CN109379608B - 一种直播间的推荐方法以及相关设备 - Google Patents

一种直播间的推荐方法以及相关设备 Download PDF

Info

Publication number
CN109379608B
CN109379608B CN201811067819.4A CN201811067819A CN109379608B CN 109379608 B CN109379608 B CN 109379608B CN 201811067819 A CN201811067819 A CN 201811067819A CN 109379608 B CN109379608 B CN 109379608B
Authority
CN
China
Prior art keywords
live broadcast
broadcast room
live
rooms
room set
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
CN201811067819.4A
Other languages
English (en)
Other versions
CN109379608A (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 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 CN201811067819.4A priority Critical patent/CN109379608B/zh
Publication of CN109379608A publication Critical patent/CN109379608A/zh
Application granted granted Critical
Publication of CN109379608B publication Critical patent/CN109379608B/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
    • H04N21/251—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
    • 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]
    • H04N21/40—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
    • 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
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. 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]
    • H04N21/40—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)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请实施例提供了一种直播间的推荐方法以及相关设备，用于推荐最优的有限个直播间。该方法包括：获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。

Description

一种直播间的推荐方法以及相关设备
技术领域
本申请涉及直播领域，尤其涉及一种直播间的推荐方法以及相关设备。
背景技术
在大数据的应用领域中，一个重要的研究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，用户常常会关注一些直播间，这些直播间代表着用户的兴趣。基于关注直播间向用户进行推荐的推荐策略有比较多，主要是通过找到与用户关注的直播间相似的其他直播间作为推荐的结果。
然而这样的推荐结果会有非常多的直播间，而给用户推荐的直播间的数量一般是有限的，传统方法无法从众多推荐集合中获取更加符合用户兴趣的直播间子集合。
发明内容
本申请实施例提供了一种直播间的推荐方法以及相关设备，用于向用户推荐最优个数的直播间集合。
本申请实施例的第一方面提供了一种直播间的推荐方法，包括：
获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；
获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。
可选地，所述计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度包括：
通过如下公式计算所述第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度：
Figure GDA0003073582340000021
其中，S(I1,I2)是直播间I1和直播间I2的相似度，所述直播间I1为所述第二直播间集合中的任意一个直播间，所述直播间I2为所述第一直播间集合中的任意一个直播间，u(I1∩I2)是同时对所述直播间I1以及所述直播间I2有观看行为的用户集合，fk是观看直播间k的有效播放人数，Iu(I1,I2)是所述目标用户u在计算时间周期内所述直播间I1以及所述直播间I2共现的次数，所述共现为所述目标用户在预设时间段内对所述直播间I1以及所述直播间I2都有观看行为，wu是所述目标用户u观看过的直播间的数量，α和β是取值为0到1之间的权重系数。
可选地，所述根据所述候选直播间集合确定推荐直播间集合包括：
通过如下公式计算所述差异性：
Figure GDA0003073582340000022
其中，S为所述推荐直播间集合，所述|S|为所述S集合中直播间的个数，所述s(o,p)为所述S集合中的第o个直播间与所述S集合中的第p个直播间的相似度。
可选地，所述推荐直播间集合对应的代表性与所述推荐直播间集合对应的差异性之和为所述候选直播间集合的代表性与差异性之和中的最大值。
本申请实施例第二方面提供了一种直播间的推荐装置，包括：
获取单元，用于获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算单元，用于计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；
所述获取单元，还用于获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
确定单元，用于根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。
可选地，所述计算单元具体用于：
通过如下公式计算所述第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度：
Figure GDA0003073582340000031
其中，S(I1,I2)是直播间I1和直播间I2的相似度，所述直播间I1为所述第二直播间集合中的任意一个直播间，所述直播间I2为所述第一直播间集合中的任意一个直播间，u(I1∩I2)是同时对所述直播间I1以及所述直播间I2有观看行为的用户集合，fk是观看直播间k的有效播放人数，Iu(I1,I2)是所述目标用户u在计算时间周期内所述直播间I1以及所述直播间I2共现的次数，所述共现为所述目标用户在预设时间段内对所述直播间I1以及所述直播间I2都有观看行为，wu是所述目标用户u观看过的直播间的数量，α和β是取值为0到1之间的权重系数。
可选地，所述确定单元具体用于：
通过如下公式计算所述差异性：
Figure GDA0003073582340000041
其中，S为所述推荐直播间集合，所述|S|为所述S集合中直播间的个数，所述s(o,p)为所述S集合中的第o个直播间与所述S集合中的第p个直播间的相似度。
可选地，所述推荐直播间集合对应的代表性与所述推荐直播间集合对应的差异性之和为所述候选直播间集合的代表性与差异性之和中的最大值。
本申请第三方面提供了一种电子设备，包括存储器、处理器，其特征在于，所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述任意一项所述的直播间的推荐方法的步骤。
本申请第四方面提供了一种计算机可读存储介质，其上存储有计算机管理类程序，其特征在于：所述计算机管理类程序被处理器执行时实现如上述任意一项所述的直播间的推荐方法的步骤。
综上所述，本申请提供的实施例中，通过计算用户关注的直播间集合与直播平台中的所有直播间集合的相似度，得到候选直播间集合，根据候选直播间集合确定推荐直播间集合，其中，推荐直播间集合对应的代表性与推荐直播间集合对应的差异性之和大于第二预设阈值，由于计算了推荐直播间集合的代表性与差异性之和，只有当两者之和大于第二预设阈值时，才向用户推荐该推荐直播间集合，相对于现有技术来说，可以向用户推荐最优的有限个直播间。
附图说明
图1为本申请实施例提供的一种直播间的推荐方法的流程示意图；
图2为本申请实施例提供的一种直播间的推荐装置的实施例示意图；
图3为本申请实施例提供的一种直播间的推荐装置的硬件结构示意图；
图4为本申请实施例提供的一种电子设备的实施例示意图；
图5为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
具体实施方式
本申请实施例提供了一种直播间的推荐方法以及相关设备，用于向用户推荐最优个数的直播间集合。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
下面从直播间的推荐装置的角度对直播间的推荐方法进行说明，该直播间的推荐装置可以是服务器，也可以是服务器中的服务单元，具体不限定。
请参阅图1，图1为本申请实施例提供的直播间的推荐方法的一个实施例示意图，包括：
101、获取第一直播间集合。
本实施例中，当需要向用户推荐直播间时，直播间的推荐装置可以获取第一直播间集合，例如可以通过与直播平台的服务器进行数据交互，获取该第一直播间集合，其中，该第一直播间集合为直播平台中目标用户关注的直播间集合。
102、计算第二直播间集合中的每个直播间与第一直播间集合中每个直播间的相似度。
本实施例中，直播间的推荐装置可以计算第二直播间集合中的每个直播间与第一直播间集合中的每个直播间的相似度，其中，该第二直播间集合为直播平台中除第一直播间集合之外的其他直播间的集合。具体的，直播间的推荐装置可以通过如下公式计算第二直播间集合中的每个直播间与第一直播间集合中的每个直播间的相似度：
Figure GDA0003073582340000061
其中，S(I1,I2)是直播间I1和直播间I2的相似度，直播间I1为第二直播间集合中的任意一个直播间，直播间I2为第一直播间集合中的任意一个直播间，u(I1∩I2)是同时对直播间I1以及直播间I2有观看行为的用户集合，fk是观看直播间k的有效播放人数，Iu(I1,I2)是目标用户u在计算时间周期内直播间I1以及直播间I2共现的次数，共现为目标用户在预设时间段内对直播间I1以及直播间I2都有观看行为，wu是目标用户u观看过的直播间的数量，α和β是取值为0到1之间的权重系数。
其中，该计算时间周期可以为7天或者30天，当然也还可以根据实际情况进行设定，该预设时间段为1小时、6小时或者24小时，当然也还可以根据实际情况进行设定，具体不做限定。
为了便于理解，下面结合例子进行说明：
假设对直播间A有观看行为的用户有U1、用户U2以及用户U3，对直播间B有观看行为的用户有U1、用户U2以及用户U4，那么共同对直播间A和直播间B有观看行为的用户是U1和U2，经过统计在用户U1中直播间A和直播间B共现次数为3，在用户U2中直播间A和直播间B的共现次数为1，用户U1以及用户U2分别观看的直播间数量为10、4，直播间A和直播间B的有效观看人数分别为50和20，权重系数α＝0.5、β＝0.5。
将上述数据带入
Figure GDA0003073582340000062
公式，可以得出直播间A和直播间B的相似度为：
Figure GDA0003073582340000071
103、获取直播间集合中与第一直播间集合中的直播间的相似度大于第一预设阈值的直播间，得到候选直播间集合。
本实施例中，直播间的推荐装置通过公式进行计算，得到了第二直播间集合中的每个直播间与第一直播间集合中的每个直播间的相似度，由此，可以统计第二推荐直播间集合中相似度大于第一预设阈值的直播间，进而得到候选直播间集合。
可以理解的时，该第一预设阈值例如可以为90％，当然也可以根据实际情况或者用户需要进行设置，具体不做限定。
104、根据候选直播间集合确定推荐直播间集合。
本实施例中，直播间的推荐装置可以根据候选直播间集合确定推荐直播间集合，其中，该推荐直播间集合对应的代表性与该推荐直播间集合对应的差异性之和大于第二预设阈值(该第二预设例如可以为5，或者根据用户需要或者实际情况进行设定，具体不限定)。推荐直播间集合对应的代表性表示推荐直播间集合与第一直播间集合的相似度，也就是说，推荐直播间集合对应的代表性越高说明推荐直播间集合与第一直播间集合的相似度越高；推荐直播间集合对应的差异性表示推荐直播间集合的丰富程度，也就是说，推荐直播间集合对应的差异性越大，说明推荐直播间集合中的直播间越丰富，类型越多。具体的，通过如下公式计算所述差异性：
Figure GDA0003073582340000072
其中，S为所述推荐直播间集合，所述|S|为所述S集合中直播间的个数，所述s(o,p)为所述S集合中的第o个直播间与所述S集合中的第p个直播间的相似度。
可以理解的是，可以将推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值的所有集合推荐给用户，有用户自行进行选择，同样也可以将候选直播间集合中的代表性与差异性之和的最大值对应的直播间集合作为推荐直播间集合，推荐给用户。
综上所述，本申请提供的实施例中，通过计算用户关注的直播间集合与直播平台中的所有直播间集合的相似度，得到候选直播间集合，根据候选直播间集合确定推荐直播间集合，其中，推荐直播间集合对应的代表性与推荐直播间集合对应的差异性之和大于第二预设阈值，由于计算了推荐直播间集合的代表性与差异性之和，只有当两者之和大于第二预设阈值时，才向用户推荐该推荐直播间集合，相对于现有技术来说，可以向用户推荐最优的有限个直播间。
上面对本申请实施例中直播间的推荐方法进行了描述，下面对本申请实施例中的直播间的推荐装置进行描述。
请参阅图2，本申请实施例中直播间的推荐装置的一个实施例，包括：
获取单元201，用于获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算单元202，用于计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；
所述获取单元201，还用于获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
确定单元203，用于根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。
可选地，所述计算单元202具体用于：
通过如下公式计算所述第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度：
Figure GDA0003073582340000081
其中，S(I1,I2)是直播间I1和直播间I2的相似度，所述直播间I1为所述第二直播间集合中的任意一个直播间，所述直播间I2为所述第一直播间集合中的任意一个直播间，u(I1∩I2)是同时对所述直播间I1以及所述直播间I2有观看行为的用户集合，fk是观看直播间k的有效播放人数，Iu(I1,I2)是所述目标用户u在计算时间周期内所述直播间I1以及所述直播间I2共现的次数，所述共现为所述目标用户在预设时间段内对所述直播间I1以及所述直播间I2都有观看行为，wu是所述目标用户u观看过的直播间的数量，α和β是取值为0到1之间的权重系数。
可选地，所述确定单元203具体用于：
通过如下公式计算所述差异性：
Figure GDA0003073582340000091
其中，S为所述推荐直播间集合，所述|S|为所述S集合中直播间的个数，所述s(o,p)为所述S集合中的第o个直播间与所述S集合中的第p个直播间的相似度。
可选地，所述推荐直播间集合对应的代表性与所述推荐直播间集合对应的差异性之和为所述候选直播间集合的代表性与差异性之和中的最大值。
综上所述，本申请提供的实施例中，通过计算用户关注的直播间集合与直播平台中的所有直播间集合的相似度，得到候选直播间集合，根据候选直播间集合确定推荐直播间集合，其中，推荐直播间集合对应的代表性与推荐直播间集合对应的差异性之和大于第二预设阈值，由于计算了推荐直播间集合的代表性与差异性之和，只有当两者之和大于第二预设阈值时，才向用户推荐该推荐直播间集合，相对于现有技术来说，可以向用户推荐最优的有限个直播间。
上面图2从模块化功能实体的角度对本申请实施例中的直播间的推荐装置进行了描述，下面从硬件处理的角度对本申请实施例中的直播间的推荐装置进行详细描述，请参阅图3，本申请实施例中的直播间的推荐装置300一个实施例，包括：
输入装置301、输出装置302、处理器303和存储器304(其中处理器303的数量可以一个或多个，图3中以一个处理器303为例)。在本申请的一些实施例中，输入装置301、输出装置302、处理器303和存储器304可通过总线或其它方式连接，其中，图3中以通过总线连接为例。
其中，通过调用存储器304存储的操作指令，处理器303，用于执行如下步骤：
获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；
获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。
在具体实施过程中，通过调用存储器304存储的操作指令，处理器303，可以实现图1对应的实施例中任一实施方式。
请参阅图4，图4为本申请实施例提供的电子设备的实施例示意图。
如图4所示，本申请实施例提供了一种电子设备，包括存储器410、处理器420及存储在存储器420上并可在处理器420上运行的计算机程序411，处理器420执行计算机程序411时实现以下步骤：
获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；
获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。
在具体实施过程中，处理器420执行计算机程序411时，可以实现图1对应的实施例中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例中一种直播间的推荐装置所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属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不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
请参阅图5，图5为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
如图5所示，本实施例提供了一种计算机可读存储介质500，其上存储有计算机程序511，该计算机程序511被处理器执行时实现如下步骤：
获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合；
获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值。
在具体实施过程中，该计算机程序511被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的风电场数字化平台设计的方法中的流程。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修该，或者对其中部分技术特征进行等同替换；而这些修该或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (6)

1.一种直播间的推荐方法，其特征在于，包括：
获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合，包括
通过如下公式计算所述第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度：
Figure DEST_PATH_IMAGE001
；
其中，S(I1,I2)是直播间I1和直播间I2的相似度，所述直播间I1为所述第二直播间集合中的任意一个直播间，所述直播间I2为所述第一直播间集合中的任意一个直播间，u（I1∩I2）是同时对所述直播间I1以及所述直播间I2有观看行为的用户集合，fk是观看直播间k的有效播放人数，Iu(I1,I2))是所述目标用户u在计算时间周期内所述直播间I1以及所述直播间I2共现的次数，所述共现为所述目标用户在预设时间段内对所述直播间I1以及所述直播间I2都有观看行为，wu是所述目标用户u观看过的直播间的数量，α和β是取值为0到1之间的权重系数；
获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值;所述推荐直播间集合对应代表性表示推荐直播间集合与第一直播间集合的相似度；所述推荐直播间集合所对应的差异性表示推荐直播间集合的丰富程度。
2.根据权利要求1所述的方法，其特征在于，所述推荐直播间集合对应的代表性与所述推荐直播间集合对应的差异性之和为所述候选直播间集合的代表性与差异性之和中的最大值。
3.一种直播间的推荐装置，其特征在于，包括：
获取单元，用于获取第一直播间集合，所述第一直播间集合为直播平台中目标用户关注的直播间的集合；
计算单元，用于计算第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度，所述第二直播间集合为所述直播平台中除所述第一直播间集合之外的其他直播间的集合，包括：
通过如下公式计算所述第二直播间集合中的每个直播间与所述第一直播间集合中每个直播间的相似度：
Figure 815629DEST_PATH_IMAGE020
；
其中，
Figure DEST_PATH_IMAGE021
是直播间
Figure 90753DEST_PATH_IMAGE022
和直播间
Figure DEST_PATH_IMAGE023
的相似度，所述直播间
Figure 547273DEST_PATH_IMAGE024
为所述第二直播间集合中的任意一个直播间，所述直播间
Figure DEST_PATH_IMAGE025
为所述第一直播间集合中的任意一个直播间，
Figure 944756DEST_PATH_IMAGE026
是同时对所述直播间
Figure DEST_PATH_IMAGE027
以及所述直播间
Figure 483797DEST_PATH_IMAGE028
有观看行为的用户集合，e是观看直播间k的有效播放人数，
Figure DEST_PATH_IMAGE029
是所述目标用户u在计算时间周期内所述直播间
Figure 624929DEST_PATH_IMAGE030
以及所述直播间
Figure DEST_PATH_IMAGE031
共现的次数，所述共现为所述目标用户在预设时间段内对所述直播间
Figure 935955DEST_PATH_IMAGE032
以及所述直播间
Figure DEST_PATH_IMAGE033
都有观看行为，
Figure 769919DEST_PATH_IMAGE034
是所述目标用户u观看过的直播间的数量，
Figure DEST_PATH_IMAGE035
和
Figure 533607DEST_PATH_IMAGE036
是取值为0到1之间的权重系数；
所述获取单元，还用于获取所述第二直播间集合中与所述第一直播间集合中的直播间相似度大于第一预设阈值的直播间，得到候选直播间集合；
确定单元，用于根据所述候选直播间集合确定推荐直播间集合，所述推荐直播间集合对应代表性与所述推荐直播间集合所对应的差异性之和大于第二预设阈值；所述推荐直播间集合对应代表性表示推荐直播间集合与第一直播间集合的相似度；所述推荐直播间集合所对应的差异性表示推荐直播间集合的丰富程度。
4.根据权利要求3所述的装置，其特征在于，所述推荐直播间集合对应的代表性与所述推荐直播间集合对应的差异性之和为所述候选直播间集合的代表性与差异性之和中的最大值。
5.一种电子设备，包括存储器、处理器，其特征在于，所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1或2所述的直播间的推荐方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机管理类程序，其特征在于：所述计算机管理类程序被处理器执行时实现如权利要求1或2所述的直播间的推荐方法的步骤。
CN201811067819.4A 2018-09-13 2018-09-13 一种直播间的推荐方法以及相关设备 Active CN109379608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811067819.4A CN109379608B (zh) 2018-09-13 2018-09-13 一种直播间的推荐方法以及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811067819.4A CN109379608B (zh) 2018-09-13 2018-09-13 一种直播间的推荐方法以及相关设备

Publications (2)

Publication Number Publication Date
CN109379608A CN109379608A (zh) 2019-02-22
CN109379608B true CN109379608B (zh) 2021-07-23

Family

ID=65405090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811067819.4A Active CN109379608B (zh) 2018-09-13 2018-09-13 一种直播间的推荐方法以及相关设备

Country Status (1)

Country Link
CN (1) CN109379608B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110087119B (zh) * 2019-04-26 2022-02-22 广州酷狗计算机科技有限公司 直播首页显示方法、装置及计算机可读存储介质
CN111182332B (zh) * 2019-12-31 2022-03-22 广州方硅信息技术有限公司 视频处理方法、装置、服务器及存储介质
US20240163515A1 (en) * 2021-03-30 2024-05-16 Boe Technology Group Co., Ltd. Method and device for recommending real-time audios and/or videos, and computer storage medium
CN113205382B (zh) * 2021-04-30 2024-02-20 北京有竹居网络技术有限公司 确定对象的方法、装置、设备、存储介质和程序产品
CN113766263B (zh) * 2021-09-08 2022-07-19 北京快来文化传播集团有限公司 直播间推荐方法和装置
CN118264821A (zh) * 2022-12-27 2024-06-28 北京有竹居网络技术有限公司 一种直播间推荐方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010093691A (ja) * 2008-10-10 2010-04-22 Panasonic Corp 共視聴利用者推薦システムおよび共視聴利用者推薦方法
CN107205178A (zh) * 2017-04-25 2017-09-26 北京潘达互娱科技有限公司 直播间推荐方法及装置
CN108235045A (zh) * 2018-01-04 2018-06-29 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
CN108271076A (zh) * 2017-01-03 2018-07-10 武汉斗鱼网络科技有限公司 一种推荐直播间的方法及装置
CN108280059A (zh) * 2018-01-09 2018-07-13 武汉斗鱼网络科技有限公司 直播间内容标签提取方法、存储介质、电子设备及系统
CN108419135A (zh) * 2018-03-22 2018-08-17 武汉斗鱼网络科技有限公司 相似度确定方法、装置及电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104918118B (zh) * 2012-10-24 2019-08-02 北京奇虎科技有限公司 基于历史信息的视频推荐方法和装置
US10284916B2 (en) * 2014-11-19 2019-05-07 Comcast Cable Communications, Llc Personalized menus and media content interface
US9762945B2 (en) * 2015-05-19 2017-09-12 Rovi Guides, Inc. Methods and systems for recommending a display device for media consumption

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010093691A (ja) * 2008-10-10 2010-04-22 Panasonic Corp 共視聴利用者推薦システムおよび共視聴利用者推薦方法
CN108271076A (zh) * 2017-01-03 2018-07-10 武汉斗鱼网络科技有限公司 一种推荐直播间的方法及装置
CN107205178A (zh) * 2017-04-25 2017-09-26 北京潘达互娱科技有限公司 直播间推荐方法及装置
CN108235045A (zh) * 2018-01-04 2018-06-29 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
CN108280059A (zh) * 2018-01-09 2018-07-13 武汉斗鱼网络科技有限公司 直播间内容标签提取方法、存储介质、电子设备及系统
CN108419135A (zh) * 2018-03-22 2018-08-17 武汉斗鱼网络科技有限公司 相似度确定方法、装置及电子设备

Also Published As

Publication number Publication date
CN109379608A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN109379608B (zh) 一种直播间的推荐方法以及相关设备
CN110896488B (zh) 一种直播间的推荐方法以及相关设备
CN109257617B (zh) 一种确定直播平台中嫌疑用户的方法以及相关设备
CN109255371B (zh) 一种确定直播平台虚假关注用户的方法以及相关设备
CN108985954B (zh) 一种建立各标识的关联关系的方法以及相关设备
CN108108821A (zh) 模型训练方法及装置
CN104053023B (zh) 一种确定视频相似度的方法及装置
CN108235045B (zh) 一种直播间推荐方法、电子设备及可读存储介质
CN109951725B (zh) 一种直播间的推荐方法以及相关设备
JP4898938B2 (ja) 情報提供システム及び情報提供方法
KR101620748B1 (ko) 아이템 추천 방법 및 아이템 추천 장치
CN106492458B (zh) 游戏服务器的合并方法及装置
CN109388693B (zh) 一种确定分区意图的方法以及相关设备
CN109120955B (zh) 一种直播间的推荐方法以及相关设备
EP3346396A1 (en) Multimedia resource quality assessment method and apparatus
CN110895594A (zh) 一种页面展示的方法以及相关设备
CN108419135B (zh) 相似度确定方法、装置及电子设备
CN112100221A (zh) 一种资讯推荐方法、装置、推荐服务器及存储介质
CN109587523B (zh) 一种虚假关注的识别方法以及相关设备
CN110876072A (zh) 一种批量注册用户识别方法、存储介质、电子设备及系统
CN109361929B (zh) 一种确定直播间标签的方法以及相关设备
CN109413461A (zh) 一种直播间的推荐方法及相关设备
CN110222297B (zh) 一种标签用户的识别方法以及相关设备
CN111009299A (zh) 相似药品推荐方法及系统、服务器及介质
CN109068180B (zh) 一种确定视频精选集的方法以及相关设备

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