2，将第二用户行为次数作为key2的值value2，依据当前时刻对应的实时数据，对value2进行统计，其中，key2每对应一次用户行为，value2加1；

其中，无论执行用户行为的是相同的用户，还是不同的用户，只要对直播间进行一次用户行为操作，则相应的用户行为便可以加1。示例性的，在当前时刻对应的实时数据中，用户U1对第一直播间进行了3次用户行为操作，用户U2对第一直播间进行了12次用户行为操作，则第一用户行为次数value1加15；用户U1对第二直播间进行了8次用户行为操作，用户U3对第二直播间进行了10次用户行为操作，则第二用户行为次数value2加18。

将第一直播间和第二直播间作为第三关键字key3，将实时共现次数作为key3的值value3，依据当前时刻对应的实时数据，对value3进行统计。

优选的，可以在key3下设置第一集合和第二集合，其中，第一集合存储对第一直播间具有用户行为的各用户，第二集合存储对第二直播间具有用户行为的各用户；

在每个第二预设时间窗口内，选取第一集合与第二集合的用户交集作为与每个第二预设时间窗口对应的共现次数，并将各共现次数的加和作为value3，其中，实时数据对应的时间周期包括至少一个第二预设时间窗口。

示例性的，在实时数据对应的时间周期内包括两个时间窗口，在第一个时间窗口内，第一集合中包括10个用户U1和2个用户U2，第二集合中包括4个用户U1和3个用户U3，则取第一集合与第二集合的用户交集4个用户U1，则第一时间窗口对应的共现次数为4，在第二时间窗口内，第一集合中包括3个用户U1和5个用户U2，第二集合中包括2个用户U2和3个用户U3，则取第一集合与第二集合的用户交集2个用户U2，则第二时间窗口对应的共现次数为2，则实时共现次数value3为4+2＝6次。

进一步的，利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正，修正公式如下所示：

其中，sim(p,q)⁰是根据当前时刻对应的实时数据进行修正后的相似度；Δco(p_u,q_u)是在实时数据对应的时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第二预设时间窗口内对第一直播间p和第二直播间q均有用户行为；Δc(p_u)是实时数据对应的时间周期内，用户u对第一直播间p具有用户行为的次数；Δc(q_u)是实时数据对应的时间周期内，用户u对第二直播间p具有用户行为的次数。

本实施例中，仍以上述计算离线相似度的数据为例进行说明，假设在实时数据对应的时间周期内存在两个时间窗口，当前时刻对应的实时数据中，第一直播间p被用户U4和U5观看过，第二直播间q被U4和U6观看过，且第一直播间p在预设时间周期内被观看过的次数是5次，即第一用户行为次数为5次，其中，在第一时间窗口内，被用户U4观看过的次数是1，被用户U5观看过的次数是1，在第二时间窗口内被用户U5观看过的次数是3，而第二直播间q在预设时间周期内被观看过的次数为2，即第二用户行为次数为2次，其中，在第一时间窗口内被用户U4观看过的次数为1，在第二时间窗口内被用户U6观看过的次数1，此时，第一直播间p和第二直播间q同时被用户U4观看过，即实时共现次数为1，则利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正后的第一直播间与第二直播间之间的相似度为

进一步的，在利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正之后，还包括：

根据离线数据或实时数据，确定具有目标用户的用户行为的历史直播间；

按照待推荐直播间与历史直播间的相似度，对待推荐直播间排序；

确定排序结果中预设数量的待推荐直播间为目标推荐直播间。

其中，目标用户是指待推荐直播间的用户。

具体地，可以根据离线数据或实时数据，从直播平台中获取目标用户存在历史观看、送礼物、发弹幕、关注或者收藏等行为的直播间。

其中，待推荐直播间是指能够向目标用户推荐的直播平台中的直播间。

具体地，按照预设相似度度量规则，逐个计算历史观看直播间与待推荐直播间之间的相似度，并按照相似度数值大小，对待推荐直播间进行排序。

其中，预设数量是指预先设定的推荐直播间的数量，其可以是直播平台默认设置，也可以由用户自行设定。

具体地，在待推荐直播间排序结果中，确定排序靠前的、设定数量的待推荐直播间为目标直播间，并可将该目标直播间推荐给目标用户。

实施例二

图2是本发明实施例二提供的一种直播间相似度修正装置结构示意图。参见图2，本实施例中的直播间相似度修正装置，包括：

离线相似度计算模块210，用于利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；

修正参数确定模块220，用于依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数；

离线相似度修正模块230，用于利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正。

本实施例提供的直播间相似度修正装置，通过离线相似度计算模块利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度，同时利用修正参数确定模块依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数，并利用离线相似度修正模块利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正，克服了现有技术中利用离线数据计算得到的两两直播间之间的相似度可靠性不高的问题，提高了两两直播间之间相似度计算的可靠性。

在上述各实施例的基础上，进一步的，离线相似度计算模块210用于利用如下计算公式进行离线相似度的计算：

其中，sim(p,q)是第一直播间p和第二直播间q的离线相似度；co(p_u,q_u)为在预设时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第一预设时间窗口内对第一直播间p和第二直播间q均有用户行为，其中，预设时间周期包括至少一个第一预设时间窗口；c(p_u)是用户u在预设时间周期内，对第一直播间p具有用户行为的次数；c(q_u)是用户u在预设时间周期内，对第二直播间q具有用户行为的次数。

进一步的，修正参数确定模块220可以包括：

第一用户行为次数确定子模块，用于将第一直播间作为第一关键字key1，将第一用户行为次数作为key1的值value1，依据当前时刻对应的实时数据，对value1进行统计，其中，key1每对应一次用户行为，value1加1；

第二用户行为次数确定子模块，用于将第二直播间作为第二关键字key2，将第二用户行为次数作为key2的值value2，依据当前时刻对应的实时数据，对value2进行统计，其中，key2每对应一次用户行为，value2加1；

实时共现次数确定子模块，用于将第一直播间和第二直播间作为第三关键字key3，将实时共现次数作为key3的值value3，依据当前时刻对应的实时数据，对value3进行统计。

进一步的，实时共现次数确定子模块具体可以包括：

集合设置单元，用于在key3下设置第一集合和第二集合，其中，第一集合存储对第一直播间具有用户行为的各用户，第二集合存储对第二直播间具有用户行为的各用户；

实时共现次数确定单元，用于在每个第二预设时间窗口内，选取第一集合与第一集合的用户交集作为与每个第二预设时间窗口对应的共现次数，并将各共现次数的加和作为value3，其中，实时数据对应的时间周期包括至少一个第二预设时间窗口。

进一步的，离线相似度修正模块230用于利用如下计算公式进行离线相似度的修正：

其中，sim(p,q)⁰是根据当前时刻对应的实时数据进行修正后的相似度；Δco(p_u,q_u)是在实时数据对应的时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第二预设时间窗口内对第一直播间p和第二直播间q均有用户行为；Δc(p_u)是实时数据对应的时间周期内，用户u对第一直播间p具有用户行为的次数；Δc(q_u)是实时数据对应的时间周期内，用户u对第二直播间p具有用户行为的次数。

进一步的，直播间相似度计算装置还可以包括目标推荐直播间确定模块，在利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正之后，目标推荐直播间确定模块具体可以包括：

历史直播间确定子模块，用于根据离线数据或实时数据，确定具有目标用户的用户行为的历史直播间；

待推荐直播间排序子模块，用于按照待推荐直播间与历史直播间的相似度，对待推荐直播间排序；

目标推荐直播间确定子模块，用于确定排序结果中预设数量的待推荐直播间为目标推荐直播间。

本发明实施例所提供的直播间相似度修正装置可执行本发明任意实施例所提供的直播间相似度修正方法，具备执行方法相应的功能模块和有益效果。

实施例三

图3为本发明实施例三提供的直播间相似度修正终端的结构示意图。图3示出了适于用来实现本发明实施方式的示例性直播间相似度修正终端312的框图。图3显示的直播间相似度修正终端312仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，直播间相似度修正终端312以通用计算设备的形式表现直播间相似度修正终端312的组件可以包括但不限于：一个或者多个处理器316，存储器328，连接不同系统组件(包括存储器328和处理器316)的总线318。

总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

直播间相似度修正终端312典型地包括多种计算机系统可读介质。这些介质可以是任何能够被直播间相似度修正终端312访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器328可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)330和/或高速缓存存储器332。直播间相似度修正终端312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储装置334可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储器328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块342的程序/实用工具340，可以存储在例如存储器328中，这样的程序模块342包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块342通常执行本发明所描述的实施例中的功能和/或方法。

直播间相似度修正终端312也可以与一个或多个外部设备314(例如键盘、指向设备、显示器324等，其中，显示器324可根据实际需要决定是否配置)通信，还可与一个或者多个使得用户能与该直播间相似度修正终端312交互的设备通信，和/或与使得该直播间相似度修正终端312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口322进行。并且，直播间相似度修正终端312还可以通过网络适配器320与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与直播间相似度修正终端312的其它模块通信。应当明白，尽管图3中未示出，可以结合直播间相似度修正终端312使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储装置等。

处理器316通过运行存储在存储器328中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的直播间相似度修正方法。

实施例四

本发明实施例四提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的直播间相似度修正方法，包括：

利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；

依据当前时刻对应的实时数据，确定第一直播间和第二直播间具有共现情形的实时共现次数、第一直播间对应的第一用户行为次数以及第二直播间对应的第二用户行为次数；

利用实时共现次数、第一用户行为次数和第二用户行为次数对离线相似度进行修正。

当然，本发明实施例所提供的计算机可读存储介质，其上存储的计算机程序不限于执行如上所述的方法操作，还可以执行本发明任意实施例所提供的基于直播间相似度修正终端的直播间相似度修正方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (9)

1.一种直播间相似度修正方法，其特征在于，包括：

利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；

依据当前时刻对应的实时数据，确定所述第一直播间和所述第二直播间具有共现情形的实时共现次数、所述第一直播间对应的第一用户行为次数以及所述第二直播间对应的第二用户行为次数；

利用所述实时共现次数、所述第一用户行为次数和所述第二用户行为次数对所述离线相似度进行修正，修正公式如下所示：

其中，sim(p,q)⁰是根据所述当前时刻对应的实时数据进行修正后的相似度；Δco(p_u,q_u)是在所述实时数据对应的时间周期内，与用户u相对应的所述第一直播间p和所述第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第二预设时间窗口内对所述第一直播间p和所述第二直播间q均有用户行为；实时数据对应的时间周期包括至少一个第二预设时间窗口，Δc(p_u)是所述实时数据对应的时间周期内，用户u对所述第一直播间p具有用户行为的次数；Δc(q_u)是所述实时数据对应的时间周期内，用户u对所述第二直播间q具有用户行为的次数，u表示与用户相对应的标识符号；U表示所有用户的集合；c(p_u)是用户u在所述预设时间周期内，对所述第一直播间p具有用户行为的次数；c(q_u)是用户u在所述预设时间周期内，对所述第二直播间q具有用户行为的次数，co(p_u,q_u)为在预设时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数。

2.根据权利要求1所述的方法，其特征在于，所述利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度，计算公式如下所示：

其中，sim(p,q)是所述第一直播间p和所述第二直播间q的离线相似度；co(p_u,q_u)为在所述预设时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第一预设时间窗口内对所述第一直播间p和所述第二直播间q均有用户行为，其中，所述预设时间周期包括至少一个第一预设时间窗口；c(p_u)是用户u在所述预设时间周期内，对所述第一直播间p具有用户行为的次数；c(q_u)是用户u在所述预设时间周期内，对所述第二直播间q具有用户行为的次数，u表示与用户相对应的标识符号，U表示所有用户的集合。

3.根据权利要求1所述的方法，其特征在于，所述依据当前时刻对应的实时数据，确定所述第一直播间和所述第二直播间具有共现情形的实时共现次数，所述第一直播间对应的第一用户行为次数，所述第二直播间对应的第二用户行为次数，包括：

将所述第一直播间作为第一关键字key1，将所述第一用户行为次数作为所述key1的值value1，依据当前时刻对应的实时数据，对所述value1进行统计，其中，所述key1每对应一次用户行为，所述value1加1；

将所述第二直播间作为第二关键字key2，将所述第二用户行为次数作为所述key2的值value2，依据当前时刻对应的实时数据，对所述value2进行统计，其中，所述key2每对应一次用户行为，所述value2加1；

将所述第一直播间和所述第二直播间作为第三关键字key3，将所述实时共现次数作为所述key3的值value3，依据当前时刻对应的实时数据，对所述value3进行统计。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一直播间和所述第二直播间作为第三关键字key3，将所述实时共现次数作为所述key3的值value3，依据当前时刻对应的实时数据，对所述value3进行统计，包括：

在所述key3下设置第一集合和第二集合，其中，所述第一集合存储对所述第一直播间具有用户行为的各用户，所述第二集合存储对所述第二直播间具有用户行为的各用户；

在每个第二预设时间窗口内，选取所述第一集合与所述第二集合的用户交集作为与每个第二预设时间窗口对应的共现次数，并将各所述共现次数的加和作为所述value3，其中，所述实时数据对应的时间周期包括至少一个第二预设时间窗口。

5.根据权利要求1所述的方法，其特征在于，所述用户行为包括观看、发弹幕、送礼物或者关注。

6.根据权利要求1-5任一所述的方法，其特征在于，在所述利用所述实时共现次数、所述第一用户行为次数和所述第二用户行为次数对所述离线相似度进行修正之后，还包括：

根据所述离线数据或实时数据，确定具有目标用户的用户行为的历史直播间；

按照待推荐直播间与所述历史直播间的相似度，对所述待推荐直播间排序；

确定排序结果中预设数量的所述待推荐直播间为目标推荐直播间。

7.一种直播间相似度修正装置，其特征在于，包括：

离线相似度计算模块，用于利用预设时间周期内的离线数据，计算第一直播间和第二直播间之间的离线相似度；

修正参数确定模块，用于依据当前时刻对应的实时数据，确定所述第一直播间和所述第二直播间具有共现情形的实时共现次数、所述第一直播间对应的第一用户行为次数以及所述第二直播间对应的第二用户行为次数；

离线相似度修正模块，用于利用所述实时共现次数、所述第一用户行为次数和所述第二用户行为次数对所述离线相似度进行修正，修正公式如下所示：

其中，sim(p,q)⁰是根据所述当前时刻对应的实时数据进行修正后的相似度；Δco(p_u,q_u)是在所述实时数据对应的时间周期内，与用户u相对应的所述第一直播间p和所述第二直播间q具有共现情形的共现次数，其中，共现情形指的是用户u在第二预设时间窗口内对所述第一直播间p和所述第二直播间q均有用户行为；实时数据对应的时间周期包括至少一个第二预设时间窗口，Δc(p_u)是所述实时数据对应的时间周期内，用户u对所述第一直播间p具有用户行为的次数；Δc(q_u)是所述实时数据对应的时间周期内，用户u对所述第二直播间q具有用户行为的次数，u表示与用户相对应的标识符号；U表示所有用户的集合；c(p_u)是用户u在所述预设时间周期内，对所述第一直播间p具有用户行为的次数；c(q_u)是用户u在所述预设时间周期内，对所述第二直播间q具有用户行为的次数，co(p_u,q_u)为在预设时间周期内，与用户u相对应的第一直播间p和第二直播间q具有共现情形的共现次数。

8.一种直播间相似度修正终端，其特征在于，所述终端包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的直播间相似度修正方法。

9.一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如权利要求1-6中任一所述的直播间相似度修正方法。

Images