CN109348260B - 一种直播间推荐方法、装置、设备及介质 - Google Patents

一种直播间推荐方法、装置、设备及介质 Download PDF

Info

Publication number
CN109348260B
CN109348260B CN201811489497.2A CN201811489497A CN109348260B CN 109348260 B CN109348260 B CN 109348260B CN 201811489497 A CN201811489497 A CN 201811489497A CN 109348260 B CN109348260 B CN 109348260B
Authority
CN
China
Prior art keywords
user
live broadcast
broadcast room
preference
interactive
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
CN201811489497.2A
Other languages
English (en)
Other versions
CN109348260A (zh
Inventor
王璐
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 Ouyuan Network Video Co ltd
Original Assignee
Wuhan Ouyuan Network Video 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 Ouyuan Network Video Co ltd filed Critical Wuhan Ouyuan Network Video Co ltd
Priority to CN201811489497.2A priority Critical patent/CN109348260B/zh
Publication of CN109348260A publication Critical patent/CN109348260A/zh
Application granted granted Critical
Publication of CN109348260B publication Critical patent/CN109348260B/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]
    • H04N21/20—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
    • H04N21/25891—Management of end-user data being end-user preferences
    • 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
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative 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
    • H04N21/45—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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明实施例公开了一种直播间推荐方法、装置、设备及介质，所述方法包括：根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例；基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度；基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；将与所述目标用户关联的直播间推荐给所述当前用户。通过采用上述技术方案，可以实现为用户进行直播间的个性化推荐。

Description

一种直播间推荐方法、装置、设备及介质
技术领域
本发明实施例涉及互联网直播技术领域，尤其涉及一种直播间推荐方法、装置、设备及介质。
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。
在直播平台中，常用的推荐策略是基于与用户观看过的房间相似的房间进行推荐，因此需要对直播间各房间之间的相似度进行度量。此外，在一些基于用户的协同过滤推荐算法中，也需要计算用户两两之间的相似度，以将其中一个用户喜欢观看的房间推荐给与该用户相似度较高的用户。
常用的计算用户两两之间相似度的算法有杰卡德系数算法，该算法被广泛使用，但将该算法应用在直播间推荐中存在一些问题。杰卡德系数是基于集合进行计算的，则两个用户之间的相似度等于两个用户观看的共同直播间数除以两个用户观看的直播间并集的数量。可见，该算法的缺点在于仅从观看的相同直播间数量上衡量两个用户之间的相似度，故存在直播间推荐不准确的问题。
发明内容
本发明实施例提供一种直播间推荐方法、装置、设备及介质，通过所述方法可实现直播间的个性化推荐。
为实现上述目的，本发明实施例采用如下技术方案：
第一方面，本发明实施例提供了一种直播间推荐方法，所述方法包括：
根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例；
基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度；
基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；
将与所述目标用户关联的直播间推荐给所述当前用户。
第二方面，本发明实施例提供了一种直播间推荐装置，所述装置包括：
贡献比例计算模块，用于根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例；
喜爱度确定模块，用于基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度；
目标用户确定模块，用于基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；
推荐模块，用于将与所述目标用户关联的直播间推荐给所述当前用户。
第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可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如上述第一方面所述的直播间推荐方法。
第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如上述第一方面所述的直播间推荐方法。
本发明实施例提供的一种直播间推荐方法，通过根据用户与直播间的互动行为确定用户对所述直播间的喜爱度，并基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户，最后将与所述目标用户关联的直播间推荐给所述当前用户，实现了为当前用户进行个性化推荐的目的。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1为本发明实施例一提供的一种直播间推荐方法流程示意图；
图2为本发明实施例二提供的一种直播间推荐方法流程示意图；
图3为本发明实施例三提供的一种直播间推荐装置结构示意图；
图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅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。
实施例一
图1为本发明实施例一提供的一种直播间推荐方法流程示意图。本实施例公开的直播间推荐方法可适用于对直播间的海量用户进行个性化推荐的情况，以实现为用户推送用户喜欢的直播节目。所述方法可以由直播间推荐装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在终端中，例如服务器等。具体参见图1所示，该方法包括如下步骤：
步骤110、根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例。
其中，用户与直播间的互动行为通常包括观看、发弹幕和送礼物三种，分别具体指用户观看了特定直播间、用户给特定直播间发送了弹幕或者用户给特定直播间送过礼物。若用户与直播间之间发生了上述行为则认为用户与对应直播间存在互动行为，用户与直播间的互动行为越频繁，则表征用户对该直播间的喜爱度越高，因此可将用户在设定时间段内与直播间互动行为的次数确定为用户对直播间的喜爱度，也可进一步结合特定互动行为对所述喜爱度的贡献比例确定用户对直播间的喜爱度，例如可认为用户与直播间的互动行为“观看”比互动行为“发弹幕”对所述喜爱度的贡献比例高，那么若用户与直播间的互动行为“观看”发生的次数越多则越表明用户对该直播间的喜爱度越高。
具体的，所述根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述喜爱度的贡献比例，包括：
按照如下公式计算所述特定互动行为对所述喜爱度的贡献比例：
Figure BDA0001895342370000051
其中，f(k)表示第k种互动行为对所述喜爱度的贡献比例，F(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的总次数，wk表示第k种互动行为的权重，例如，假设第一种互动行为为“观看”，其对应的权重为0.6，第二种互动行为为“发弹幕”，其对应的权重为0.2，第三种互动行为为“送礼物”，其对应的权重为0.2，n表示所有互动行为的种数，在本实施例中所述n可取值为3。需要说明的是，特定互动行为的权重依据该特定互动行为对用户对直播间喜爱度的贡献比例进行设置，例如“观看”互动行为对应的权重应设置的大于“发弹幕”互动行为对应的权重，这是由于“观看”相比“发弹幕”更能说明用户对直播间的喜爱。
举例说明上述公式各参数的取值，假设所述设定时间段为30天(也可以为 60天，当然还可以是其他数值，本实施例不对其进行限定)，被关注直播间包括1号直播间、2号直播间和3号直播间，在所述设定时间段内与所述被关注直播间发生互动行为的用户有用户a、用户b和用户c，其中，用户a在所述设定时间段内观看过1号直播间25次，观看2号直播间10次，观看3号直播间5 次，给1号直播间发弹幕50次，给2号直播间发弹幕5次，给3号直播间发弹幕1次，给1号直播间送礼物5次，给2号直播间送礼物0次，给3号直播间送礼物0次；用户b在所述设定时间段内观看过1号直播间5次，观看2号直播间20次，观看3号直播间5次，给1号直播间发弹幕1次，给2号直播间发弹幕40次，给3号直播间发弹幕1次，给1号直播间送礼物0次，给2号直播间送礼物5次，给3号直播间送礼物0次；用户c在所述设定时间段内观看过1 号直播间0次，观看2号直播间5次，观看3号直播间15次，给1号直播间发弹幕0次，给2号直播间发弹幕1次，给3号直播间发弹幕10次，给1号直播间送礼物0次，给2号直播间送礼物0次，给3号直播间送礼物1次。假设“观看”为第一种互动行为，“发弹幕”为第二种互动行为，“送礼物”为第三种互动行为，则F(1)＝25+10+5+5+20+5+5+15＝90，F(2)＝50+5+1+1+40+1+1+10＝109， F(3)＝5+5+1＝11。
步骤120、基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度。
具体的，按照如下公式确定用户对所述直播间的喜爱度：
Figure BDA0001895342370000061
其中：w(u,i)表示用户u对直播间i的喜爱度，f(k)表示第k种互动行为对所述喜爱度的贡献比例，即上述公式(1)的计算结果，F(u,i,k)表示在设定时间段内用户u与直播间i的第k种互动行为发生的次数；minF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最小值， maxF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最大值，所述被关注直播间包括所述直播间i。
继续延用上述举例说明上述公式(2)中各参数的取值，用户a与1号直播间的第一种互动行为“观看”发生的次数为：F(a,1,1)＝25，用户a与1号直播间的第二种互动行为“发弹幕”发生的次数为：F(a,1,2)＝50，用户a与1号直播间的第三种互动行为“送礼物”发生的次数为：F(a,1,3)＝5；同理，F(a,2,1)＝10， F(a,2,2)＝5，F(a,2,3)＝0……；minF(1)＝0，minF(2)＝0，minF(3)＝0，maxF(1)＝25， maxF(2)＝50，maxF(3)＝5。
步骤130、基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户。
其中，若用户a非常喜欢1号直播间，用户b也非常喜欢1号直播间，则可确定用户a与用户b为喜好相同的两个用户，用户b为与用户a喜好相同的目标用户，用户a为与用户b喜好相同的目标用户。用户对直播间的喜爱程度可通过用户对直播间的喜爱度进行表征。
步骤140、将与所述目标用户关联的直播间推荐给所述当前用户。
其中，与所述目标用户关联的直播间具体指所述目标用户喜欢的直播间，具体的，与所述目标用户关联的直播间，包括：所述目标用户对直播间的喜爱度(用户对直播间的喜爱度可通过上述公式(2)计算得出)达到设定阈值的所有直播间。
通过将所述目标用户喜欢的直播间推荐给与所述目标用户喜好相同的当前用户，实现对当前用户的个性化推荐。
本实施例提供的一种直播间推荐方法，通过根据用户与直播间的互动行为确定用户对所述直播间的喜爱度，并基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户，最后将所述目标用户喜好的直播间推荐给所述当前用户，实现了基于用户与直播间的互动行为为当前用户进行个性化推荐的目的。
实施例二
图2为本发明实施例二提供的一种直播间推荐方法流程示意图。在上述实施例的基础上，本实施例对上述步骤130“基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户”进行了进一步优化，优化的好处是可准确确定与当前用户喜好相同的目标用户，从而提高为当前用户进行个性化推荐的准确度。具体参见图2所示，该方法包括如下步骤：
步骤210、根据用户与直播间的互动行为确定用户对所述直播间的喜爱度。
步骤220、基于用户对直播间的喜爱度计算任意用户与当前用户的喜好相似度。
具体的，按照如下公式计算任意用户与当前用户的喜好相似度：
Figure BDA0001895342370000081
其中，d(u,v)表示用户u与用户v的喜好相似度，w(u,i)表示用户u对直播间i的喜爱度，w(v,i)表示用户v对直播间i的喜爱度，i(u,v)表示用户u和用户v在设定时间段内有互动行为的共同直播间集合，|i(u,v)|表示用户u和用户v 在设定时间段内有互动行为的共同直播间数量，i为直播间的标识。
步骤230、将与当前用户的喜好相似度达到设定阈值的任意用户确定为所述目标用户。
步骤240、将与所述目标用户关联的直播间推荐给所述当前用户。
具体的，给当前用户进行个性化推荐的过程为：针对当前用户u，按照上述公式(3)得到用户u与其他用户的喜好相似度，并将喜好相似度达到设定阈值的所有用户确定为所述目标用户集合，针对所述目标用户集合中的每个用户，通过上述公式(2)计算每个用户对特定直播间的喜爱度，并将喜爱度达到预设值的直播间推荐给当前用户u。
在上述实施例的基础上，本实施例提供的一种直播间推荐方法，通过基于用户对直播间的喜爱度计算任意用户与当前用户的喜好相似度，并将喜欢相似度达到设定阈值的用户确定为与当前用户喜好相同的目标用户，并将所述目标用户喜欢的直播间推荐给当前用户，实现了为当前用户进行个性化推荐的目的。
实施例三
图3为本发明实施例三提供的一种直播间推荐装置的结构示意图。参见图3 所示，所述装置包括：贡献比例计算模块310、喜爱度确定模块320、目标用户确定模块330和推荐模块340；
其中，贡献比例计算模块310，用于根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例；
喜爱度确定模块320，用于基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度；
目标用户确定模块330，用于基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；
推荐模块340，用于将与所述目标用户关联的直播间推荐给所述当前用户。
进一步的，所述贡献比例计算模块310具体用于：
按照如下公式计算所述特定互动行为对所述喜爱度的贡献比例：
Figure BDA0001895342370000091
其中，f(k)表示第k种互动行为对所述喜爱度的贡献比例，F(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的总次数，wk表示第k种互动行为的权重，n表示所有互动行为的种数。
进一步的，所述喜爱度确定模块320具体用于：
按照如下公式确定用户对所述直播间的喜爱度：
Figure BDA0001895342370000101
其中：w(u,i)表示用户u对直播间i的喜爱度，F(u,i,k)表示在设定时间段内用户u与直播间i的第k种互动行为发生的次数；minF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最小值，maxF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最大值，所述被关注直播间包括所述直播间i。
进一步的，所述目标用户确定模块330包括：
喜好相似度计算单元，用于基于用户对直播间的喜爱度计算任意用户与当前用户的喜好相似度；
目标用户确定单元，用于将与当前用户的喜好相似度达到设定阈值的任意用户确定为所述目标用户。
进一步的，所述喜好相似度计算单元具体用于：按照如下公式计算任意用户与当前用户的喜好相似度：
Figure BDA0001895342370000102
其中，d(u,v)表示用户u与用户v的喜好相似度，w(u,i)表示用户u对直播间i的喜爱度，w(v,i)表示用户v对直播间i的喜爱度，i(u,v)表示用户u和用户v在设定时间段内有互动行为的共同直播间集合，|i(u,v)|表示用户u和用户v 在设定时间段内有互动行为的共同直播间数量，i为直播间的标识。
进一步的，所述与所述目标用户关联的直播间，包括：所述目标用户对直播间的喜爱度达到设定阈值的所有直播间。
本实施例提供的直播间推荐装置，通过根据用户与直播间的互动行为确定用户对所述直播间的喜爱度，并基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户，最后将所述目标用户喜好的直播间推荐给所述当前用户，实现了基于用户与直播间的互动行为为当前用户进行个性化推荐的目的。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。如图4所示，该电子设备包括：处理器670、存储器671及存储在存储器671上并可在处理器 670上运行的计算机程序；其中，处理器670的数量可以是一个或多个，图4中以一个处理器670为例；处理器670执行所述计算机程序时实现如上述实施例一中所述的直播间推荐方法。如图4所示，所述电子设备还可以包括输入装置 672和输出装置673。处理器670、存储器671、输入装置672和输出装置673 可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器671作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中直播间推荐装置/模块(例如，贡献比例计算模块310、喜爱度确定模块320、目标用户确定模块330和推荐模块340 等)。处理器670通过运行存储在存储器671中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的直播间推荐方法。
存储器671可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器671可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器671可进一步包括相对于处理器670 远程设置的存储器，这些远程存储器可以通过网络连接至电子设备/存储介质。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置672可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置673可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种直播间推荐方法，该方法包括：
根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例；
基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度；
基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；
将与所述目标用户关联的直播间推荐给所述当前用户。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于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直播间推荐相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器 (Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，存储介质，或者网络设备等)执行本发明各个实施例所述的。
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 (4)

1.一种直播间推荐方法，其特征在于，包括：
根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例，其中，计算公式如下：
Figure FDA0003089353450000011
其中，f(k)表示第k种互动行为对所述喜爱度的贡献比例，F(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的总次数，wk表示第k种互动行为的权重，wk依据第k种互动行为对用户对直播间喜爱度的贡献比例进行设置，n表示所有互动行为的种数；
基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度，其中，计算公式如下：
Figure FDA0003089353450000012
其中，w(u,i)表示用户u对直播间i的喜爱度，f(k)表示第k种互动行为对所述喜爱度的贡献比例，F(u,i,k)表示在设定时间段内用户u与直播间i的第k种互动行为发生的次数；minF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最小值，maxF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最大值，所述被关注直播间包括所述直播间i；
基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；
将与所述目标用户关联的直播间推荐给所述当前用户，其中，所述与所述目标用户关联的直播间，包括：所述目标用户对直播间的喜爱度达到设定阈值的所有直播间；
所述基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户，包括：
基于用户对直播间的喜爱度计算任意用户与当前用户的喜好相似度，将与当前用户的喜好相似度达到设定阈值的任意用户确定为所述目标用户；
所述基于用户对直播间的喜爱度计算任意用户与当前用户的喜好相似度，包括：
按照如下公式计算任意用户与当前用户的喜好相似度：
Figure FDA0003089353450000021
其中，d(u,v)表示用户u与用户v的喜好相似度，w(u,i)表示用户u对直播间i的喜爱度，w(v,i)表示用户v对直播间i的喜爱度，i(u,v)表示用户u和用户v在设定时间段内有互动行为的共同直播间集合，|i(u,v)|表示用户u和用户v在设定时间段内有互动行为的共同直播间数量，i为直播间的标识。
2.一种直播间推荐装置，其特征在于，所述装置包括：
贡献比例计算模块，用于根据用户与直播间的特定互动行为发生的次数，以及用户与直播间的所有互动行为发生的总次数，计算所述特定互动行为对所述用户对直播间喜爱度的贡献比例，其中，计算公式如下：
Figure FDA0003089353450000022
其中，f(k)表示第k种互动行为对所述喜爱度的贡献比例，F(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的总次数，wk表示第k种互动行为的权重，wk依据第k种互动行为对用户对直播间喜爱度的贡献比例进行设置，n表示所有互动行为的种数；
喜爱度确定模块，用于基于所述贡献比例以及用户与直播间的互动行为确定用户对所述直播间的喜爱度，其中，计算公式如下：
Figure FDA0003089353450000031
其中，w(u,i)表示用户u对直播间i的喜爱度，f(k)表示第k种互动行为对所述喜爱度的贡献比例，F(u,i,k)表示在设定时间段内用户u与直播间i的第k种互动行为发生的次数；minF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最小值，maxF(k)表示在设定时间段内所有用户与被关注直播间的第k种互动行为发生的次数中的最大值，所述被关注直播间包括所述直播间i；
目标用户确定模块，用于基于用户对直播间的喜爱度确定与当前用户喜好相同的目标用户；
推荐模块，用于将与所述目标用户关联的直播间推荐给所述当前用户，其中，所述与所述目标用户关联的直播间，包括：所述目标用户对直播间的喜爱度达到设定阈值的所有直播间；
所述目标用户确定模块，包括：
喜好相似度计算单元，用于基于用户对直播间的喜爱度计算任意用户与当前用户的喜好相似度；
目标用户确定单元，用于将与当前用户的喜好相似度达到设定阈值的任意用户确定为所述目标用户；
所述喜好相似度计算单元具体用于：按照如下公式计算任意用户与当前用户的喜好相似度：
Figure FDA0003089353450000041
其中，d(u,v)表示用户u与用户v的喜好相似度，w(u,i)表示用户u对直播间i的喜爱度，w(v,i)表示用户v对直播间i的喜爱度，i(u,v)表示用户u和用户v在设定时间段内有互动行为的共同直播间集合，|i(u,v)|表示用户u和用户v在设定时间段内有互动行为的共同直播间数量，i为直播间的标识。
3.一种电子设备，包括存储器、处理器及存储在存储器上并可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如权利要求1所述的直播间推荐方法。
4.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1所述的直播间推荐方法。
CN201811489497.2A 2018-12-06 2018-12-06 一种直播间推荐方法、装置、设备及介质 Active CN109348260B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811489497.2A CN109348260B (zh) 2018-12-06 2018-12-06 一种直播间推荐方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811489497.2A CN109348260B (zh) 2018-12-06 2018-12-06 一种直播间推荐方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN109348260A CN109348260A (zh) 2019-02-15
CN109348260B true CN109348260B (zh) 2021-09-07

Family

ID=65297388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811489497.2A Active CN109348260B (zh) 2018-12-06 2018-12-06 一种直播间推荐方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN109348260B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111556327A (zh) 2020-04-02 2020-08-18 北京达佳互联信息技术有限公司 直播间推荐方法、装置、终端、服务器、系统及存储介质
CN111918081B (zh) * 2020-07-31 2021-04-02 广州津虹网络传媒有限公司 直播间热度的确定方法、装置、设备及存储介质
CN113965774A (zh) * 2021-11-26 2022-01-21 小象(广州)商务有限公司 一种视频的直播方法和直播系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791902A (zh) * 2016-04-21 2016-07-20 广州酷狗计算机科技有限公司 用户推荐方法及装置
WO2018106324A1 (en) * 2016-12-09 2018-06-14 Google Inc. Livestream conversation notifications
CN108307208A (zh) * 2018-01-10 2018-07-20 武汉斗鱼网络科技有限公司 计算直播间相似度的方法、存储介质、设备及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5746658B2 (ja) * 2012-04-10 2015-07-08 株式会社東芝 情報処理装置、方法及びプログラム、並びに、情報通信端末、その制御方法及びその制御プログラム
CN103491441B (zh) * 2013-09-09 2017-02-01 东软集团股份有限公司 直播电视节目推荐方法及系统
CN105872837B (zh) * 2016-04-21 2019-01-29 广州酷狗计算机科技有限公司 用户推荐方法及装置
CN106294800A (zh) * 2016-08-16 2017-01-04 武汉斗鱼网络科技有限公司 基于加权k近邻评分的直播间推荐方法及系统
US20180081969A1 (en) * 2016-09-20 2018-03-22 Xerox Corporation Method and system for data processing to predict domain knowledge of user for content recommendation
CN108322829B (zh) * 2018-03-02 2020-11-27 北京奇艺世纪科技有限公司 个性化主播推荐方法、装置及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791902A (zh) * 2016-04-21 2016-07-20 广州酷狗计算机科技有限公司 用户推荐方法及装置
WO2018106324A1 (en) * 2016-12-09 2018-06-14 Google Inc. Livestream conversation notifications
CN108307208A (zh) * 2018-01-10 2018-07-20 武汉斗鱼网络科技有限公司 计算直播间相似度的方法、存储介质、设备及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于语义和用户偏好的网络电视直播推荐方法;张翔等;《微电子学与计算机》;20161231;第33卷(第12期);第52-56页 *

Also Published As

Publication number Publication date
CN109348260A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN109495770B (zh) 一种直播间推荐方法、装置、设备及介质
CN108174296B (zh) 恶意用户识别方法及装置
CN109348260B (zh) 一种直播间推荐方法、装置、设备及介质
CN108833458B (zh) 一种应用推荐方法、装置、介质及设备
JP6685541B2 (ja) ユーザ信用スコアを最適化するための方法および装置
CN108965951B (zh) 广告的播放方法及装置
KR101620748B1 (ko) 아이템 추천 방법 및 아이템 추천 장치
WO2018130201A1 (zh) 确定关联账号的方法、服务器及存储介质
CN109379608B (zh) 一种直播间的推荐方法以及相关设备
CN108446297B (zh) 一种推荐方法及装置，电子设备
CN105005582A (zh) 多媒体信息的推荐方法及装置
CN111767429A (zh) 一种视频推荐方法、装置及电子设备
CN104053023A (zh) 一种确定视频相似度的方法及装置
EP3352121A1 (en) Content delivery method and device
JP2011227721A (ja) 関心抽出装置、関心抽出方法、及び関心抽出プログラム
CN114008658A (zh) K线形态的识别方法及电子设备
CN111797319A (zh) 推荐方法、装置、设备及存储介质
CN109688217B (zh) 一种消息推送方法、装置及电子设备
CN110113673A (zh) 一种弹幕显示方法、装置及电子设备
CN112312173B (zh) 主播推荐方法、装置、电子设备及可读存储介质
CN111666486B (zh) 热度值获取方法及装置
CN108133036A (zh) 一种用户兴趣点的权重值确定方法、装置及电子设备
CN109600639B (zh) 基于用户偏好的用户相似度计算方法、装置、设备及介质
US10872121B2 (en) Systems and methods for matching users
CN113326436B (zh) 确定推荐资源的方法、装置、电子设备和存储介质

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