CN111866595B - 虚拟礼物列表生成方法、虚拟礼物推荐方法及装置 - Google Patents
虚拟礼物列表生成方法、虚拟礼物推荐方法及装置 Download PDFInfo
- Publication number
- CN111866595B CN111866595B CN202010725694.0A CN202010725694A CN111866595B CN 111866595 B CN111866595 B CN 111866595B CN 202010725694 A CN202010725694 A CN 202010725694A CN 111866595 B CN111866595 B CN 111866595B
- Authority
- CN
- China
- Prior art keywords
- gift
- user
- live broadcast
- list
- grouping
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012163 sequencing technique Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims 3
- 230000006399 behavior Effects 0.000 description 62
- 238000010422 painting Methods 0.000 description 9
- 101000630730 Homo sapiens Small VCP/p97-interacting protein Proteins 0.000 description 7
- 102100026336 Small VCP/p97-interacting protein Human genes 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 5
- 241000109329 Rosa xanthina Species 0.000 description 4
- 235000004789 Rosa xanthina Nutrition 0.000 description 4
- 241000220317 Rosa Species 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 235000015243 ice cream Nutrition 0.000 description 2
- 235000011475 lollipops Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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]
- H04N21/40—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
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/4784—Supplemental services, e.g. displaying phone caller identification, shopping application receiving rewards
-
- 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
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- 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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种虚拟礼物列表生成方法、虚拟礼物推荐方法及装置，虚拟礼物列表生成方法包括：获取用户的用户信息和用户打赏礼物的历史行为数据；针对每种直播类型的直播间，根据用户信息和历史行为数据确定用户对每个礼物分组的偏好程度，以及确定用户对每个礼物分组中各个礼物的偏好程度；基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表。结合用户信息和历史行为数据，针对用户对礼物分组的偏好以及对礼物的偏好为不同用户展示不同的礼物打赏界面，使得用户偏好的礼物分组以及礼物分组中礼物排在礼物打赏界面的前面，用户无需对礼物打赏界面翻页或刷新即可以打赏喜欢的礼物，提高了用户打赏礼物的效率。
Description
技术领域
本发明实施例涉及直播技术领域，尤其涉及一种虚拟礼物列表生成方法、虚拟礼物推荐方法及装置。
背景技术
随着直播APP的推广应用，用户对主播进行礼物打赏成为越来越多人日常与主播互动，打赏行为同时也是直播平台重要的营收来源之一。
如图1所示，在直播中，打赏礼物的流程为：用户进入直播平台的直播间，点击礼物选项后，在礼物打赏界面按礼物分组显示礼物，如常见礼物分组有绘画、热门、贵族、家族战、粉丝团等礼物分组，而点选每个礼物分组后显示该分组下的多个礼物，当该礼物分组礼物较多时通常分页显示以及设置分页、滚动条等按钮，用户通过分页或者滚动条等按钮操作刷新礼物打赏页面后，点击礼物进行发送即打赏成功
然而，在直播APP中，礼物打赏打赏界面是静态的，在礼物打赏界面中礼物分组和礼物分组下各个礼物的显示位置是静态的，即对于所有用户而言，礼物打赏界面是相同的。而用户来自不同的国家和地区，每个国家和地区的用户有区域性的礼物偏好，不同性别的用户群体对礼物的偏好也不同；再者，礼物也有不同的分组，不同礼物分组之间的礼物有显著差异，在用户层次结构不同和礼物分组不同的情况下，用户对打赏礼物的偏好不同，所有用户都采用相同的礼物打赏界面容易造成部分用户偏好的礼物显示在靠后的位置，降低了用户打赏礼物的效率。
发明内容
本发明实施例提供一种虚拟礼物列表生成方法、虚拟礼物推荐方法、装置、电子设备和存储介质，以解决所有用户采用相同的静态礼物打赏界面造成部分用户偏好的礼物显示在靠后的位置，降低了用户打赏礼物效率的问题。
第一方面，本发明实施例提供了一种虚拟礼物列表生成方法，包括：
获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据；
针对每种直播类型的直播间，根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度，以及确定所述用户对每个礼物分组中各个礼物的偏好程度；
基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物。
第二方面，本发明实施例提供了一种虚拟礼物推荐方法，包括：
在接收到直播间中的礼物打赏界面请求时，确定所述目标用户的用户标识和所述直播间的直播类型；
判断预先设置的虚拟礼物列表数据库中是否存在与所述用户标识和所述直播类型匹配的目标虚拟礼物列表；
若是，将所述目标虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述目标虚拟礼物列表展示礼物打赏界面；
若否，获取默认虚拟礼物列表，并将所述默认虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述默认虚拟礼物列表展示礼物打赏界面；
其中，所述目标虚拟礼物列表通过本发明任一实施例所述的虚拟礼物列表生成方法所生成。
第三方面，本发明实施例提供了一种虚拟礼物列表生成装置，包括：
用户信息和历史行为数据获取模块，用于获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据；
用户偏好确定模块，用于针对每种直播类型的直播间，根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度，以及确定所述用户对每个礼物分组中各个礼物的偏好程度；
虚拟礼物列表生成模块，用于基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物。
第四方面，本发明实施例提供了一种虚拟礼物推荐装置，包括：
用户标识和直播类型确定模块，用于在接收到直播间中的礼物打赏界面请求时，确定所述目标用户的用户标识和所述直播间的直播类型；
虚拟礼物列表匹配模块，用于判断预先设置的虚拟礼物列表数据库中是否存在与所述用户标识和所述直播类型匹配的虚拟礼物列表；
虚拟礼物列表推荐模块，用于将匹配到的所述目标虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述目标虚拟礼物列表展示礼物打赏界面；
默认虚拟礼物列表推荐模块，用于获取默认虚拟礼物列表，并将所述默认虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述默认虚拟礼物列表展示礼物打赏界面；
其中，所述目标虚拟礼物列表通过本发明任一实施例所述的虚拟礼物列表生成方法所生成。
第五方面，本发明实施例提供了一种电子设备，所述电子设备包括：
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一实施例所述的虚拟礼物列表生成方法，和/或，虚拟礼物推荐方法。
第六方面，本发明实施例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本发明任一实施例所述的虚拟礼物列表生成方法，和/或，虚拟礼物推荐方法。
本发明实施例通过用户信息和历史行为数据确定用户对礼物分组的偏好程度以及对礼物分组中各个礼物的偏好程度，并以此来生成用户的虚拟礼物列表，使得用户进入直播间中的礼物打赏界面时，能够根据礼物分组偏好程度来展示各个礼物分组，以及根据各个礼物的偏好程度来展示每个礼物分组中的礼物，避免了所有用户采用相同的静态的打赏礼物界面造成打赏效率低的问题，实现了结合用户地域、性别等用户信息和历史行为数据，针对用户对礼物分组的偏好以及对礼物分组中礼物的偏好为不同用户展示不同的礼物打赏界面，使得用户偏好的礼物分组以及礼物分组中礼物排在前面，用户无需对礼物打赏界面翻页或者刷新即可以打赏喜欢的礼物，提高了用户打赏礼物的效率。
附图说明
图1是直播APP中礼物打赏界面的示意图；
图2是本发明实施例一提供的一种虚拟礼物列表生成方法的步骤流程图；
图3是本发明实施例二提供的一种虚拟礼物列表生成方法的步骤流程图；
图4是本发明实施例三提供的一种虚拟礼物推荐方法的步骤流程图；
图5是本发明实施例四提供的一种虚拟礼物列表生成装置的结构框图；
图6是本发明实施例五提供的一种虚拟礼物推荐装置的结构框图；
图7是本发明实施例六提供的一种电子设备的结构示意图。
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。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。
实施例一
图2为本发明实施例一提供的一种虚拟礼物列表生成方法的步骤流程图，本发明实施例可适用于为用户生成虚拟礼物列表，以通过虚拟礼物列表向用户推荐虚拟礼物的情况，该方法可以由本发明实施例的虚拟礼物列表生成装置来执行，该虚拟礼物列表生成装置可以由硬件或软件来实现，并集成在本发明实施例所提供的电子设备中，具体地，如图2所示，本发明实施例的虚拟礼物列表生成方法可以包括如下步骤：
S201、获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据。
本发明实施例可以应用于直播场景，示例性地，应用于直播中的观众用户，为观众用户生成虚拟礼物列表，以在观众用户所使用的直播客户端根据虚拟礼物列表展示虚拟礼物的打赏界面。当然，不仅仅限于直播，还可以是其他诸如短视频平台等具有礼物打赏功能的应用。其中，虚拟礼物可以是虚拟世界中的礼物，是虚拟世界中，虚拟角色之间为沟通情感而相互馈赠的物品，如可以是数字鲜花、游戏道具、游戏币等物品。
在本发明的一个示例中，用户信息可以包括用户id、用户国籍、性别、年龄、用户分组等，用户打赏礼物的历史行为数据可以是用户打赏礼物的礼物id、打赏礼物时所在直播间的直播类型、打赏礼物的数量、打赏礼物价格等数据。其中，用户分组可以是具有一定共性的多个用户群体，例如中国男性用户为一个用户分组，沙特男性为一个用户分组等，直播类型可以是直播间的直播内容的分类，例如，直播类型可以包括音乐类直播、体育赛事类直播、游戏类直播等等。
在本发明可选实施例中，用户信息可以是用户在注册账号时用户所填写的信息，可以通过用户的用户id获取用户信息，用户信息还可是根据用户注册账号时所填写的信息所生成的派生信息，如根据用户所填写的籍贯和性别所生成的用户分组，还可以是根据用户在线情况所生成的用户的活跃程度等。对于历史行为数据，可以从用户在直播平台的用户日志中提取历史行为数据，用户日志记录了用户登录直播平台的时间、用户所进入的直播间、直播类型、在该直播间中打赏礼物的行为等。优选地，可以按照预设的时间窗口获取用户的历史行为数据，通过该时间窗口可以获取到当前时间往前一段时间(如一个星期、一个月)的用户的历史行为数据，从而可以根据最新的历史行为数据生成用户的虚拟礼物列表。
S202、针对每种直播类型的直播间，根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度，以及确定所述用户对每个礼物分组中各个礼物的偏好程度。
如图1所示，礼物分组可以是礼物打赏界面中对礼物的分组，并为每个礼物分组设置分组标签，在图1中，礼物分组可以包括绘画、热门、多功能、贵族、家族战、VIP等分组，每个礼物分组下可以包括多个礼物，如图1中，绘画礼物分组下可以包括玫瑰、爱心、雪糕等礼物。
在本发明的一个示例中，可以预先训练模型，通过模型预测用户在不同直播类型的直播间中对各个礼物分组的偏好程度，以及预测用户对每个礼物分组中各个礼物的偏好程度，其中，模型可以是各种神经网络，还可以是层次贝叶斯模型等。在训练好模型后，可以将用户信息和历史行为数据输入模型中，通过模型预测用户在不同直播类型的直播间中对每个礼物分组的偏好程度，以及用户对每个礼物分组中各个礼物的偏好程度。
在本发明的一个示例中，还可以获取大量用户的用户信息和历史行为数据，通过大数据分析预先统计出同一用户分组的用户在不同直播类型的直播间中对每个礼物分组的偏好程度，将同一用户分组在不同直播类型的直播间中对每个礼物分组的偏好程度存储，当需要生成某个用户的虚拟礼物列表时，可以通过该用户的用户信息确定该用户所属用户分组，从而通过所属用户分组确定该用户在不同直播类型的直播间中对每个礼物分组的偏好程度，再根据该用户的历史行为数据确定该用户对每个礼物分组中各个礼物的偏好程度。
当然，在实际应用中，本领域技术人员可以选择通过训练模型或者数据统计来确定不同直播类型的直播间中用户对每个礼物分组的偏好程度，以及确定用户对每个礼物分组中各个礼物的偏好程度，本发明实施例对此不加以限制。
S203、基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物。
在本发明实施例中，偏好程度可以是一个分值，表达了用户对事物的感兴趣程度，可以通过训练好的模型预测或者通过数据统计分析获取分值，对于每个直播类型的直播间，可以按照礼物分组的偏好程度进行降序排序得到礼物分组排序结果，对于每个礼物分组中的礼物，可以按照礼物的偏好程度进行降序排序得到礼物排序结果，然后按照礼物分组排序结果和礼物排序结果生成用户在该直播类型的直播间中所使用的虚拟礼物列表。
具体地，在虚拟礼物列表中，偏好程度高的礼物分组在前，对于每个礼物分组中的礼物，偏好程度高的礼物在前。由于偏好程度反应了用户对礼物分组和礼物的感兴趣程度，当按照虚拟礼物列表展示礼物打赏界面时，用户偏好程度高的礼物分组排序在前，而对于每个礼物分组，用户偏好程度高的礼物也排序在前，可以在礼物打赏界面靠前的位置显示用户偏好的礼物分组，以及在礼物分组靠前的位置显示用户偏好的礼物，无需用户对礼物打赏界面进行翻页或者刷新操作，提高了用户打赏礼物的效率。
本发明实施例通过用户信息和历史行为数据确定用户对礼物分组的偏好程度以及对礼物分组中各个礼物的偏好程度，并以此来生成用户的虚拟礼物列表，使得用户进入直播间中的礼物打赏界面时，能够根据礼物分组偏好程度来展示各个礼物分组，以及根据各个礼物的偏好程度来展示每个礼物分组中的礼物，避免了所有用户采用相同的静态的打赏礼物界面造成打赏效率低的问题，实现了结合用户地域、性别等用户信息和历史行为数据，针对用户对礼物分组的偏好以及对礼物分组中礼物的偏好为不同用户展示不同的礼物打赏界面，使得用户偏好的礼物分组以及礼物分组中礼物排在前面，用户无需对礼物打赏界面翻页或者刷新即可以打赏喜欢的礼物，提高了用户打赏礼物的效率。
实施例二
图3为本发明实施例二提供的一种虚拟礼物列表生成方法的步骤流程图，本发明实施例在前述实施例一的基础上进行优化，具体地，如图3所示，本发明实施例的虚拟礼物列表生成方法可以包括如下步骤：
S301、判断是否存在用户打赏礼物的历史行为数据。
在实际应用中，用户可以分为打赏过礼物的用户和新注册的用户，对于打赏过礼物的用户，直播平台生成用户日志来记录该用户的历史行为数据，对于新注册的用户，由于新注册的用户未打赏过礼物甚至未进入过直播间观看直播，该新注册的用户无历史行为数据。当需要为一个用户生成虚拟礼物列表时，先判断是否存存储有用户打赏礼物的历史行为数据，在一个示例中，可以判断是否存储有该用户的用户日志，若是，则说明存在该用户的历史行为数据，执行S302-S307，若否，则说明该用户为新注册用户或者未打赏过礼物的用户，执行S308-S309。
S302、获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据。
当存在用户的历史行为数据时，可以获取用户的用户信息和历史行为数据，获取的数据可以是：<用户id、用户分组、直播类型、礼物id、礼物打赏数量>，其中，用户分组可以是用户分组的标签，在本发明优选实施例中，可以根据用户的国籍和性别对用户进行分组，示例性地，用户为中国男性，则该用户的用户分组标签可以为(中国，男)或者(1，1)，如果是中国女性，用户分组标签可以为(中国，女)或者(1，2)，以此类推对用户进行分组，当然，本发明实施例对用户分组的表示方式不作限制。直播类型可以是音乐类直播、游戏类直播、体育赛事直播等，礼品打赏数量可以是该用户在该直播类型的直播间中打赏某个礼物的总数量。当然，获取的数据还可以包括其他数据，例如还可以包括礼物打赏金额、在该直播类型的直播间中打赏礼物的总金额、在该直播类型的直播间中打赏礼物的总数量等。
S303、将所述用户信息和所述历史行为数据输入预先训练好的层次贝叶斯模型中，得到所述用户对各种直播类型的直播间中的每个礼物分组的偏好程度，以及所述用户对每个礼物分组中各个礼物的偏好程度。
在本发明的一个示例中，可以预先训练层次贝叶斯模型来预测用户对礼物分组的偏好程度和对礼物的偏好程度。在训练层次贝叶斯模型时，可以获取大量用户的用户信息、历史行为数据以及礼物的先验排序数据，对大量用户信息、历史行为数据以及先验排序数据进行预处理得到训练数据，采用训练数据对初始化的层次贝叶斯模型进行训练得到训练好的层次贝叶斯模型，可选地，层次贝叶斯模型的具体训练过程可以包括以下步骤：
S1、获取礼物的先验排序数据，以及按照预设时间窗口获取用户的用户信息和历史行为数据。
先验排序数据可以是直播平台管理员根据先验经验设置的礼物排序，如管理员可以根据运营人员对礼物的先验经验对礼物排序，具体地，对于新上架礼物，可以将该礼物设置在排序中更靠前的位置，或者对于热销的礼物，可以排序在更靠前的位置，同时，为了保证训练好的层次贝叶斯模型的预测结果更贴合用户的偏好，通过时间窗口获取最新的用户信息和历史行为数据来训练层次贝叶斯模型，在一个示例中，每间隔一段时间更新时间窗口重新获取用户信息和历史行为数据来重训练层次贝叶斯模型，以提高层次贝叶斯模型预测用户偏好的准确度。
S2、对所述用户信息、所述历史行为数据以及所述先验排序数据进行预处理得到训练数据。
在本发明实施例中，用户信息可以包括用户id、用户分组等信息，历史行为数据可以包括直播类型、礼物分组、礼物id和礼物打赏数量等，为了实现有监督训练，可以从历史行为数据中筛选出同一用户分组的所有用户，以及同一用户分组的所有用户在每一直播类型的直播间中打赏礼物的打赏数量和礼物所属的礼物分组，根据打赏数量确定同一用户分组的用户在每一直播类型的直播间中对各个礼物分组的真实偏好程度，进一步根据用户在每一直播类型的直播间中打赏礼物的打赏数量和先验排序数据确定每个用户对各个礼物分组中的每个礼物的真实偏好程度；将用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量作为训练样本，以及将礼物分组的真实偏好程度和礼物的真实偏好程度作为样本标签得到训练数据。
在一个示例性中，以沙特男性用户分组为例，对于礼物分组的真实偏好程度，可以先从所有历史行为数据中筛选出所有沙特男性用户的历史行为数据，然后从所有沙特男性用户的历史行为数据中分类出观看了各种直播类型的直播间的用户，并且统计在各种直播类型的直播间中打赏的礼物、打赏礼物所属的礼物分组、打赏礼物的数量，针对每种直播类型的直播间，根据打赏礼物所属的礼物分组和打赏礼物的数量生成礼物分组偏好分布，该偏好分布作为沙特男性用户对每种直播类型的直播间中各个礼物分组的偏好程度，如沙特男性在音乐类直播中，对SVIP礼物分组的偏好分布为均值0.8，标准差0.2的高斯分布，对绘画礼物分组的偏好分布为均值0.5，标准差0.1的高斯分布，其中，礼物分组的偏好分布可以通过所有沙特男性对每个礼物分组的打赏数量来进行拟合，以SVIP礼物分组为示例，可以根据所有沙特男性打赏了SVIP礼物分组中所有礼物的总数量来拟合高斯分布，即(沙特男性N，SVIP礼物分组打赏总次数M)来拟合高斯分布得到均值和标准差，其中，N为沙特男性的总数量，M为每个沙特男性打赏了SVIP礼物分组中所有礼物的总数量。
对于每个礼物分组中各个礼物的真实偏好程度，可以计算该礼物分组中某个礼物的打赏数量与该礼物分组中打赏所有礼物的总数量的比值，根据该比值、先验排序数据以及礼物所属的礼物分组的偏好程度计算该礼物的打赏概率作为该礼物的真实偏好程度，示例性地，先验排序数据按照某类型数值(例如可以是权重，礼物的重要程度)，可以计算比值、权重以及礼物分组的偏好程度的乘积作为礼物的真实偏好程度，例如，用户A在音乐直播中对绘画礼物分组的偏好程度为0.8，绘画礼物分组中玫瑰的打赏数量为10，用户A对绘画礼物分组的所有礼物的打赏总数是30，玫瑰在礼物先验排序对应的权重为0.7，则绘画礼物分组中玫瑰的真实偏好程度为0.8×(10÷30)×0.7＝0.18。
在确定每个用户分组在每种直播类型的直播间中对各个礼物分组的真实偏好程度，以及用户对礼物分组中的礼物的真实偏好程度后，可以将礼物分组的真实偏好程度和礼物的真实偏好程度作为样本标签，将用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量作为训练样本，从而得到训练数据。
当然，上述计算礼物分组真实偏好程度和礼物真实偏好程度的数据和方式仅为一个示例，在实际应用中，本领域技术人员还可以通过其他方式计算礼物分组真实偏好程度和礼物真实偏好程度，例如，将数据输入训练好的数据标注模型中，通过数据标注模型输出每种直播类型下每个用户分组的礼物分组真实偏好程度和礼物真实偏好程度，本发明实施例对此不加以限制。
S3、将所述用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量作为训练样本输入所述初始化的层次贝叶斯模型，得到同一用户分组标签的用户在每一直播类型的直播间中对各个礼物分组的预测偏好程度，以及每个用户对各个礼物分组中的每个礼物的预测偏好程度。
具体地，随机提取任意数量的用户的用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量作为训练样本输入初始化的层次贝叶斯模型，得到该用户在每一直播类型的直播间中对各个礼物分组的预测偏好程度，以及每个用户对各个礼物分组中的每个礼物的预测偏好程度。
示例性地，对于用户A，将用户A的用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量输入层次贝叶斯模型中，得到用户A在音乐直播类型的直播间中对绘画礼物分组的预测偏好程度为0.7，对绘画礼物分组下玫瑰的预测偏好程度为0.6。
S4、根据所述礼物分组的预测偏好程度、礼物的预测偏好程度、礼物分组的真实偏好程度以及礼物的真实偏好程度计算损失率。
具体地，可以将礼物分组的预测偏好程度、礼物的预测偏好程度、礼物分组的真实偏好程度以及礼物的真实偏好程度代入预设的损失函数中，通过损失函数来计算损失率，在一个示例中，可以计算预测值与真实值的差值得到损失率，本发明实施例对采用何种损失函数来计算损失率不加以限制。
S5、根据所述损失率对所述层次贝叶斯模型的参数进行调整，直到达到停止训练条件。
具体地，可以最小化损失率调整层次贝叶斯模型的模型参数来不断对层次贝叶斯模型迭代训练，直到达到预设迭代次数或者损失率最小，停止对模型进行迭代。
以上虽然以层次贝叶斯模型作为示例说明了训练过程，在实际应用中，本领域技术人员还可以训练其他诸如CNN、RNN、DNN等神经网络，本发明实施例对此不加以限制。
在训练好层次贝叶斯模型后，可以获取各个礼物的先验排序数据，将用户信息、历史行为数据以及先验排序数据输入预先训练好的层次贝叶斯模型中，得到用户对各种直播类型的直播间中的每个礼物分组的偏好程度，以及用户对每个礼物分组中各个礼物的偏好程度。
本发明实施例结合礼物的先验排序数据，运营人员可以根据运营经验、新礼物的营销策略对礼物的排序数据进行调整，实现结合运营人员经验或者营销策略来生成虚拟礼物列表，从而可以按照运营人员的经验或者营销策略向用户推荐虚拟礼物。
S304、按照礼物分组的偏好程度对各个礼物分组进行降序排序得到礼物分组排序结果。
具体地，礼物分组的偏好程度越高，说明某个用户分组的用户更喜欢打赏该礼物分组中的礼物，可以按照礼物分组的偏好程度对各个礼物分组进行降序排序得到礼物分组排序结果。
S305、针对每个礼物分组中的礼物，按照礼物的偏好程度对各个礼物进行降序排序得到所述礼物分组的礼物排序结果。
礼物的偏好程度越高，说明在某一礼物分组中，用户更喜欢打赏该礼物，可以按照礼物的偏好程度对各个礼物分组中的礼物进行降序排序得到礼物排序结果。
S306、按照所述礼物分组排序结果生成礼物分组列表，以及按照所述礼物分组的所述礼物排序结果生成所述礼物分组的礼物列表。
即对于礼物分组排序结果，排序在前的礼物分组位于礼物分组列表的前面，对于礼物排序结果，排序在前的礼物位于礼物列表的前面。
S307、采用所述礼物分组列表和所述礼物列表生成所述用户的虚拟礼物列表。
具体地，最终生成用户的虚拟礼物列表为：<用户id，直播类型，虚拟礼物列表>，即一个用户可以生成多个直播类型的虚拟礼物列表，在虚拟礼物列表中，礼物分组列表用于对某个直播类型的直播间中的礼物分组进行排版展示，礼物列表用于对礼物分组中的礼物进行排版展示，亦即，礼物分组列表用于在某个直播类型的直播间中，按照礼物分组列表中各个礼物分组的排序顺序展示礼物分组，礼物列表用于在直播间中按照礼物列表中礼物的排序顺序展示礼物分组中的礼物。
示例性地，如图1所示，礼物分组列表中礼物分组的排序为绘画、热门、多功能、贵族、家族战、SVIP，则在礼物打赏界面中，从左到右顺序展示绘画、热门、多功能、贵族、家族战、SVIP；而对于绘画礼物分组，礼物列表中礼物排序为Rose、Lollipop、Flowers、Kiss、iceCream、Love、Hand heart、Diamond，则在绘画礼物分组下按照Rose、Lollipop、Flowers、Kiss、ice Cream、Love、Hand heart、Diamond的顺序展示礼物。
308、获取所述用户的用户信息。
如果用户为新注册用户或者未打赏过礼物的用户，则可以获取用户的用户信息，例如获取用户的用户id、用户所属用户分组的用户分组标签等用户信息。
309、根据所述用户的用户信息确定所述用户的虚拟礼物列表。
在本发明的可选实施例中，可以根据用户信息获取与用户的用户分组标签相同的用户的礼物分组列表，以作为用户的礼物分组列表，生成各个礼物分组的默认礼物列表，采用礼物分组列表和各个礼物分组的默认礼物列表生成用户的虚拟礼物列表。
具体地，在实际应用中可以为各个用户建立虚拟礼物列表，并存储在预设的数据库中，另外，可以按照预设周期根据历史行为数据更新各个用户的虚拟礼物列表，对于新注册用户或者未打赏过礼物的用户，可以根据该用户的用户信息中的用户分组的用户分组标签，获取具有该用户分组标签的、已建立虚拟礼物列表的用户的礼物分组列表，以作为新注册用户或者未打赏过礼物的用户的礼物分组列表，如新注册用户或者未打赏过礼物的用户为沙特男性，则可以获取已建立虚拟礼物列表的沙特男性用户的礼物分组列表，采用该礼物分组列表和默认礼物列表生成新注册用户或者未打赏过礼物的用户的虚拟礼物列表。其中，默认礼物列表可以是按照礼物先验排序数据设置的礼物列表。
由于礼物分组列表是通过大量相同用户分组的历史数据经过层次贝叶斯模型得到的礼物分组偏好程度所生成的，该礼物分组列表代表了相同用户分组的用户对礼物分组的共同偏好，在新用户或者未打赏过打赏过礼物的用户缺乏历史行为数据的情况下，采用相同用户分组用户已建立的礼物分组列表来生成新用户或者未打赏过打赏过礼物的用户的虚拟礼物列表，该虚拟礼物列表也大概率表达了新用户或者未打赏过打赏过礼物的用户的偏好，实现了数据冷启动。
本发明实施例在用户存在历史行为数据时，将用户的用户信息和历史行为数据输入预先训练好的层次贝叶斯模型中，得到用户对各种直播类型的直播间中的每个礼物分组的偏好程度，以及用户对每个礼物分组中各个礼物的偏好程度，按照礼物分组的偏好程度对各个礼物分组进行降序排序得到礼物分组排序结果，以及针对每个礼物分组中的礼物，按照礼物的偏好程度对各个礼物进行降序排序得到礼物分组的礼物排序结果，最终根据礼物分组排序结果和礼物排序结果生成用户的虚拟礼物列表。当按照虚拟礼物列表展示礼物打赏界面时，用户偏好程度高的礼物分组排序在前，而对于每个礼物分组，用户偏好程度高的礼物也排序在前，可以在礼物打赏界面靠前的位置显示用户偏好的礼物分组，以及在礼物分组靠前的位置显示用户偏好的礼物，无需用户对礼物打赏界面进行翻页或者刷新操作，提高了用户打赏礼物的效率。
进一步地，结合礼物的先验排序数据，运营人员可以根据运营经验、新礼物的营销策略对礼物的排序数据进行调整，实现结合运营人员经验或者营销策略来生成虚拟礼物列表，既可以按照运营人员的经验或者营销策略向用户推荐虚拟礼物，又可以避免新礼物缺乏历史数据造成的冷启问题，能够在新礼物冷启的情况下进行个性化礼物推荐。
更进一步地，对于无历史行为数据的新用户，可以获取用户的用户信息，可以根据用户信息获取与用户的用户分组标签相同的用户的礼物分组列表，以作为用户的礼物分组列表来生成新用户的虚拟礼物列表，由于礼物分组列表是通过大量相同用户分组的历史数据经过层次贝叶斯模型得到的礼物分组偏好程度所生成的，该礼物分组列表代表了相同用户分组的用户对礼物分组的共同偏好，为新用户所生成的虚拟礼物列表也大概率表达了新用户的用户的偏好，实现了新用户冷启，从而为新用户实现个性化推荐。
实施例三
图4为本发明实施例三提供的一种虚拟礼物推荐方法的步骤流程图，本发明实施例可适用于向用户推荐虚拟礼物的情况，该方法可以由本发明实施例的虚拟礼物推荐装置来执行，该虚拟礼物推荐装置可以由硬件或软件来实现，并集成在本发明实施例所提供的电子设备中，具体地，如图4所示，本发明实施例的虚拟礼物推荐方法可以包括如下步骤：
S401、在接收到直播间中的礼物打赏界面请求时，确定所述目标用户的用户标识和所述直播间的直播类型。
在本发明的一个示例中，目标用户通过账号登录直播平台进入直播间成为观众用户观看主播的直播，当目标用户对主播打赏时，目标用户触发直播页面中的礼物选项来使得直播客户端展示礼物打赏界面，直播客户端生成礼物打赏界面请求发送至服务器，服务器接收到该请求，则可以获取目标用户的用户标识(如用户的账号)和目标用户所进入的直播间的直播类型。
在本发明的另一个示例中，当目标用户通过账号登录直播平台时，目标用户所使用的直播客户端向服务器发送礼物打赏界面请求，服务器获取该目标用户的用户标识(如用户的账号)和所有直播间的直播类型。
S402、判断预先设置的虚拟礼物列表数据库中是否存在与所述用户标识和所述直播类型匹配的目标虚拟礼物列表。
在本发明实施例中，可以设置虚拟礼物列表数据库来存储各个用户在不同直播类型的直播间中所使用的虚拟礼物列表，示例性地，虚拟礼物列表的索引可以是<用户标识，直播类型>。其中，每个用户的虚拟礼物列表可以通过实施例一或者实施例二所提供的虚拟礼物列表生成方法离线生成并定期更新，详情参看实施例一或实施例二，在此不再详述。
当获取到用户标识和直播类型后，可以采用用户标识和直播类型在虚拟礼物列表数据库匹配，判断是否存在匹配的目标虚拟礼物列表，具体地，可以首先判断虚拟礼物列表数据库中是否存在与用户标识匹配的虚拟礼物列表，若是，则进一步判断与用户标识匹配的虚拟礼物列表中是否存在与直播类型匹配的虚拟礼物列表，若是，执行S403，若否，执行S404。
当然，也可以判断虚拟礼物列表数据库中是否存在与用户标识匹配的虚拟礼物列表，若是，则获取与用户标识匹配的所有虚拟礼物列表作为目标虚拟礼物列表，执行S403，若否，执行S404。
S403、将所述目标虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述目标虚拟礼物列表展示礼物打赏界面。
在本发明的一个示例中，当目标用户在直播间中对主播打赏时，目标用户触发直播页面中的礼物选项来使得直播客户端展示礼物打赏界面，将匹配到的目标虚拟列表发送到目标用户所在的客户端，以在客户端上目标用户进入的直播间中根据目标虚拟列表来展示礼物打赏界面，示例性地，目标用户在音乐类型的直播间A中观看主播的直播时点选礼物选项，则可以将目标用户的音乐类直播的虚拟礼物列表发送到目标用户所在的客户端，使得直播间A的直播页面展示打赏礼物界面，示例性地，如图1所示的打赏礼物界面。
在本发明的另一个示例中，当目标用户通过账号登录直播平台时，可以将目标用户的所有虚拟礼物列表发送到客户端，例如，将目标用户的所有直播类型的直播间的虚拟礼物列表都发送到客户端，客户端本地存储所有虚拟礼物列表，当目标用户触发直播页面中的礼物选项来使得直播客户端展示礼物打赏界面，从本地直接读取相应的直播类型的虚拟礼物列表，以根据该虚拟礼物列表展示礼物打赏界面。
本发明实施例的虚拟礼物列表通过用户对各种直播类型中每个礼物分组的偏好程度，以及每个礼物分组中各个礼物的偏好程度所生成，根据虚拟礼物列表展示礼物打赏界面时，目标用户偏好的礼物分组可以展示在礼物打赏界面的靠前位置，礼物分组中用户偏好的礼物可以展示在礼物分组中靠前的位置，从而方便用户打赏礼物。
S404、获取默认虚拟礼物列表，并将所述默认虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述默认虚拟礼物列表展示礼物打赏界面。
在实际应用中，预设虚拟礼物列表数据库中可能不存在目标用户的虚拟礼物列表，如目标用户为新用户且未能及时为目标用户生成虚拟礼物列表，则获取预设的默认虚拟礼物列表，将该默认虚拟礼物列表发送到目标用户所在的客户端，以在客户端根据默认虚拟礼物列表展示礼物打赏界面。
本发明实施例的虚拟礼物推荐方法，在接收到直播间中的礼物打赏界面请求时，确定目标用户的用户标识和直播间的直播类型，判断预先设置的虚拟礼物列表数据库中是否存在与用户标识和直播类型匹配的目标虚拟礼物列表，若是，将匹配到的目标虚拟礼物列表推荐到目标用户所在的客户端，以在客户端根据目标虚拟礼物列表展示礼物打赏界面，若否，则将默认虚拟礼物列表推荐到目标用户所在的客户端。由于本发明实施例的虚拟礼物列表根据用户对礼物分组的偏好程度和对礼物的偏好程度所生成，当按照虚拟礼物列表展示礼物打赏界面时，用户偏好程度高的礼物分组排序在前，而对于每个礼物分组，用户偏好程度高的礼物也排序在前，可以在礼物打赏界面靠前的位置显示用户偏好的礼物分组，以及在礼物分组靠前的位置显示用户偏好的礼物，无需用户对礼物打赏界面进行翻页或者刷新操作，提高了用户打赏礼物的效率。
实施例四
图5是本发明实施例四提供的一种虚拟礼物列表生成装置的结构框图，如图5所示，本发明实施例的虚拟礼物列表生成装置具体可以包括如下模块：
用户信息和历史行为数据获取模块501，用于获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据；
用户偏好确定模块502，用于针对每种直播类型的直播间，根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度，以及确定所述用户对每个礼物分组中各个礼物的偏好程度；
虚拟礼物列表生成模块503，用于基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物。
本发明实施例所提供的虚拟礼物列表生成装置可执行本发明实施例一、实施例二所提供的虚拟礼物列表生成方法，具备执行方法相应的功能模块和有益效果。
实施例五
图6是本发明实施例五提供的一种虚拟礼物推荐装置的结构框图，如图6所示，本发明实施例的虚拟礼物推荐装置具体可以包括如下模块：
用户标识和直播类型确定模块601，用于在接收到直播间中的礼物打赏界面请求时，确定所述目标用户的用户标识和所述直播间的直播类型；
虚拟礼物列表匹配模块602，用于判断预先设置的虚拟礼物列表数据库中是否存在与所述用户标识和所述直播类型匹配的虚拟礼物列表；
虚拟礼物列表推荐模块603，用于将匹配到的虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述虚拟礼物列表展示礼物打赏界面；
默认虚拟礼物列表推荐模块604，用于获取默认虚拟礼物列表，并将所述默认虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述默认虚拟礼物列表展示礼物打赏界面；
其中，所述虚拟礼物列表通过本发明实施例一或实施例二所述的虚拟礼物列表生成方法所生成。
本发明实施例所提供的虚拟礼物推荐装置可执行本发明实施例三所提供的虚拟礼物推荐方法，具备执行方法相应的功能模块和有益效果。
实施例六
参照图7，示出了本发明一个示例中的一种电子设备的结构示意图。如图7所示，该电子设备具体可以包括：处理器701、存储装置702、具有触摸功能的显示屏703、输入装置704、输出装置705以及通信装置706。该设备中处理器701的数量可以是一个或者多个，图7中以一个处理器701为例。该设备的处理器701、存储装置702、显示屏703、输入装置704、输出装置705以及通信装置706可以通过总线或者其他方式连接，图7中以通过总线连接为例。所述设备用于执行如本发明任一实施例提供的虚拟礼物列表生成方法，和/或，虚拟礼物推荐方法。
本发明实施例还提供一种计算机可读存储介质，所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述方法实施例所述的虚拟礼物列表生成方法，和/或，虚拟礼物推荐方法。
需要说明的是，对于装置、电子设备、存储介质实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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换、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 (12)
1.一种虚拟礼物列表生成方法，其特征在于，包括：
获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据，其中，所述用户信息至少包括用户分组标签；
针对每种直播类型的直播间，根据所述用户信息和所述历史行为数据通过预先训练好的层次贝叶斯模型确定所述用户对每个礼物分组的偏好程度，以及确定所述用户对每个礼物分组中各个礼物的偏好程度；
基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物；
其中，所述层次贝叶斯模型的训练过程包括：
获取礼物的先验排序数据，以及按照预设时间窗口获取用户的用户信息和历史行为数据；
从历史行为数据中筛选出同一用户分组的所有用户，以及同一用户分组的所有用户在每一直播类型的直播间中的历史行为数据，根据所述历史行为数据确定同一用户分组的用户在每一直播类型的直播间中对各个礼物分组的真实偏好程度，根据用户在每一直播类型的直播间中的所述历史行为数据确定每个用户对各个礼物分组中的每个礼物的真实偏好程度；
对所述用户信息和所述历史行为数据进行预处理作为训练样本输入初始化的所述层次贝叶斯模型，得到同一用户分组标签的用户在每一直播类型的直播间中对各个礼物分组的预测偏好程度，以及每个用户对各个礼物分组中的每个礼物的预测偏好程度；
根据所述礼物分组的预测偏好程度、礼物的预测偏好程度、礼物分组的真实偏好程度以及礼物的真实偏好程度计算损失率；
根据所述损失率对所述层次贝叶斯模型的参数进行调整，直到达到停止训练条件。
2.根据权利要求1所述的方法，其特征在于，将所述用户信息和所述历史行为数据输入预先训练好的层次贝叶斯模型中，得到所述用户对各种直播类型的直播间中的每个礼物分组的偏好程度，以及所述用户对每个礼物分组中各个礼物的偏好程度，包括：
将所述用户信息、所述历史行为数据以及所述先验排序数据输入预先训练好的层次贝叶斯模型中，得到所述用户对各种直播类型的直播间中的每个礼物分组的偏好程度，以及所述用户对每个礼物分组中各个礼物的偏好程度。
3.根据权利要求1-2任一项所述的方法，其特征在于，所述基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，包括：
按照礼物分组的偏好程度对各个礼物分组进行降序排序得到礼物分组排序结果；
针对每个礼物分组中的礼物，按照礼物的偏好程度对各个礼物进行降序排序得到所述礼物分组的礼物排序结果；
按照所述礼物分组排序结果生成礼物分组列表，以及按照所述礼物分组的所述礼物排序结果生成所述礼物分组的礼物列表；
采用所述礼物分组列表和所述礼物列表生成所述用户的虚拟礼物列表；
其中，所述礼物分组列表用于在直播间中按照所述礼物分组列表中各个礼物分组的排序顺序展示礼物分组，所述礼物列表用于在直播间中按照所述礼物列表中礼物的排序顺序展示所述礼物分组中的礼物。
4.根据权利要求3所述的方法，其特征在于，在获取用户的用户信息和所述用户打赏礼物的历史行为数据之前，还包括：
判断是否存在用户打赏礼物的历史行为数据；
若是，则执行获取用户的用户信息和所述用户打赏礼物的历史行为数据的步骤；
若否，则获取所述用户的用户信息；
根据所述用户的用户信息确定所述用户的虚拟礼物列表。
5.根据权利要求4所述的方法，其特征在于，所述用户信息包括所述用户的用户分组标签，所述根据所述用户的用户信息确定所述用户的虚拟礼物列表，包括：
根据所述用户信息获取与所述用户的用户分组标签相同的用户的礼物分组列表，以作为所述用户的礼物分组列表；
生成各个礼物分组的默认礼物列表；
采用所述礼物分组列表和各个礼物分组的默认礼物列表生成所述用户的虚拟礼物列表。
6.根据权利要求1-2任一所述的方法，其特征在于，所述用户信息包括用户id和用户分组标签，所述历史行为数据包括直播类型、礼物分组、礼物id和礼物打赏数量，所述对所述用户信息、所述历史行为数据以及所述先验排序数据进行预处理得到训练数据，包括：
从所述历史行为数据中筛选出同一用户分组标签的用户在每一直播类型的直播间中打赏礼物的打赏数量和所述礼物所属的礼物分组；
根据所述打赏数量确定同一用户分组标签的用户在每一直播类型的直播间中对各个礼物分组的真实偏好程度；
根据用户在每一直播类型的直播间中打赏礼物的打赏数量和所述先验排序数据确定每个用户对各个礼物分组中的每个礼物的真实偏好程度；
将所述用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量作为训练样本，以及将所述礼物分组的真实偏好程度和所述礼物的真实偏好程度作为样本标签得到训练数据。
7.根据权利要求6所述的方法，其特征在于，所述对所述用户信息和所述历史行为数据进行预处理作为训练样本输入初始化的所述层次贝叶斯模型，得到同一用户分组标签的用户在每一直播类型的直播间中对各个礼物分组的预测偏好程度，以及每个用户对各个礼物分组中的每个礼物的预测偏好程度，包括：
将所述用户id、用户分组标签、直播类型、礼物分组、礼物id和礼物打赏数量作为训练样本输入所述初始化的层次贝叶斯模型，得到同一用户分组标签的用户在每一直播类型的直播间中对各个礼物分组的预测偏好程度，以及每个用户对各个礼物分组中的每个礼物的预测偏好程度。
8.一种虚拟礼物推荐方法，其特征在于，包括：
在接收到直播间中的礼物打赏界面请求时，确定目标用户的用户标识和所述直播间的直播类型；
判断预先设置的虚拟礼物列表数据库中是否存在与所述用户标识和所述直播类型匹配的目标虚拟礼物列表；
若是，将所述目标虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述目标虚拟礼物列表展示礼物打赏界面；
若否，获取默认虚拟礼物列表，并将所述默认虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述默认虚拟礼物列表展示礼物打赏界面；
其中，所述目标虚拟礼物列表通过权利要求1-7任一项所述的虚拟礼物列表生成方法所生成。
9.一种虚拟礼物列表生成装置，其特征在于，包括：
用户信息和历史行为数据获取模块，用于获取用户的用户信息和所述用户打赏礼物的历史行为数据，所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据，其中，所述用户信息至少包括用户分组标签；
用户偏好确定模块，用于针对每种直播类型的直播间，根据所述用户信息和所述历史行为数据通过预先训练好的层次贝叶斯模型确定所述用户对每个礼物分组的偏好程度，以及确定所述用户对每个礼物分组中各个礼物的偏好程度；
虚拟礼物列表生成模块，用于基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表，所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物；
其中，所述层次贝叶斯模型的训练过程包括：
获取礼物的先验排序数据，以及按照预设时间窗口获取用户的用户信息和历史行为数据；
从历史行为数据中筛选出同一用户分组的所有用户，以及同一用户分组的所有用户在每一直播类型的直播间中的历史行为数据；
根据所述历史行为数据确定同一用户分组的用户在每一直播类型的直播间中对各个礼物分组的真实偏好程度；
对所述用户信息和所述历史行为数据进行预处理作为训练样本输入初始化的所述层次贝叶斯模型，得到同一用户分组标签的用户在每一直播类型的直播间中对各个礼物分组的预测偏好程度，以及每个用户对各个礼物分组中的每个礼物的预测偏好程度；
根据所述礼物分组的预测偏好程度、礼物的预测偏好程度、礼物分组的真实偏好程度以及礼物的真实偏好程度计算损失率；
根据所述损失率对所述层次贝叶斯模型的参数进行调整，直到达到停止训练条件。
10.一种虚拟礼物推荐装置，其特征在于，包括：
用户标识和直播类型确定模块，用于在接收到直播间中的礼物打赏界面请求时，确定目标用户的用户标识和所述直播间的直播类型；
虚拟礼物列表匹配模块，用于判断预先设置的虚拟礼物列表数据库中是否存在与所述用户标识和所述直播类型匹配的虚拟礼物列表；
虚拟礼物列表推荐模块，用于将匹配到的目标虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述目标虚拟礼物列表展示礼物打赏界面；
默认虚拟礼物列表推荐模块，用于获取默认虚拟礼物列表，并将所述默认虚拟礼物列表推荐到所述目标用户所在的客户端，所述客户端用于根据所述默认虚拟礼物列表展示礼物打赏界面；
其中，所述目标虚拟礼物列表通过权利要求1-7任一项所述的虚拟礼物列表生成方法所生成。
11.一种电子设备，其特征在于，所述电子设备包括：
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1-7中任一项所述的虚拟礼物列表生成方法，和/或，权利要求8所述的虚拟礼物推荐方法。
12.一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，该程序被处理器执行时实现如权利要求1-7中任一项所述的虚拟礼物列表生成方法，和/或，权利要求8所述的虚拟礼物推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010725694.0A CN111866595B (zh) | 2020-07-24 | 2020-07-24 | 虚拟礼物列表生成方法、虚拟礼物推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010725694.0A CN111866595B (zh) | 2020-07-24 | 2020-07-24 | 虚拟礼物列表生成方法、虚拟礼物推荐方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111866595A CN111866595A (zh) | 2020-10-30 |
| CN111866595B true CN111866595B (zh) | 2022-09-06 |
Family
ID=72949504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010725694.0A Active CN111866595B (zh) | 2020-07-24 | 2020-07-24 | 虚拟礼物列表生成方法、虚拟礼物推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111866595B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112578957A (zh) * | 2020-12-08 | 2021-03-30 | 广州博冠信息科技有限公司 | 直播中虚拟礼物推荐方法及装置、存储介质和电子设备 |
| CN113596603B (zh) * | 2021-07-28 | 2023-03-21 | 北京达佳互联信息技术有限公司 | 虚拟物品的显示控制方法、虚拟物品的显示方法、装置 |
| CN113596508B (zh) * | 2021-08-11 | 2023-06-20 | 广州方硅信息技术有限公司 | 直播间的虚拟礼物赠送方法、装置、介质以及计算机设备 |
| CN113873268B (zh) * | 2021-08-23 | 2024-03-26 | 广州方硅信息技术有限公司 | 虚拟礼物列表推送方法、服务器、直播系统及存储介质 |
| CN113840163A (zh) * | 2021-08-24 | 2021-12-24 | 云智联网络科技(北京)有限公司 | 一种高性能的全屏动态礼物互动方法及装置 |
| CN114143566A (zh) * | 2021-11-01 | 2022-03-04 | 北京达佳互联信息技术有限公司 | 一种信息推送方法、装置、设备及存储介质 |
| CN114222152B (zh) * | 2021-12-08 | 2024-03-29 | 广州方硅信息技术有限公司 | 用于城市推广的虚拟礼物互动方法、装置及计算机设备 |
| CN114257873B (zh) * | 2021-12-20 | 2024-02-27 | 上海哔哩哔哩科技有限公司 | 网络直播场景下的信息推送方法和卡片展示方法 |
| CN114461896A (zh) * | 2021-12-20 | 2022-05-10 | 北京达佳互联信息技术有限公司 | 信息处理方法、信息展示方法、装置及存储介质 |
| CN114845125A (zh) * | 2022-03-28 | 2022-08-02 | 广州博冠信息科技有限公司 | 直播间的数据处理方法及电子设备 |
| CN114866820B (zh) * | 2022-04-15 | 2023-12-08 | 北京量子之歌科技有限公司 | 一种礼物发送方法、装置及存储介质 |
| CN116193204A (zh) * | 2022-12-13 | 2023-05-30 | 上海幻电信息科技有限公司 | 资源加载方法、装置、存储介质及电子设备 |
| CN115967839A (zh) * | 2022-12-30 | 2023-04-14 | 北京华心维联网络科技有限公司 | 一种直播礼物推荐方法及其装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709762A (zh) * | 2016-12-26 | 2017-05-24 | 乐蜜科技有限公司 | 直播间中虚拟礼物的推荐方法、装置及移动终端 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100169160A1 (en) * | 2008-12-30 | 2010-07-01 | Ebay Inc. | Gift recommendation method and system |
| US9767254B2 (en) * | 2012-01-09 | 2017-09-19 | Mymedicalrecords, Inc. | Prepaid card for services related to personal health records |
| CN106372982A (zh) * | 2016-08-29 | 2017-02-01 | 广州华多网络科技有限公司 | 直播间电子赠品显示控制方法、装置及终端设备 |
| CN109743588B (zh) * | 2019-01-08 | 2021-09-21 | 广州虎牙信息科技有限公司 | 直播间虚拟礼物列表生成方法、装置、服务器及存储介质 |
| CN111212296B (zh) * | 2020-01-02 | 2021-06-25 | 北京字节跳动网络技术有限公司 | 直播间礼物列表配置方法、装置、介质及电子设备 |
| CN111246228B (zh) * | 2020-01-07 | 2022-12-06 | 北京字节跳动网络技术有限公司 | 直播间礼物资源更新方法、装置、介质及电子设备 |
-
2020
- 2020-07-24 CN CN202010725694.0A patent/CN111866595B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709762A (zh) * | 2016-12-26 | 2017-05-24 | 乐蜜科技有限公司 | 直播间中虚拟礼物的推荐方法、装置及移动终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111866595A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111866595B (zh) | 虚拟礼物列表生成方法、虚拟礼物推荐方法及装置 | |
| US10537806B2 (en) | Systems and methods for providing advertisements in a fantasy sports contest application | |
| US11418846B2 (en) | System and method for enabling review of a digital multimedia presentation and redirection therefrom | |
| JP6836901B2 (ja) | ソーシャル報告エンジンを備えたゲーム作成システム | |
| US8645844B1 (en) | Comparison selection, ranking, and anti-cheating methods in an online contest environment | |
| US20040043810A1 (en) | Providing a contest and obtaining marketing data therefrom | |
| CN107818166A (zh) | 一种资讯推荐方法、装置、服务器及系统 | |
| US20130024813A1 (en) | Method, system, and means for expressing relative sentiments towards subjects and objects in an online environment | |
| JP2013506220A (ja) | ユーザ選好アンケート | |
| CN109597904A (zh) | 用于提供社交网络的方法和系统 | |
| JP2005165454A (ja) | コンテンツ推薦装置、コンテンツ推薦方法、およびコンテンツ推薦プログラム | |
| Brunt et al. | The influence of user-generated content on video game demand | |
| CN114938459A (zh) | 基于弹幕的虚拟直播互动方法、装置、存储介质及设备 | |
| Lukowicz et al. | USER SATISFACTION ON SOCIAL MEDIA PROFILE OF E-SPORTS ORGANIZATION. | |
| CN113297468A (zh) | 信息展示、推荐及处理方法、信息推荐系统、电子设备 | |
| JP6978630B1 (ja) | 動画配信装置、動画配信方法、および、動画配信プログラム | |
| US10733626B2 (en) | System and method for real-time generation of segments for a computerized decision system | |
| US20230269432A1 (en) | System, method and computer-readable medium for recommending streaming data | |
| US20220233960A1 (en) | Recording medium, control method for game apparatus, and game system | |
| US20230254521A1 (en) | Video distribution device, video distribution method, and recording media | |
| JP6924316B1 (ja) | 動画配信装置、動画配信方法、および、動画配信プログラム | |
| JP4934763B2 (ja) | 広告システム及び広告プログラム | |
| US20210291059A1 (en) | Personalized game notifications | |
| CN113766263A (zh) | 直播间推荐方法和装置 | |
| KR20100000680A (ko) | 게임 시스템 및 그 시스템을 이용한 콘텐츠 제공 방법 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231008 Address after: 31a, 15th floor, building 30, maple commercial city, bangrang Road, Brazil Patentee after: Baiguoyuan Technology (Singapore) Co.,Ltd. Address before: 5-13 / F, West Tower, building C, 274 Xingtai Road, Shiqiao street, Panyu District, Guangzhou, Guangdong 510000 Patentee before: GUANGZHOU BAIGUOYUAN INFORMATION TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |