CN110020099A - 一种视频交友的用户推荐方法和装置 - Google Patents

一种视频交友的用户推荐方法和装置 Download PDF

Info

Publication number
CN110020099A
CN110020099A CN201710720353.2A CN201710720353A CN110020099A CN 110020099 A CN110020099 A CN 110020099A CN 201710720353 A CN201710720353 A CN 201710720353A CN 110020099 A CN110020099 A CN 110020099A
Authority
CN
China
Prior art keywords
user
video
user information
recommendation
multiple user
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.)
Pending
Application number
CN201710720353.2A
Other languages
English (en)
Inventor
姚金明
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 CN201710720353.2A priority Critical patent/CN110020099A/zh
Publication of CN110020099A publication Critical patent/CN110020099A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供了一种视频交友的用户推荐方法和装置，该方法包括：接收视频交友请求后，获取多个用户信息并对多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；根据多个用户信息的行为数据获取与多个用户信息分别对应的推荐指数；根据推荐指数对多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。本发明通过根据用户的行为数据获取的推荐指数对用户进行排序，获取推荐用户列表，能够准确对活跃用户和优质用户进行推荐，促进用户保持良好的视频交友行为，提高了视频交友的成功率和效率。

Description

一种视频交友的用户推荐方法和装置
技术领域
本发明涉及互联网技术领域，具体涉及一种视频交友的用户推荐方法和装置。
背景技术
随着互联网技术的迅速发展，人们的生活与互联网愈来愈紧密，通过网络交友也逐渐成为一种趋势。而随着直播平台越来越热门，传统的单向直播的方式难以满足观众的需求，以视频直播的方式进行交友成为了发展趋势。
现有技术中，网络交友平台可以根据用户的静态信息，例如性别、年龄、居住地、爱好、交友宣言等，向用户推荐与用户匹配的好友供用户选择，并进一步进行相互交流，从而达到配对成功的目的。
因此，现有技术至少存在以下技术缺陷：视频交友作为一种特殊的实时交友模式，随着用户数量的不断增加，按照传统的依据静态信息进行用户推荐的方式，难以准确地进行用户推荐，导致视频交友的成功率和效率较低。
发明内容
针对现有技术中存在的上诉缺陷，本发明提供一种视频交友的用户推荐方法和装置。
本发明的一方面提供一种视频交友的用户推荐方法，包括：接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
其中，所述对所述推荐用户列表进行展示的步骤后还包括：对所述推荐用户列表中满足预设条件的推荐指数所对应的用户信息设置推荐动画。
其中，所述行为数据包括视频行为数据和/或消费行为数据；相应地，所述根据多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数的步骤进一步包括：根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数。
其中，所述视频行为数据包括视频交友次数、视频连接时长、视频交友评分、视频好友数量和视频交友举报次数中的至少一个；所述消费行为数据包括消费行为次数、消费行为总额和单位时间内消费额中的至少一个。
其中，所述根据所述推荐指数对所述多个用户信息进行排序的步骤进一步包括：根据所述推荐指数的值，获取大于预设指数的推荐指数所对应的多个用户信息，作为目标用户信息；根据预设排序规则对所述目标用户信息进行排序。
其中，所述预设评分算法进一步包括：
式中，Sw为行为评分，Wi为第i类行为的行为权重，m为行为数量，N为数量加成因子，TD为当前时刻，TA为行为发生时刻，G为时间衰减重力因子。
其中，所述根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数的步骤进一步包括：根据所述多个用户信息的视频行为数据和/或消费行为数据，通过后台服务器调用所述预设评分算法，获取所述推荐指数；通过调用前台服务器提供的接口，将所述推荐指数返回至所述前台服务器；相应地，所述根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表的步骤进一步包括：根据所述多个用户信息，通过所述前台服务器生成预展示用户列表；通过所述前台服务器对所述预展示用户列表进行加载，并根据所述推荐指数，对所述预展示用户列表中的用户信息进行标记和排序，获取所述推荐用户列表。
本发明的另一方面提供一种视频交友的用户推荐装置，包括：处理模块，接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；获取模块，用于根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；排序模块，用于根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
本发明的又一方面提供一种视频交友的用户推荐设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行本发明上述方面提供的视频交友的用户推荐方法，例如包括：接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
本发明的又一方面提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本发明上述方面提供的视频交友的用户推荐方法，例如包括：接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
本发明提供的视频交友的用户推荐方法和装置，通过根据用户的行为数据获取的推荐指数对用户进行排序，获取推荐用户列表，能够准确对活跃用户和优质用户进行推荐，促进用户保持良好的视频交友行为，提高了视频交友的成功率和效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的视频交友的用户推荐方法的流程示意图；
图2为本发明实施例提供的视频交友的用户推荐装置的结构示意图；
图3为本发明实施例提供的视频交友的用户推荐设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例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，本领域普通技术人员在没有做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。
图1为本发明实施例提供的视频交友的用户推荐方法的流程示意图，如图1所示，包括：步骤101，接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；步骤102，根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；步骤103根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
其中，交友请求是用户设备发出的请求进行视频交友的信息；例如，用户打开用户设备的应用程序，点击应用程序中的视频交友功能后，用户设备发出交友请求。
其中，行为数据是反映用户的历史视频交友行为情况的数据。视频交友作为一种特殊的交友方式，具有实时性和持续性的特点，行为数据应当反映用户在视频交友过程中的表现情况以及活跃程度，其不同于非视频交友中的静态信息。例如可以选择交友视频中的截图信息，反映用户在视频过程中是否存在违规行为。
其中，用户信息反映用户的基本信息，例如登陆ID、昵称等。每个用户都具有对应的用户信息，当用户登陆到视频交友平台时，前台服务器能够获取到用户信息。
其中，推荐指数是反映用户被推荐的程度，可以设置具有较高推荐指数的用户才能被推荐给发出交友请求的请求用户。
在步骤101中，服务器接收到请求用户发出的视频交友请求后，获取多个用户信息(或者处于在线状态的用户信息)并对多个用户信息先进行过滤处理。
其中，过滤处理是对用户进行初步的筛选，去除掉不满足预设条件的用户；本发明实施例中，主要设定两方面的预设条件。其中一方面，对于当前没有开启视频的用户进行筛选，这是由于视频交友不同于传统的即时通讯工具，需要用户开启手机摄像头对用户所处环境进行实时拍摄；因此，可以认为处于未开启视频状态的用户此时并不方便进行视频，可以不对这类用户进行推荐，以免打扰用户的生活；另一方面，可以对于违规用户进行筛选，例如在一段时间内，某一用户连续收到多个举报，则认为该用户在视频交友的过程中存在较为严重的违规，不能对该用户进行推荐。
应当说明的是，过滤处理的预设过滤条件并不限于上述两个方面，可以根据实际情况进行设定，例如消费额度、在线时长等限制条件。
在步骤102中，根据步骤101中经过过滤处理后的用户信息，服务器可以获取与上述用户信息对应的行为数据；根据每个用户的行为数据能够获取该用户信息对应的推荐指数。
在步骤103中，根据步骤102获取的每个用户分别对应的推荐指数，对多个用户进行排序后，生成推荐用户列表，并将该列表发送至发出视频交友请求的用户设备，在用户设备上对该列表进行展示，供用户进行交友的选择。
应当说明的是，推荐的形式不限于列表，还可以是其他推荐形式；例如将具有高推荐指数的多个用户的交友视频的片段剪辑在一起，作为推荐交友视频，发送至交友请求用户。
本发明提供的视频交友的用户推荐方法，通过根据用户的行为数据获取的推荐指数对用户进行排序，获取推荐用户列表，能够准确对活跃用户和优质用户进行推荐，促进用户保持良好的视频交友行为，提高了视频交友的成功率和效率。
在上述任一实施例的基础上，所述对所述推荐用户列表进行展示的步骤后还包括：对所述推荐用户列表中满足预设条件的推荐指数所对应的用户信息设置推荐动画。
具体地，在对推荐用户列表进行展示的过程中，可以对满足预设条件的推荐指数的用户设置动画效果，还可以显示用户对应的推荐指数。
其中，预设条件可以包括多种，例如对推荐指数最高的前10位用户，或者推荐指数占比为前1％的用户设置推荐动画，以区别于其他用户；另外，推荐动画也可以为多种，例如高亮提醒，以吸引交友请求用户的注意，并能鼓励用户保持良好的行为数据，提升自身的推荐指数。
在上述任一实施例的基础上，所述行为数据包括视频行为数据和/或消费行为数据；相应地，所述根据多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数的步骤进一步包括：根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数。
其中，行为数据可以包括两方面，能够反映视频交友情况的视频行为数据，以及反映用户在视频交友平台消费情况的消费行为数据，通过多方面的行为数据，从多维度、多角度反映用户的行为情况。
根据视频行为数据和/或消费行为数据，以及预设的评分算法，能够进一步获取到推荐指数。
在上述任一实施例的基础上，所述视频行为数据包括视频交友次数、视频连接时长、视频交友评分、视频好友数量和视频交友举报次数中的至少一个；所述消费行为数据包括消费行为次数、消费行为总额和单位时间内消费额中的至少一个。
其中，视频交友次数可以为用户在一定时段内发起的视频交友的次数；视频连接时长为一定时段内多次视频交友中视频持续时长的总值或平均值；视频交友评分为用户之间的评价打分；视频好友数量为用户拥有的好友数量；视频交友举报次数为一定时段内的举报次数或总举报次数。上述视频行为数据可以多方面、准确地反映用户在视频交友过程中的活跃度和表现。
其中，消费行为次数为用户一定时段内在视频交友平台进行的消费，例如赠送虚拟礼物、会员充值等；消费行为总额为用户的消费总量；单位时间内消费额为某一段时间内的消费量。上述消费行为数据反映用户在视频交友平台的消费情况，具有较高消费的用户可以具有较高的推荐指数，提高高消费用户的使用体验，从而提高视频交友平台的收益。
另外，还可以结合用户的基本信息，例如性别、年龄、居住地和星座等数据获取推荐指数。
在上述任一实施例的基础上，所述根据所述推荐指数对所述多个用户信息进行排序的步骤进一步包括：根据所述推荐指数的值，获取大于预设指数的推荐指数所对应的多个用户信息，作为目标用户信息；根据预设排序规则对所述目标用户信息进行排序。
具体地，根据推荐指数对多个用户进行排序的步骤并不局限于按照推荐指数从大到小对各用户进行排序；例如，还可以设定一个预设指数，推荐指数大于该预设指数的用户信息才能作为目标用户信息被列入该列表，小于该预设指数的用户信息被丢弃，不生成推荐用户列表；还可以设定一个比例，例如10％，只有推荐指数在前10％的用户能够被推荐。按照不同的预设排序规则，例如赠送礼物数量，可以得到不同的推荐用户列表。
在上述任一实施例的基础上，所述预设评分算法进一步包括：
式中，Sw为行为评分，Wi为第i类行为的行为权重，m为行为数量，N为数量加成因子，TD为当前时刻，TA为行为发生时刻，G为时间衰减重力因子。
具体地，Sw为单次行为的原始加权评分；Wi为不同类型行为的权重；m为数量类型行为的数量；N为数量类型行为的数量加成因子；TA为实时行为发生的时间；TD为大于TA的动态基准时间；G为时间衰减重力因子；其中，TD-TA反映当前距离行为发生时刻的时间长度。
其中，数量因子N可以区别不同数量对初始评分的影响效果；时间衰减重力因子G可以衰减行为发生时间对评分的影响，时间距离行为发生的时刻越久，对评分的影响越小。
例如，对于视频交友行为来说，可以设定其行为权重为0.6，数量加成因子为1，时间衰减重力因子为1.8，然后进一步获取用户在24小时(即TD-TA＝24)内的视频交友次数为15(或其他能够反映视频交友行为的数据，例如被举报次数或被点赞次数，也可以对反映视频交友行为的多种行为次数分配不同的权重，共同反映视频交友行为)，将上述参数带入公式(1)后可以得到视频交友行为的行为评分；同理可以求得消费行为的行为评分；将各类行为的评分求和可以得到最终的推荐指数。
上述评分算法可以根据需要设定数量加成因子以及时间衰减重力因子，对数量以及时间对评分的影响进行设置；通过上述评分算法能够根据用户信息的行为数据有效地获取推荐指数，反映用户行为的活跃度等因素。
在上述任一实施例的基础上，所述根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数的步骤进一步包括：根据所述多个用户的视频行为数据和/或消费行为数据，通过后台服务器调用所述预设评分算法，获取所述推荐指数；通过调用前台服务器提供的接口，将所述推荐指数返回至所述前台服务器；相应地，所述根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表的步骤进一步包括：根据所述多个用户信息，通过所述前台服务器生成预展示用户列表；通过所述前台服务器对所述预展示用户列表进行加载，并根据所述推荐指数，对所述预展示用户列表中的用户信息进行标记和排序，获取所述推荐用户列表。
具体地，以下对上述方法进行举例说明：
步骤1，用户点击视频交友功能，进入视频交友功能界面；
步骤2，收到视频交友请求后，根据用户的视频推荐设置(VideoSwitch)参数进行用户过滤，具体为：对未开启的视频的用户进行过滤，将已开启的用户进行保存。同时通过前台服务(WebReceptionServer)中保存的用户基础参数，对获取成功的用户进行甄选匹配。并且将已经甄选的用户，保存在用户连接后备列表中(UserConnectReserve)；
步骤3，获取用户的行为数据，具体为视频行为数据(视频交友次数、视频连接时长、视频交友打分记录、视频交友举报次数)，消费行为数据(礼物赠送总额、礼物充值总额、单位时间赠送总额)和用户基础信息(用户性别)；
步骤4，后台服务(WebBackstageServer)调用评分算法，对用户行为进行实时评分，获取推荐指数(ExhibitionCoefficient)；后台服务(WebBackstageServer)通过调用前台服务提供的接口将推荐指数，返回给前台服务器；
步骤5，前台服务(WebReceptionServer)通过调用后台服务(WebBackstageServer)以及甄选出来的用户列表。在前台服务(WebReceptionServer)中生成用户的预推荐列表。
步骤6，前台服务(WebReceptionServer)将用户列表(UserLisit)。进行加载，同时调用前台服务中保存的用户的推荐指数，将不同的用户标记为不同的推荐指数；并且用户列表也根据用户的推荐指数(ExhibitionCoefficient)进行排序；
步骤7，前台服务在进行定时或者用户手动进行刷新时，前台服务(WebReceptionServer)，对高推荐指数的用户进行加亮提醒，引导更多用户进行点击。
图2为本发明实施例提供的视频交友的用户推荐装置的结构示意图，如图2所示，包括：处理模块201，接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；获取模块202，用于根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；排序模块203，用于根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
具体地，处理模块201接收到请求用户发出的视频交友请求后，获取多个用户信息(或者处于在线状态的用户信息)并对多个用户信息先进行过滤处理。
其中，过滤处理是对用户进行初步的筛选，去除掉不满足预设条件的用户；本发明实施例中，主要设定两方面的预设条件。其中一方面，对于当前没有开启视频的用户进行筛选，这是由于视频交友不同于传统的即时通讯工具，需要用户开启手机摄像头对用户所处环境进行实时拍摄；因此，可以认为处于未开启视频状态的用户此时并不方便进行视频，可以不对这类用户进行推荐，以免打扰用户的生活；另一方面，可以对于违规用户进行筛选，例如在一段时间内，某一用户连续收到多个举报，则认为该用户在视频交友的过程中存在较为严重的违规，不能对该用户进行推荐。
应当说明的是，过滤处理的预设过滤条件并不限于上述两个方面，可以根据实际情况进行设定，例如消费额度、在线时长等限制条件。
具体地，获取模块202根据处理模块201中经过过滤处理后的用户信息，可以获取与上述用户信息对应的行为数据；获取模块202根据每个用户的行为数据能够获取该用户信息对应的推荐指数。
具体地，排序模块203根据获取模块202获取的每个用户分别对应的推荐指数，对多个用户进行排序后，生成推荐用户列表；并且排序模块203将该列表发送至发出视频交友请求的用户设备，在用户设备上对该列表进行展示，供用户进行交友的选择。
应当说明的是，推荐的形式不限于列表，还可以是其他推荐形式；例如将具有高推荐指数的多个用户的交友视频的片段剪辑在一起，作为推荐交友视频，发送至交友请求用户。
本发明提供的视频交友的用户推荐装置，通过根据用户的行为数据获取的推荐指数对用户进行排序，获取推荐用户列表，能够准确对活跃用户和优质用户进行推荐，促进用户保持良好的视频交友行为，提高了视频交友的成功率和效率。
在上述任一实施例的基础上，所述排序模块203还包括：设置单元，用于对所述推荐用户列表中满足预设条件的推荐指数所对应的用户信息设置推荐动画。
在上述任一实施例的基础上，所述行为数据包括视频行为数据和/或消费行为数据；相应地，获取模块202进一步用于：根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数。
在上述任一实施例的基础上，所述视频行为数据包括视频交友次数、视频连接时长、视频交友评分、视频好友数量和视频交友举报次数中的至少一个；所述消费行为数据包括消费行为次数、消费行为总额和单位时间内消费额中的至少一个。
在上述任一实施例的基础上，所述排序模块203进一步用于：根据所述推荐指数的值，获取大于预设指数的推荐指数所对应的多个用户信息，作为目标用户信息；根据预设排序规则对所述目标用户信息进行排序。
在上述任一实施例的基础上，所述预设评分算法进一步包括：
式中，Sw为行为评分，Wi为第i类行为的行为权重，m为行为数量，N为数量加成因子，TD为当前时刻，TA为行为发生时刻，G为时间衰减重力因子。
在上述任一实施例的基础上，所述获取模块202进一步包括：调用单元，用于根据所述多个用户的视频行为数据和/或消费行为数据，通过后台服务器调用所述预设评分算法，获取所述推荐指数；返回单元，用于通过调用前台服务器提供的接口，将所述推荐指数返回至所述前台服务器；相应地，所述排序模块203进一步包括：生成单元，用于根据所述多个用户信息，通过所述前台服务器生成预展示用户列表；加载单元，用于通过所述前台服务器对所述预展示用户列表进行加载，并根据所述推荐指数，对所述预展示用户列表中的用户信息进行标记和排序，获取所述推荐用户列表。
图3为本发明实施例提供的视频交友的用户推荐设备的结构示意图，如图3所示，该设备包括：至少一个处理器301；以及与所述处理器301通信连接的至少一个存储器302，其中：所述存储器302存储有可被所述处理器301执行的程序指令，所述处理器301调用所述程序指令能够执行上述各实施例所提供的视频交友的用户推荐方法，例如包括：接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
本发明实施例还提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令使计算机执行对应实施例所提供的视频交友的用户推荐方法，例如包括：接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
以上所描述的视频交友的用户推荐设备等实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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ROM/RAM、磁碟、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，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分方法。
本发明实施例提供的视频交友的用户推荐方法、装置和系统，在满足用户的视频交友的社交需求下，对众多的视频交友中如何快速筛选优质的视频交友用户；通过引入了评分算法，对用户的行为进行分析，按照不同的用户行为进行推荐；通过对用户的行为趋势进行分析，将活跃用户/付费用户进行推荐；通过对活跃的用户进行推荐，来提高用户的视频交友效率；同时为活跃用户提供更多的交友选择面，通过对行为良好的用户行为，进行推荐用户排序，来鼓励用户进行积极沟通，更加有效的提高活跃用户的活跃度。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种视频交友的用户推荐方法，其特征在于，包括：
接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；
根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；
根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
2.根据权利要求1所述的方法，其特征在于，所述对所述推荐用户列表进行展示的步骤后还包括：
对所述推荐用户列表中满足预设条件的推荐指数所对应的用户信息设置推荐动画。
3.根据权利要求1所述的方法，其特征在于，所述行为数据包括视频行为数据和/或消费行为数据；
相应地，所述根据多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数的步骤进一步包括：
根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数。
4.根据权利要求3所述的方法，其特征在于：
所述视频行为数据包括视频交友次数、视频连接时长、视频交友评分、视频好友数量和视频交友举报次数中的至少一个；
所述消费行为数据包括消费行为次数、消费行为总额和单位时间内消费额中的至少一个。
5.根据权利要求1所述的方法，其特征在于，所述根据所述推荐指数对所述多个用户信息进行排序的步骤进一步包括：
根据所述推荐指数的值，获取大于预设指数的推荐指数所对应的多个用户信息，作为目标用户信息；
根据预设排序规则对所述目标用户信息进行排序。
6.根据权利要求3或4或5所述的方法，其特征在于，所述预设评分算法进一步包括：
式中，Sw为行为评分，Wi为第i类行为的行为权重，m为行为数量，N为数量加成因子，TD为当前时刻，TA为行为发生时刻，G为时间衰减重力因子。
7.根据权利要求3或6所述的方法，其特征在于，所述根据所述多个用户信息的视频行为数据和/或消费行为数据，调用预设评分算法获取所述推荐指数的步骤进一步包括：
根据所述多个用户信息的视频行为数据和/或消费行为数据，通过后台服务器调用所述预设评分算法，获取所述推荐指数；
通过调用前台服务器提供的接口，将所述推荐指数返回至所述前台服务器；
相应地，所述根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表的步骤进一步包括：
根据所述多个用户信息，通过所述前台服务器生成预展示用户列表；
通过所述前台服务器对所述预展示用户列表进行加载，并根据所述推荐指数，对所述预展示用户列表中的用户信息进行标记和排序，获取所述推荐用户列表。
8.一种视频交友的用户推荐装置，其特征在于，包括：
处理模块，接收视频交友请求后，获取多个用户信息并对所述多个用户信息进行过滤处理；其中，所述过滤处理包括对处于未开启视频状态的用户信息进行过滤；和/或，对预设时段内的视频交友被举报次数大于预设阈值的用户信息进行过滤；
获取模块，用于根据所述多个用户信息的行为数据获取与所述多个用户信息分别对应的推荐指数；
排序模块，用于根据所述推荐指数对所述多个用户信息进行排序，获取推荐用户列表并对所述推荐用户列表进行展示。
9.一种视频交友的用户推荐设备，其特征在于，包括：
至少一个处理器；
以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
CN201710720353.2A 2017-08-21 2017-08-21 一种视频交友的用户推荐方法和装置 Pending CN110020099A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710720353.2A CN110020099A (zh) 2017-08-21 2017-08-21 一种视频交友的用户推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710720353.2A CN110020099A (zh) 2017-08-21 2017-08-21 一种视频交友的用户推荐方法和装置

Publications (1)

Publication Number Publication Date
CN110020099A true CN110020099A (zh) 2019-07-16

Family

ID=67186109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710720353.2A Pending CN110020099A (zh) 2017-08-21 2017-08-21 一种视频交友的用户推荐方法和装置

Country Status (1)

Country Link
CN (1) CN110020099A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111158576A (zh) * 2019-12-31 2020-05-15 广州酷狗计算机科技有限公司 基于直播场景的社交关系建立方法、装置及存储介质
CN111182323A (zh) * 2020-01-02 2020-05-19 腾讯科技（深圳）有限公司 图像处理方法、装置、客户端及介质
CN111629236A (zh) * 2020-06-08 2020-09-04 广州繁星互娱信息科技有限公司 好友关系建立方法、装置、设备以及计算机可读存储介质
CN113127748A (zh) * 2021-05-18 2021-07-16 北京奇艺世纪科技有限公司 数据过滤方法及系统
CN113903436A (zh) * 2021-09-16 2022-01-07 同合健康科技(上海)有限公司 一种医患院店企关系管理平台
CN115361588A (zh) * 2022-07-05 2022-11-18 北京达佳互联信息技术有限公司 一种对象显示方法、装置、电子设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944125A (zh) * 2010-09-26 2011-01-12 深圳市珍爱网信息技术有限公司 网络交友用户推荐系统及方法
CN102035891A (zh) * 2010-12-17 2011-04-27 百度在线网络技术（北京）有限公司 一种网络交友平台中推荐好友的方法和装置
US20120310956A1 (en) * 2011-06-03 2012-12-06 Huhn Derrick S System and method for processing graphs of user relationships in an online service
CN103581270A (zh) * 2012-08-08 2014-02-12 腾讯科技（深圳）有限公司 用户推荐方法和系统
US20140108550A1 (en) * 2011-09-28 2014-04-17 Facebook, Inc. Instantaneous recommendation of social interactions in a social networking system
CN103984775A (zh) * 2014-06-05 2014-08-13 网易（杭州）网络有限公司 一种推荐好友的方法和设备
CN104156392A (zh) * 2014-07-09 2014-11-19 中电科华云信息技术有限公司 好友及应用个性化推荐方法及系统
CN104636371A (zh) * 2013-11-11 2015-05-20 华为技术有限公司 信息推荐方法及设备
CN105930507A (zh) * 2016-05-10 2016-09-07 腾讯科技（深圳）有限公司 一种获得用户的Web浏览兴趣的方法及装置
CN106096047A (zh) * 2016-06-28 2016-11-09 武汉斗鱼网络科技有限公司 基于熵值法的用户分区偏好计算方法及系统
CN106709076A (zh) * 2017-02-27 2017-05-24 华南理工大学 基于协同过滤的社交网络推荐装置及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944125A (zh) * 2010-09-26 2011-01-12 深圳市珍爱网信息技术有限公司 网络交友用户推荐系统及方法
CN102035891A (zh) * 2010-12-17 2011-04-27 百度在线网络技术（北京）有限公司 一种网络交友平台中推荐好友的方法和装置
US20120310956A1 (en) * 2011-06-03 2012-12-06 Huhn Derrick S System and method for processing graphs of user relationships in an online service
US20140108550A1 (en) * 2011-09-28 2014-04-17 Facebook, Inc. Instantaneous recommendation of social interactions in a social networking system
CN103581270A (zh) * 2012-08-08 2014-02-12 腾讯科技（深圳）有限公司 用户推荐方法和系统
CN104636371A (zh) * 2013-11-11 2015-05-20 华为技术有限公司 信息推荐方法及设备
CN103984775A (zh) * 2014-06-05 2014-08-13 网易（杭州）网络有限公司 一种推荐好友的方法和设备
CN104156392A (zh) * 2014-07-09 2014-11-19 中电科华云信息技术有限公司 好友及应用个性化推荐方法及系统
CN105930507A (zh) * 2016-05-10 2016-09-07 腾讯科技（深圳）有限公司 一种获得用户的Web浏览兴趣的方法及装置
CN106096047A (zh) * 2016-06-28 2016-11-09 武汉斗鱼网络科技有限公司 基于熵值法的用户分区偏好计算方法及系统
CN106709076A (zh) * 2017-02-27 2017-05-24 华南理工大学 基于协同过滤的社交网络推荐装置及方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111158576A (zh) * 2019-12-31 2020-05-15 广州酷狗计算机科技有限公司 基于直播场景的社交关系建立方法、装置及存储介质
CN111182323A (zh) * 2020-01-02 2020-05-19 腾讯科技（深圳）有限公司 图像处理方法、装置、客户端及介质
CN111629236A (zh) * 2020-06-08 2020-09-04 广州繁星互娱信息科技有限公司 好友关系建立方法、装置、设备以及计算机可读存储介质
CN111629236B (zh) * 2020-06-08 2022-03-25 广州繁星互娱信息科技有限公司 好友关系建立方法、装置、设备以及计算机可读存储介质
CN113127748A (zh) * 2021-05-18 2021-07-16 北京奇艺世纪科技有限公司 数据过滤方法及系统
CN113127748B (zh) * 2021-05-18 2023-09-05 北京奇艺世纪科技有限公司 数据过滤方法及系统
CN113903436A (zh) * 2021-09-16 2022-01-07 同合健康科技(上海)有限公司 一种医患院店企关系管理平台
CN115361588A (zh) * 2022-07-05 2022-11-18 北京达佳互联信息技术有限公司 一种对象显示方法、装置、电子设备及存储介质
CN115361588B (zh) * 2022-07-05 2024-01-19 北京达佳互联信息技术有限公司 一种对象显示方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110020099A (zh) 一种视频交友的用户推荐方法和装置
CN106228386B (zh) 一种信息推送方法及装置
JP6878450B2 (ja) 広告に関する不正行為を防止するための方法及びデバイス並びに記憶媒体
CN106651458B (zh) 一种广告反作弊方法和装置
CN107704834A (zh) 微表情面审辅助方法、装置及存储介质
CN108460629A (zh) 用户营销推荐方法、装置、终端设备及存储介质
CN109948023A (zh) 推荐对象获取方法、装置及存储介质
CN107291718A (zh) 页面资源投放方法及装置
CN105023165A (zh) 社交网络平台中投放任务的控制方法、装置及系统
CN107835231A (zh) 反馈信息的处理方法及终端设备
CN108460627A (zh) 营销活动方案推送方法、装置、计算机设备及存储介质
CN107085540A (zh) 虚拟礼物展示方法及装置
DE102011016866A1 (de) One-to-one metching in a contact center
CN106651411A (zh) 广告推广策略的调整方法及装置
Redi et al. Crowdsourcing for rating image aesthetic appeal: Better a paid or a volunteer crowd?
CN104573998B (zh) 求职数据的处理方法和装置
CN109242573A (zh) App的评价方法、装置、设备及存储介质
CN104935563B (zh) 用于管理会议的方法和设备
CN108537289A (zh) 数据识别模型的训练方法、装置及存储介质
DE102011016865A1 (de) View and metrics for a queueless contact center
CN109151488B (zh) 根据用户行为实时推荐直播间的方法及系统
CN106648688A (zh) 一种信息展示方法和装置
CN109376982A (zh) 一种目标员工的选取方法及设备
CN106649830A (zh) 一种信息展示方法和装置
CN107454453A (zh) 一种直播平台随机动画展示方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190716

RJ01 Rejection of invention patent application after publication