CN113225580A - 直播数据处理方法、装置、电子设备及介质 - Google Patents
直播数据处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113225580A CN113225580A CN202110529740.4A CN202110529740A CN113225580A CN 113225580 A CN113225580 A CN 113225580A CN 202110529740 A CN202110529740 A CN 202110529740A CN 113225580 A CN113225580 A CN 113225580A
- Authority
- CN
- China
- Prior art keywords
- category
- interaction
- item
- category combination
- combination
- 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.)
- Granted
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
- H04N21/21—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
- H04N21/45—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
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/47815—Electronic shopping
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开关于一种直播数据处理方法、装置、电子设备及介质,属于直播技术领域,该方法包括:获取多个物品交互数据,基于多个物品交互数据中物品对象所属的类目,确定目标类目组合,基于目标类目组合,对目标直播间的物品对象进行推荐。本公开实施例中,根据物品交互数据中物品对象所属的类目,来确定目标类目组合,进而基于目标类目组合来对目标直播间下的物品对象进行推荐,使得在推荐的时候,可以基于类目组合来为账号推荐一些经过物品交互数据验证的物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。
Description
技术领域
本公开涉及直播技术领域,尤其涉及一种直播数据处理方法、装置、电子设备及介质。
背景技术
随着直播和电商的不断发展,直播与电商的结合也越来越紧密。主播在直播间中对物品进行介绍,观众能够随时观看直播,并购买直播间中的物品。在电商直播间中,如何向直播间内的观众用户推荐其可能感兴趣的的物品搭配,对电商直播间和观众用户都有着十分重要的意义。
发明内容
本公开提供一种直播数据处理方法、装置、电子设备及介质,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种直播数据处理方法,该方法包括:
获取多个物品交互数据,该物品交互数据用于表示任一直播间内物品对象对应的交互事件;
基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合;
基于该目标类目组合,对目标直播间的物品对象进行推荐。
本公开实施例中,根据物品交互数据中物品对象所属的类目,来确定目标类目组合,进而基于目标类目组合来对目标直播间下的物品对象进行推荐,使得在推荐的时候,可以基于类目组合来为账号推荐一些经过物品交互数据验证的物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。
在一些实施例中,基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合包括:
将该多个物品交互数据中同一账号对应的类目进行组合,得到第一对应关系,该第一对应关系包括多个账号和对应的类目组合;
在该第一对应关系所包括的多个类目组合中,确定该目标类目组合,该目标类目组合为该多个类目组合中出现频次满足条件的类目组合。
本公开实施例中,通过组合同一账号对应的类目,能够确定出同一账号曾经发生的交互事件中、所交互过的至少两个类目下的物品对象,如此也就确定出了与用户的交互行为相关的多个类目组合,也就能够获知用户可能感兴趣的类目组合,进而基于该多个类目组合来确定出现频次满足条件的目标类目组合,使得所确定出的目标类目组合是与用户的兴趣度强相关的类目组合,提高了确定类目组合的准确性。
在一些实施例中,在该第一对应关系所包括的多个类目组合中,确定该目标类目组合包括:
分别获取该多个类目组合的频次分数,该频次分数用于表示对应的类目组合的出现频次;
将该频次分数达到第一阈值的类目组合,确定为该目标类目组合。
本公开实施例中,通过设置分数阈值,以筛选出高分数的类目组合,能够确定出与用户的交互行为强相关的类目组合,也即是能够确定出用户比较感兴趣的类目组合,便于后续物品对象的推荐。
在一些实施例中,分别获取该多个类目组合的频次分数包括:
对于任一类目组合,获取与该类目组合所包括的类目下的物品对象发生过交互事件的账号数量;
对该账号数量进行归一化处理,得到该类目组合的频次分数。
本公开实施例中,通过获取类目组合对应的账号数量,并进行归一化处理的方式,来获取频次分数,能够快速的获取到频次分数,提高了获取频次分数的效率,且归一化得到的频次分数,更加便于后续基于频次分数确定目标类目组合的过程。
在一些实施例中,该交互事件包括属于第一交互类型的事件和属于第二交互类型的事件,该基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合包括:
基于该多个物品交互数据中物品对象所属的类目和该多个物品交互数据中交互事件的交互类型,确定第一交互类型对应的第一目标类目组合和第二交互类型对应的第二目标类目组合;
将该第一目标类目组合和该第二目标类目组合,确定为该目标类目组合。
本公开实施例中,对于不同交互类型的交互事件,确定不同交互类型对应的目标类目组合,能够更精确地确定目标类目组合,提高了确定目标类目组合的准确性。
在一些实施例中,该第一目标类目组合的确定过程包括:
在该多个物品交互数据的第一交互类型的交互事件中,将同一账号对应的类目进行组合,得到第二对应关系,该第二对应关系包括该第一交互类型的交互事件中的多个账号和对应的第一类目组合;
在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合,该第一目标类目组合为该多个第一类目组合中出现频次满足条件的类目组合。
本公开实施例中,通过组合第一交互类型的交互事件中同一账号对应的类目,能够确定出同一账号曾经发生的第一交互类型的事件中、所交互过的至少两个类目下的物品对象,如此也就确定出了与第一交互类型相关的多个第一类目组合,也就能够获知账号可能感兴趣的第一类目组合,进而基于该多个第一类目组合来确定出现频次满足条件的第一目标类目组合,使得所确定出的第一目标类目组合是与用户的第一交互类型的交互行为强相关的类目组合,提高了确定类目组合的准确性。
在一些实施例中,在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合包括:
分别获取该多个第一类目组合的频次分数,该频次分数用于表示对应的第一类目组合的出现频次;
将该频次分数达到第二阈值的第一类目组合,确定为该第一目标类目组合。
本公开实施例中,通过设置第一交互类型对应的分数阈值,以筛选出与第一交互类型相关的高分数的类目组合,能够确定出与第一交互类型强相关的第一类目组合,也即是能够确定出用户比较感兴趣的第一类目组合,便于后续物品对象的推荐。
在一些实施例中,该第二目标类目组合的确定过程包括:
在该多个物品交互数据的第二交互类型的交互事件中,将同一账号对应的类目进行组合,得到第三对应关系,该第三对应关系包括该第二交互类型的交互事件中的多个账号和对应的第二类目组合;
在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合,该第二目标类目组合为该多个第二类目组合中出现频次满足条件的类目组合。
本公开实施例中,通过组合第二交互类型的交互事件中同一账号对应的类目,能够确定出同一账号曾经发生的第二交互类型的事件中、所交互过的至少两个类目下的物品对象,如此也就确定出了与第二交互类型相关的多个第二类目组合,也就能够获知账号可能感兴趣的第二类目组合,进而基于该多个第二类目组合来确定出现频次满足条件的第二目标类目组合,使得所确定出的第二目标类目组合是与用户的第二交互类型的交互行为强相关的类目组合,提高了确定类目组合的准确性。
在一些实施例中,在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合包括:
分别获取该多个第二类目组合的频次分数,该频次分数用于表示对应的第二类目组合的出现频次;
将该频次分数达到第三阈值的第二类目组合,确定为该第二目标类目组合。
本公开实施例中,通过设置第二交互类型对应的分数阈值,以筛选出与第二交互类型相关的高分数的类目组合,能够确定出与第二交互类型强相关的第二类目组合,也即是能够确定出用户比较感兴趣的第二类目组合,便于后续物品对象的推荐。
在一些实施例中,该方法还包括:
基于该多个物品交互数据和该多个物品交互数据中账号的属性信息,确定多种属性信息对应的该目标类目组合;
基于该多种属性信息对应的该目标类目组合,执行对目标直播间的物品对象进行推荐的步骤。
本公开实施例中,对于不同属性的账号,确定不同属性对应的目标类目组合,能够更精确地确定目标类目组合,提高了确定目标类目组合的准确性。
在一些实施例中,基于该目标类目组合,对目标直播间的物品对象进行推荐包括下述任一项:
在该目标直播间内,以关联的方式,将属于该目标类目组合中不同类目的至少两个物品对象进行显示。
本公开实施例中,基于目标类目组合,在目标直播间内以关联的方式显示物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。
在一些实施例中,该关联的方式为显示位置相邻,或者,该关联的方式为显示位置相邻,且在该至少两个物品对象之间显示关联符号,又或者,该关联的方式为响应于对其中一个物品对象的点击操作,显示推荐信息,该推荐信息用于对该至少两个物品对象中除该物品对象以外的物品对象进行推荐。
本公开实施例中,提供有多种关联的方式,增加了目标直播间内显示物品对象的多样性,提高了物品对象的显示效果。
根据本公开实施例的第二方面,提供一种直播数据处理装置,该装置包括:
获取单元,被配置为执行获取多个物品交互数据,该物品交互数据用于表示任一直播间内物品对象对应的交互事件;
确定单元,被配置为执行基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合;
推荐单元,被配置为执行基于该目标类目组合,对目标直播间的物品对象进行推荐。
在一些实施例中,该确定单元,包括:
组合子单元,被配置为执行将该多个物品交互数据中同一账号对应的类目进行组合,得到第一对应关系,该第一对应关系包括多个账号和对应的类目组合;
确定子单元,被配置为执行在该第一对应关系所包括的多个类目组合中,确定该目标类目组合,该目标类目组合为该多个类目组合中出现频次满足条件的类目组合。
在一些实施例中,该确定子单元,包括:
频次分数获取子单元,被配置为执行分别获取该多个类目组合的频次分数,该频次分数用于表示对应的类目组合的出现频次;
类目组合确定子单元,被配置为执行将该频次分数达到第一阈值的类目组合,确定为该目标类目组合。
在一些实施例中,该频次分数获取子单元,被配置为执行:
对于任一类目组合,获取与该类目组合所包括的类目下的物品对象发生过交互事件的账号数量;
对该账号数量进行归一化处理,得到该类目组合的频次分数。
在一些实施例中,该交互事件包括属于第一交互类型的事件和属于第二交互类型的事件,该确定单元,包括:
第一确定子单元,被配置为执行基于该多个物品交互数据中物品对象所属的类目和该多个物品交互数据中交互事件的交互类型,确定第一交互类型对应的第一目标类目组合和第二交互类型对应的第二目标类目组合;
第二确定子单元,被配置为执行将该第一目标类目组合和该第二目标类目组合,确定为该目标类目组合。
在一些实施例中,该第一确定子单元包括:
对应关系确定子单元,被配置为执行在该多个物品交互数据的第一交互类型的交互事件中,将同一账号对应的类目进行组合,得到第二对应关系,该第二对应关系包括该第一交互类型的交互事件中的多个账号和对应的第一类目组合;
类目组合确定子单元,被配置为执行在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合,该第一目标类目组合为该多个第一类目组合中出现频次满足条件的类目组合。
在一些实施例中,该类目组合确定子单元,被配置为执行:
分别获取该多个第一类目组合的频次分数,该频次分数用于表示对应的第一类目组合的出现频次;
将该频次分数达到第二阈值的第一类目组合,确定为该第一目标类目组合。
在一些实施例中,该第二确定子单元包括:
对应关系确定子单元,被配置为执行在该多个物品交互数据的第二交互类型的交互事件中,将同一账号对应的类目进行组合,得到第三对应关系,该第三对应关系包括该第二交互类型的交互事件中的多个账号和对应的第二类目组合;
类目组合确定子单元,被配置为执行在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合,该第二目标类目组合为该多个第二类目组合中出现频次满足条件的类目组合。
在一些实施例中,该类目组合确定子单元,被配置为执行:
分别获取该多个第二类目组合的频次分数,该频次分数用于表示对应的第二类目组合的出现频次;
将该频次分数达到第三阈值的第二类目组合,确定为该第二目标类目组合。
在一些实施例中,该确定单元,还被配置为执行基于该多个物品交互数据和该多个物品交互数据中账号的属性信息,确定多种属性信息对应的该目标类目组合;
该推荐单元,还被配置为执行基于该多种属性信息对应的该目标类目组合,执行对目标直播间的物品对象进行推荐的步骤。
在一些实施例中,该推荐单元,被配置为执行:
在该目标直播间内,以关联的方式,将属于该目标类目组合中不同类目的至少两个物品对象进行显示。
在一些实施例中,该关联的方式为显示位置相邻,或者,该关联的方式为显示位置相邻,且在该至少两个物品对象之间显示关联符号,又或者,该关联的方式为响应于对其中一个物品对象的点击操作,显示推荐信息,该推荐信息用于对该至少两个物品对象中除该物品对象以外的物品对象进行推荐。
根据本公开实施例的第三方面,提供一种电子设备,该电子设备包括:
一个或多个处理器;
用于存储该处理器可执行程序代码的存储器;
其中,该处理器被配置为执行该程序代码,以实现上述的直播数据处理方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,该计算机可读存储介质包括:当该计算机可读存储介质中的程序代码由电子设备的处理器执行时,使得电子设备能够执行上述的直播数据处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的直播数据处理方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种直播数据处理方法的实施环境示意图;
图2是根据一示例性实施例示出的一种直播数据处理方法的流程图;
图3是根据一示例性实施例示出的一种直播数据处理方法的流程图;
图4是根据一示例性实施例示出的一种直播数据处理方法的流程图;
图5是根据一示例性实施例示出的一种直播数据处理装置的框图;
图6是根据一示例性实施例示出的一种服务器的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开所涉及的数据可以为经用户授权或者经过各方充分授权的数据。
图1是本公开实施例提供的一种直播数据处理方法的实施环境示意图,参见图1,该实施环境中包括:终端101和服务器102。
终端101可以为智能手机、智能手表、台式电脑、手提电脑、虚拟现实终端、增强现实终端、无线终端和膝上型便携计算机等设备中的至少一种,终端101具有通信功能,可以接入有线网络或无线网络。终端101可以泛指多个终端中的一个,本实施例仅以终端101来举例说明。本领域技术人员可以知晓,上述终端的数量可以更多或更少。
终端101可以运行有具备直播功能的应用程序。本公开实施例中,终端101用于接收服务器102在目标直播间内推荐的至少两个物品对象,并以关联的方式,在目标直播间内显示该至少两个物品对象,其中,该至少两个物品对象基于多个账号对应的物品交互数据确定。
服务器102可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式文件系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。服务器102与终端101可以通过有线或无线通信方式进行直接或间接的连接,本公开实施例对此不作限定。可选地,上述服务器102的数量可以更多或更少,本公开实施例对此不加以限定。当然,服务器102还可以包括其他功能服务器,以便提供更全面且多样化的服务。
服务器102可以是具备直播功能的应用程序的后台服务器。本公开实施例中,服务器102用于获取多个物品交互数据,基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合,基于该目标类目组合,对目标直播间的物品对象进行推荐。
图2是根据一示例性实施例示出的一种直播数据处理方法的流程图,如图2所示,该方法由服务器执行,包括以下步骤:
在步骤201中,服务器获取多个物品交互数据,该物品交互数据用于表示任一直播间内物品对象对应的交互事件。
在步骤202中,服务器基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合。
在步骤203中,服务器基于该目标类目组合,对目标直播间的物品对象进行推荐。
本公开实施例提供的技术方案,根据物品交互数据中物品对象所属的类目,来确定目标类目组合,进而基于目标类目组合来对目标直播间下的物品对象进行推荐,使得在推荐的时候,可以基于类目组合来为账号推荐一些经过物品交互数据验证的物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。
在一些实施例中,基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合包括:
将该多个物品交互数据中同一账号对应的类目进行组合,得到第一对应关系,该第一对应关系包括多个账号和对应的类目组合;
在该第一对应关系所包括的多个类目组合中,确定该目标类目组合,该目标类目组合为该多个类目组合中出现频次满足条件的类目组合。
在一些实施例中,在该第一对应关系所包括的多个类目组合中,确定该目标类目组合包括:
分别获取该多个类目组合的频次分数,该频次分数用于表示对应的类目组合的出现频次;
将该频次分数达到第一阈值的类目组合,确定为该目标类目组合。
在一些实施例中,分别获取该多个类目组合的频次分数包括:
对于任一类目组合,获取与该类目组合所包括的类目下的物品对象发生过交互事件的账号数量;
对该账号数量进行归一化处理,得到该类目组合的频次分数。
在一些实施例中,该交互事件包括属于第一交互类型的事件和属于第二交互类型的事件,该基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合包括:
基于该多个物品交互数据中物品对象所属的类目和该多个物品交互数据中交互事件的交互类型,确定第一交互类型对应的第一目标类目组合和第二交互类型对应的第二目标类目组合;
将该第一目标类目组合和该第二目标类目组合,确定为该目标类目组合。
在一些实施例中,该第一目标类目组合的确定过程包括:
在该多个物品交互数据的第一交互类型的交互事件中,将同一账号对应的类目进行组合,得到第二对应关系,该第二对应关系包括该第一交互类型的交互事件中的多个账号和对应的第一类目组合;
在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合,该第一目标类目组合为该多个第一类目组合中出现频次满足条件的类目组合。
在一些实施例中,在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合包括:
分别获取该多个第一类目组合的频次分数,该频次分数用于表示对应的第一类目组合的出现频次;
将该频次分数达到第二阈值的第一类目组合,确定为该第一目标类目组合。
在一些实施例中,该第二目标类目组合的确定过程包括:
在该多个物品交互数据的第二交互类型的交互事件中,将同一账号对应的类目进行组合,得到第三对应关系,该第三对应关系包括该第二交互类型的交互事件中的多个账号和对应的第二类目组合;
在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合,该第二目标类目组合为该多个第二类目组合中出现频次满足条件的类目组合。
在一些实施例中,在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合包括:
分别获取该多个第二类目组合的频次分数,该频次分数用于表示对应的第二类目组合的出现频次;
将该频次分数达到第三阈值的第二类目组合,确定为该第二目标类目组合。
在一些实施例中,该方法还包括:
基于该多个物品交互数据和该多个物品交互数据中账号的属性信息,确定多种属性信息对应的该目标类目组合;
基于该多种属性信息对应的该目标类目组合,执行对目标直播间的物品对象进行推荐的步骤。
在一些实施例中,基于该目标类目组合,对目标直播间的物品对象进行推荐包括:
在该目标直播间内,以关联的方式,将属于该目标类目组合中不同类目的至少两个物品对象进行显示。
在一些实施例中,该关联的方式为显示位置相邻,或者,该关联的方式为显示位置相邻,且在该至少两个物品对象之间显示关联符号,又或者,该关联的方式为响应于对其中一个物品对象的点击操作,显示推荐信息,该推荐信息用于对该至少两个物品对象中除该物品对象以外的物品对象进行推荐。
上述图2所示仅为本公开的基本流程,下面基于一种具体实施方式,来对本公开提供的方案进行进一步阐述,图3是根据一示例性实施例示出的一种直播数据处理方法的流程图,参见图3,该方法包括:
在步骤301中,服务器获取多个物品交互数据,该物品交互数据用于表示任一直播间内物品对象对应的交互事件。
其中,多个物品交互数据是指多个账号对应的物品交互数据,一个物品交互数据对应一个账号。在一些实施例中,物品交互数据包括账号曾经发生的交互事件的事件信息,该事件信息包括账号标识、直播间标识、交互类型、物品对象和物品对象所属的类目。本公开实施例中,交互事件为点击事件、浏览事件、评论事件和交易事件(也即是购买事件)中至少一项。其中,账号标识可以是账号ID(Identification,身份标识符),直播间标识可以是直播间ID。
需要说明的是,直播间为提供有物品对象的直播间,该物品对象是指直播间内的待交易物品对象,例如商品。可选地,多个物品交互数据中的直播间的数量为一个或多个,例如,该多个物品交互数据分别用于记录多个直播间内的账号与对应直播间内的物品对象曾经发生的交互事件,或者,该多个物品交互数据用于记录多个账号与某个直播间内的物品对象曾经发生的交互事件。
在一些实施例中,服务器统计各个账号在各个直播间曾经发生的交互事件以及交互事件对应的物品对象,如购买过鞋靴、服饰等,并根据交互事件对应的物品对象,确定该物品对象所属的类目,进而基于账号、直播间、交互类型、物品对象和物品对象所属的类目,生成物品交互数据。
在步骤302中,服务器将该多个物品交互数据中同一账号对应的类目进行组合,得到第一对应关系,该第一对应关系包括多个账号和对应的类目组合。
其中,一个账号对应的类目组合表示该账号与该类目组合所包括的类目下的物品对象发生过交互事件。
在一些实施例中,服务器获取到多个物品交互数据后,根据该多个物品交互数据中物品对象所属的类目,确定出多个账号对应的类目,对于该多个账号中的任一账号,将该账号对应的类目进行组合,得到该账号对应的类目组合,基于该多个账号和对应的类目组合,生成第一对应关系。
可选地,对于该多个账号中的任一账号,服务器按照两两组合的方式,将该账号对应的类目进行组合,得到该账号对应的类目组合。
示例地,步骤301所获取的多个物品交互数据的内容参见表1,表1为根据一示例性实施例示出的一种物品交互数据。参见表1,账号1对应的类目为羽绒服、休闲裤和首饰,对其进行组合,能够得到账号1对应的3个类目组合,分别为(羽绒服-休闲裤)、(羽绒服-首饰)和(休闲裤-首饰)。
表1
可选地,服务器确定出多个账号对应的类目后,还生成该多个账号对应的类目序列表,进而基于该类目序列表,执行后续确定第一对应关系的过程。如此,通过构建类目序列表,便于后续对类目进行组合的过程,提高了确定类目组合的效率,进而提高了确定第一对应关系的效率。示例地,参见表2,以账号1和账号2为例,账号1对应的类目序列为羽绒服、休闲裤、首饰,账号2对应的类目序列为羽绒服、休闲裤。
表2
账号 | 类目序列 |
账号1 | 羽绒服、休闲裤、首饰 |
账号2 | 羽绒服、休闲裤 |
…… | …… |
在一些实施例中,步骤302被替换为:服务器根据该多个物品交互数据中物品对象所属的类目,确定该多个物品交互数据中类目的频繁项集,将所确定的频繁项集,作为该多个物品交互数据所包括的多个类目组合,进而基于所确定的多个类目组合,执行步骤303。其中,频繁项集也称为频繁项对,频繁项集用于表示常在一起出现的数据元素的集合。本公开实施例中,类目的频繁项集是指该多个物品交互数据中、在同一账号的交互事件中一起出现的类目的组合。
可选地,服务器基于FP-growth(Frequent Pattern-growth,频繁项集挖掘)算法,来确定该多个物品交互数据中类目的频繁项集。具体地,服务器根据物品交互数据中各个账号对应的类目,生成类目的频繁模式树,该频繁模式树用于表示类目和账号之间的关联关系,基于该频繁模式树中类目和账号之间的关联关系,来确定类目的频繁项集。其中,频繁项集挖掘算法是一种基于树结构确定数据中频繁项集的算法。
上述过程是基于FP-growth算法确定类目的频繁项集的过程。在另一些实施例中,服务器还可以基于其他算法,来执行确定类目的频繁项集的过程。例如,Apriori算法、GSP(Generalized Sequential Pattern mining algorithm,序列模式挖掘)算法、CBA(Classification base of Association,关联规则挖掘)算法、SPADE算法或PrefixSpan算法中任一项。
服务器基于步骤302得到第一对应关系后,在该第一对应关系所包括的多个类目组合中,确定该目标类目组合,该目标类目组合为该多个类目组合中出现频次满足条件的类目组合,相应步骤参见步骤303至步骤304。本公开实施例中,通过组合同一账号对应的类目,能够确定出同一账号曾经发生的交互事件中、所交互过的至少两个类目下的物品对象,如此也就确定出了与用户的交互行为相关的多个类目组合,也就能够获知用户可能感兴趣的类目组合,进而基于该多个类目组合来确定出现频次满足条件的目标类目组合,使得所确定出的目标类目组合是与用户的兴趣度强相关的类目组合,提高了确定类目组合的准确性。
在步骤303中,服务器基于该第一对应关系所包括的多个类目组合,分别获取该多个类目组合的频次分数,该频次分数用于表示对应的类目组合的出现频次。
在一些实施例中,服务器确定出第一对应关系后,对于该第一对应关系所包括的多个类目组合中的任一类目组合,获取与该类目组合所包括的类目下的物品对象发生过交互事件的账号数量,对该账号数量进行归一化处理,得到该类目组合的频次分数。在该实施例中,通过获取类目组合对应的账号数量,并进行归一化处理的方式,来获取频次分数,能够快速的获取到频次分数,提高了获取频次分数的效率,且归一化得到的频次分数,更加便于后续基于频次分数确定目标类目组合的过程。
示例地,参见表3,在所确定出的多个类目组合中,(羽绒服-休闲裤)对应的账号数量为2,(羽绒服-首饰)对应的账号数量为1,(休闲裤-首饰)对应的账号数量为1,通过归一化处理,得到各个类目组合对应的频次分数为1、0.5、0.5。通过该频次分数可以发现,(羽绒服-休闲裤)类目组合可能是用户比较感兴趣的类目组合。
表3
频繁项集 | 频次分数 |
羽绒服、休闲裤 | 1.0 |
羽绒服、首饰 | 0.5 |
休闲裤、首饰 | 0.5 |
在步骤304中,服务器将该频次分数达到第一阈值的类目组合,确定为该目标类目组合。
其中,第一阈值为预先设定的固定阈值,如0.6。本公开实施例中,第一阈值用于确定多个类目组合中满足条件的目标类目组合。通过设置分数阈值,以筛选出高分数的类目组合,能够确定出与用户的交互行为强相关的类目组合,也即是能够确定出用户比较感兴趣的类目组合,便于后续物品对象的推荐。
在一些实施例中,服务器获取该多个类目组合的频次分数后,按照频次分数由高至低的顺序进行排序,将频次分数大于第一阈值的类目组合,确定为该目标类目组合。示例地,参见表3,以第一阈值为0.6为例,频次分数达到第一阈值的类目组合为(羽绒服-休闲裤),将该(羽绒服-休闲裤)确定为目标类目组合。
在步骤305中,服务器基于该目标类目组合,对目标直播间的物品对象进行推荐。
在一些实施例中,服务器确定出目标类目组合后,获取目标直播间内待发布的多个物品对象,从该多个物品对象中,选取属于该目标类目组合中类目的物品对象,对选取得到的多个物品对象中不同类目的物品对象进行组合,得到多个物品对象组合,对该多个物品对象组合进行推荐。这样,通过类目之间的搭配,能够确定出物品对象之间的搭配,进而能够实现直播间内物品对象的有效推荐。
示例地,以目标直播间包括物品对象1(××品牌1羽绒服)、物品对象2(××品牌2休闲裤)、物品对象3(××品牌3衬衫)和物品对象4(××品牌3羽绒服)为例,根据上述示例所确定的目标类目组合(羽绒服-休闲裤),属于该目标类目组合中类目(也即是羽绒服和休闲裤)的物品对象为物品对象1、物品对象2和物品对象4,按照该目标类目组合中的类目,对不同类目下的物品对象进行组合,也即是将羽绒服类目和休闲裤类目下的物品对象进行组合,得到两个物品对象组合,分别为(物品对象1-物品对象2)和(物品对象4、物品对象2)。
在一些实施例中,服务器确定出目标类目组合后,在该目标直播间内,以关联的方式,将属于该目标类目组合中不同类目的至少两个物品对象进行显示。可选地,该关联方式为显示位置相邻,或者,该关联的方式为显示位置相邻,且在该至少两个物品对象之间显示关联符号(如“+”);又或者,该关联的方式为响应于对其中一个物品对象的点击操作,显示推荐信息,该推荐信息用于对该至少两个物品对象中除该物品对象以外的物品对象进行推荐。在该实施例中,基于目标类目组合,在目标直播间内以关联的方式显示物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性,且提供有多种关联的方式,增加了目标直播间内显示物品对象的多样性,提高了物品对象的显示效果。
在另一些实施例中,服务器确定出目标类目组合后,向终端发送该目标直播间的直播推荐信息,该直播推荐信息包括属于该目标类目组合中不同类目下的至少两个物品对象。
上述步骤301至步骤305是基于物品交互数据确定目标类目组合,进而基于目标类目组合进行物品对象推荐的过程。在另一些实施例中,服务器基于该多个物品交互数据和该多个物品交互数据中账号的属性信息,确定多种属性信息对应的该目标类目组合,基于该多种属性信息对应的该目标类目组合,执行对目标直播间的物品对象进行推荐的步骤。其中,属性信息可以为账号的年龄信息、性别信息等。可选地,以属性信息为性别信息为例,相应过程包括:基于该多个物品交互数据和该多个物品交互数据中账号的性别信息,确定男性别对应的目标类目组合和女性别对应的目标类目组合,进而能够确定出男性别的账号比较感兴趣的类目组合以及女性别的账号比较感兴趣的类目组合,如此,对于不同属性的账号,确定不同属性对应的目标类目组合,能够更精确地确定目标类目组合,提高了确定目标类目组合的准确性。
本公开实施例提供的技术方案,根据物品交互数据中物品对象所属的类目,来确定目标类目组合,进而基于目标类目组合来对目标直播间下的物品对象进行推荐,使得在推荐的时候,可以基于类目组合来为账号推荐一些经过物品交互数据验证的物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。
上述图3是服务器对多种交互类型的交互事件进行合并处理,从而确定目标类目组合的过程。在另一些实施例中,服务器还可以基于不同交互类型的交互事件,确定不同交互类型对应的目标类目组合,从而实现更精准的处理。下面基于图4对基于不同交互类型对应的交互事件,来确定目标类目组合的过程进行说明,图4是根据一示例性实施例示出的一种直播数据处理方法的流程图,图4以交互事件包括属于第一交互类型的事件和属于第二交互类型的事为例,参见图4,该方法包括:
在步骤401中,服务器获取多个物品交互数据,该物品交互数据用于表示任一直播间内物品对象对应的交互事件。
需要说明的是,步骤401的内容与上述步骤301的内容相同,不再赘述。
服务器基于步骤401获取到多个物品交互数据后,基于该多个物品交互数据中物品对象所属的类目和该多个物品交互数据中交互事件的交互类型,确定第一交互类型对应的第一目标类目组合和第二交互类型对应的第二目标类目组合。其中,确定第一交互类型对应的第一目标类目组合的过程参见步骤402至步骤404,确定第二交互类型对应的第二目标类目组合的过程参见步骤405至步骤407。
在步骤402中,服务器在该多个物品交互数据的第一交互类型的交互事件中,将同一账号对应的类目进行组合,得到第二对应关系,该第二对应关系包括该第一交互类型的交互事件中的多个账号和对应的第一类目组合。
本公开实施例中,第一类目组合是指基于第一交互类型对应的交互事件所确定的多个类目组合。示例地,以第一交互类型为购买类型为例,第一交互类型的交互事件也即是购买事件,参见表1,账号1对应的第一类目组合为(羽绒服-休闲裤),账号2不存在购买类型对应的第一类目组合。
需要说明的是,步骤402中确定第二对应关系的过程与上述步骤302中确定第一对应关系的过程类似,不再赘述。
在步骤403中,服务器基于该第二对应关系所包括的多个第一类目组合,分别获取该多个第一类目组合的频次分数,该频次分数用于表示对应的第一类目组合的出现频次。
需要说明的是,步骤403中获取频次分数的过程与上述步骤303中获取频次分数的过程相同,不再赘述。
在步骤404中,服务器将该频次分数达到第二阈值的第一类目组合,确定为第一交互类型对应的第一目标类目组合。
本公开实施例中,第一目标类目组合为该多个第一类目组合中出现频次满足条件的类目组合。其中,第二阈值为预先设定的固定阈值,如0.7。本公开实施例中,第二阈值用于确定多个第一类目组合中满足条件的第一目标类目组合。通过设置第一交互类型对应的分数阈值,以筛选出与第一交互类型相关的高分数的类目组合,能够确定出与第一交互类型强相关的第一类目组合,也即是能够确定出用户比较感兴趣的第一类目组合,便于后续物品对象的推荐。
在上述实施例中,通过组合第一交互类型的交互事件中同一账号对应的类目,能够确定出同一账号曾经发生的第一交互类型的事件中、所交互过的至少两个类目下的物品对象,如此也就确定出了与第一交互类型相关的多个第一类目组合,也就能够获知账号可能感兴趣的第一类目组合,进而基于该多个第一类目组合来确定出现频次满足条件的第一目标类目组合,使得所确定出的第一目标类目组合是与用户的第一交互类型的交互行为强相关的类目组合,提高了确定类目组合的准确性。
在步骤405中,服务器在该多个物品交互数据的第二交互类型的交互事件中,将同一账号对应的类目进行组合,得到第三对应关系,该第三对应关系包括该第二交互类型的交互事件中的多个账号和对应的第二类目组合。
本公开实施例中,第二类目组合是指基于第二交互类型对应的交互事件所确定的多个类目组合。示例地,以第二交互类型为点击类型为例,第二交互类型的交互事件也即是点击事件,参见表1,账号1不存在点击类型对应的第二类目组合,账号2对应的第二类目组合为(羽绒服-休闲裤)。
需要说明的是,步骤405中确定第三对应关系的过程与上述步骤302中确定第一对应关系的过程类似,不再赘述。
在步骤406中,服务器基于该第三对应关系所包括的多个第二类目组合,分别获取该多个第二类目组合的频次分数,该频次分数用于表示对应的第二类目组合的出现频次。
需要说明的是,步骤406中获取频次分数的过程与上述步骤303中获取频次分数的过程相同,不再赘述。
在步骤407中,服务器将该频次分数达到第三阈值的第二类目组合,确定为第二交互类型对应的第二目标类目组合。
本公开实施例中,第二目标类目组合为该多个第二类目组合中出现频次满足条件的类目组合。其中,第三阈值为预先设定的固定阈值,如0.5。本公开实施例中,第三阈值用于确定多个第二类目组合中满足条件的第二目标类目组合。通过设置第二交互类型对应的分数阈值,以筛选出与第二交互类型相关的高分数的类目组合,能够确定出与第二交互类型强相关的第二类目组合,也即是能够确定出用户比较感兴趣的第二类目组合,便于后续物品对象的推荐。
应理解地,相比较点击类型的交互事件,基于购买类型的交互事件所确定的目标类目组合是与用户的兴趣度强相关的类目组合,因此在设置不同交互类型对应的分数阈值时,为购买类型设置较高的阈值,为点击类型(或浏览类型)设置相对较低的阈值,能够提高确定类目组合的准确性。
在上述实施例中,通过组合第二交互类型的交互事件中同一账号对应的类目,能够确定出同一账号曾经发生的第二交互类型的事件中、所交互过的至少两个类目下的物品对象,如此也就确定出了与第二交互类型相关的多个第二类目组合,也就能够获知账号可能感兴趣的第二类目组合,进而基于该多个第二类目组合来确定出现频次满足条件的第二目标类目组合,使得所确定出的第二目标类目组合是与用户的第二交互类型的交互行为强相关的类目组合,提高了确定类目组合的准确性。
步骤403至步骤404是服务器在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合的过程,步骤406至步骤407是服务器在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合的过程。上述步骤以先确定第一目标类目组合,再确定第二目标类目组合为例,在另一些实施例中,服务器还能够先确定第二目标类目组合,再确定第一目标类目组合,或者,服务器还能够同时执行确定第一目标类目组合和确定第二目标类目组合的过程。本公开实施例对步骤403至步骤404与步骤406至步骤407的执行次序不作限定。
在步骤408中,服务器将该第一目标类目组合和该第二目标类目组合,确定为该目标类目组合。
在步骤409中,服务器基于该目标类目组合,对目标直播间的物品对象进行推荐。
需要说明的是,步骤409的内容与上述步骤305的内容相同,不再赘述。
本公开实施例提供的技术方案,根据物品交互数据中物品对象所属的类目,来确定目标类目组合,进而基于目标类目组合来对目标直播间下的物品对象进行推荐,使得在推荐的时候,可以基于类目组合来为账号推荐一些经过物品交互数据验证的物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性,并且,对于不同交互类型的交互事件,确定不同交互类型对应的目标类目组合,能够更精确地确定目标类目组合,提高了确定目标类目组合的准确性。
图5是根据一示例性实施例示出的一种直播数据处理装置的框图。参照图5,该装置包括获取单元501,确定单元502和推荐单元503。
获取单元501,被配置为执行获取多个物品交互数据,该物品交互数据用于表示任一直播间内物品对象对应的交互事件;
确定单元502,被配置为执行基于该多个物品交互数据中物品对象所属的类目,确定目标类目组合;
推荐单元503,被配置为执行基于该目标类目组合,对目标直播间的物品对象进行推荐。
本公开实施例提供的技术方案,根据物品交互数据中物品对象所属的类目,来确定目标类目组合,进而基于目标类目组合来对目标直播间下的物品对象进行推荐,使得在推荐的时候,可以基于类目组合来为账号推荐一些经过物品交互数据验证的物品对象,实现了对直播间内物品对象的有效推荐,从而提高了直播间推荐物品对象的准确性。
在一些实施例中,该确定单元502,包括:
组合子单元,被配置为执行将该多个物品交互数据中同一账号对应的类目进行组合,得到第一对应关系,该第一对应关系包括多个账号和对应的类目组合;
确定子单元,被配置为执行在该第一对应关系所包括的多个类目组合中,确定该目标类目组合,该目标类目组合为该多个类目组合中出现频次满足条件的类目组合。
在一些实施例中,该确定子单元,包括:
频次分数获取子单元,被配置为执行分别获取该多个类目组合的频次分数,该频次分数用于表示对应的类目组合的出现频次;
类目组合确定子单元,被配置为执行将该频次分数达到第一阈值的类目组合,确定为该目标类目组合。
在一些实施例中,该频次分数获取子单元,被配置为执行:
对于任一类目组合,获取与该类目组合所包括的类目下的物品对象发生过交互事件的账号数量;
对该账号数量进行归一化处理,得到该类目组合的频次分数。
在一些实施例中,该交互事件包括属于第一交互类型的事件和属于第二交互类型的事件,该确定单元502,包括:
第一确定子单元,被配置为执行基于该多个物品交互数据中物品对象所属的类目和该多个物品交互数据中交互事件的交互类型,确定第一交互类型对应的第一目标类目组合和第二交互类型对应的第二目标类目组合;
第二确定子单元,被配置为执行将该第一目标类目组合和该第二目标类目组合,确定为该目标类目组合。
在一些实施例中,该第一确定子单元包括:
对应关系确定子单元,被配置为执行在该多个物品交互数据的第一交互类型的交互事件中,将同一账号对应的类目进行组合,得到第二对应关系,该第二对应关系包括该第一交互类型的交互事件中的多个账号和对应的第一类目组合;
类目组合确定子单元,被配置为执行在该第二对应关系所包括的多个第一类目组合中,确定该第一目标类目组合,该第一目标类目组合为该多个第一类目组合中出现频次满足条件的类目组合。
在一些实施例中,该类目组合确定子单元,被配置为执行:
分别获取该多个第一类目组合的频次分数,该频次分数用于表示对应的第一类目组合的出现频次;
将该频次分数达到第二阈值的第一类目组合,确定为该第一目标类目组合。
在一些实施例中,该第二确定子单元包括:
对应关系确定子单元,被配置为执行在该多个物品交互数据的第二交互类型的交互事件中,将同一账号对应的类目进行组合,得到第三对应关系,该第三对应关系包括该第二交互类型的交互事件中的多个账号和对应的第二类目组合;
类目组合确定子单元,被配置为执行在该第三对应关系所包括的多个第二类目组合中,确定该第二目标类目组合,该第二目标类目组合为该多个第二类目组合中出现频次满足条件的类目组合。
在一些实施例中,该类目组合确定子单元,被配置为执行:
分别获取该多个第二类目组合的频次分数,该频次分数用于表示对应的第二类目组合的出现频次;
将该频次分数达到第三阈值的第二类目组合,确定为该第二目标类目组合。
在一些实施例中,该确定单元502,还被配置为执行基于该多个物品交互数据和该多个物品交互数据中账号的属性信息,确定多种属性信息对应的该目标类目组合;
该推荐单元503,还被配置为执行基于该多种属性信息对应的该目标类目组合,执行对目标直播间的物品对象进行推荐的步骤。
在一些实施例中,该推荐单元503,被配置为执行:
在该目标直播间内,以关联的方式,将属于该目标类目组合中不同类目的至少两个物品对象进行显示。
在一些实施例中,该关联的方式为显示位置相邻,或者,该关联的方式为显示位置相邻,且在该至少两个物品对象之间显示关联符号,又或者,该关联的方式为响应于对其中一个物品对象的点击操作,显示推荐信息,该推荐信息用于对该至少两个物品对象中除该物品对象以外的物品对象进行推荐。
需要说明的是:上述实施例提供的直播数据处理装置在处理直播数据时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的直播数据处理装置与直播数据处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图6是根据一示例性实施例示出的一种服务器的框图,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或多个处理器(Central Processing Units,CPU)601和一个或多个的存储器602,其中,该一个或多个存储器602中存储有至少一条程序代码,该至少一条程序代码由该一个或多个处理器601加载并执行以实现上述各个方法实施例提供的直播数据处理方法中服务器执行的过程。当然,该服务器600还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器600还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种包括程序代码的计算机可读存储介质,例如包括程序代码的存储器602,上述程序代码可由服务器600的处理器601执行以完成上述直播数据处理方法。可选地,计算机可读存储介质可以是ROM(read-only memory,只读内存)、RAM(random access memory),随机存取存储器)、CD-ROM(compact-disc read-onlymemory,只读光盘)、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的直播数据处理方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种直播数据处理方法,其特征在于,所述方法包括:
获取多个物品交互数据,所述物品交互数据用于表示任一直播间内物品对象对应的交互事件;
基于所述多个物品交互数据中物品对象所属的类目,确定目标类目组合;
基于所述目标类目组合,对目标直播间的物品对象进行推荐。
2.根据权利要求1所述的直播数据处理方法,其特征在于,所述基于所述多个物品交互数据中物品对象所属的类目,确定目标类目组合包括:
将所述多个物品交互数据中同一账号对应的类目进行组合,得到第一对应关系,所述第一对应关系包括多个账号和对应的类目组合;
在所述第一对应关系所包括的多个类目组合中,确定所述目标类目组合,所述目标类目组合为所述多个类目组合中出现频次满足条件的类目组合。
3.根据权利要求2所述的直播数据处理方法,其特征在于,所述在所述第一对应关系所包括的多个类目组合中,确定所述目标类目组合包括:
分别获取所述多个类目组合的频次分数,所述频次分数用于表示对应的类目组合的出现频次;
将所述频次分数达到第一阈值的类目组合,确定为所述目标类目组合。
4.根据权利要求3所述的直播数据处理方法,其特征在于,所述分别获取所述多个类目组合的频次分数包括:
对于任一类目组合,获取与所述类目组合所包括的类目下的物品对象发生过交互事件的账号数量;
对所述账号数量进行归一化处理,得到所述类目组合的频次分数。
5.根据权利要求1所述的直播数据处理方法,其特征在于,所述交互事件包括属于第一交互类型的事件和属于第二交互类型的事件,所述基于所述多个物品交互数据中物品对象所属的类目,确定目标类目组合包括:
基于所述多个物品交互数据中物品对象所属的类目和所述多个物品交互数据中交互事件的交互类型,确定第一交互类型对应的第一目标类目组合和第二交互类型对应的第二目标类目组合;
将所述第一目标类目组合和所述第二目标类目组合,确定为所述目标类目组合。
6.根据权利要求5所述的直播数据处理方法,其特征在于,所述第一目标类目组合的确定过程包括:
在所述多个物品交互数据的第一交互类型的交互事件中,将同一账号对应的类目进行组合,得到第二对应关系,所述第二对应关系包括所述第一交互类型的交互事件中的多个账号和对应的第一类目组合;
在所述第二对应关系所包括的多个第一类目组合中,确定所述第一目标类目组合,所述第一目标类目组合为所述多个第一类目组合中出现频次满足条件的类目组合。
7.一种直播数据处理装置,其特征在于,所述装置包括:
获取单元,被配置为执行获取多个物品交互数据,所述物品交互数据用于表示任一直播间内物品对象对应的交互事件;
确定单元,被配置为执行基于所述多个物品交互数据中物品对象所属的类目,确定目标类目组合;
推荐单元,被配置为执行基于所述目标类目组合,对目标直播间的物品对象进行推荐。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
用于存储所述处理器可执行程序代码的存储器;
其中,所述处理器被配置为执行所述程序代码,以实现如权利要求1至6中任一项所述的直播数据处理方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的程序代码由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的直播数据处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的直播数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110529740.4A CN113225580B (zh) | 2021-05-14 | 2021-05-14 | 直播数据处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110529740.4A CN113225580B (zh) | 2021-05-14 | 2021-05-14 | 直播数据处理方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113225580A true CN113225580A (zh) | 2021-08-06 |
CN113225580B CN113225580B (zh) | 2023-01-24 |
Family
ID=77092024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110529740.4A Active CN113225580B (zh) | 2021-05-14 | 2021-05-14 | 直播数据处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113225580B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113919923A (zh) * | 2021-12-15 | 2022-01-11 | 北京达佳互联信息技术有限公司 | 直播推荐模型训练方法、直播推荐方法及相关设备 |
WO2024046475A1 (zh) * | 2022-09-02 | 2024-03-07 | 北京有竹居网络技术有限公司 | 一种展示方法、装置、电子设备、以及计算机可读介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN102567900A (zh) * | 2011-12-28 | 2012-07-11 | 尚明生 | 一种向客户推荐商品的方法 |
CN105469263A (zh) * | 2014-09-24 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及装置 |
WO2017171116A1 (ko) * | 2016-03-30 | 2017-10-05 | 주식회사 앱플러 | 라이브 동영상을 이용한 모바일 비디오 커머스 시스템 및 그 방법 |
CN109902852A (zh) * | 2018-11-28 | 2019-06-18 | 北京三快在线科技有限公司 | 商品组合方法、装置、电子设备及可读存储介质 |
CN110555752A (zh) * | 2019-07-31 | 2019-12-10 | 北京三快在线科技有限公司 | 个性化推荐方法、装置、电子设备及可读存储介质 |
CN112016986A (zh) * | 2019-05-31 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 商品信息展示方法、装置及电子设备 |
-
2021
- 2021-05-14 CN CN202110529740.4A patent/CN113225580B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN102567900A (zh) * | 2011-12-28 | 2012-07-11 | 尚明生 | 一种向客户推荐商品的方法 |
CN105469263A (zh) * | 2014-09-24 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及装置 |
WO2017171116A1 (ko) * | 2016-03-30 | 2017-10-05 | 주식회사 앱플러 | 라이브 동영상을 이용한 모바일 비디오 커머스 시스템 및 그 방법 |
CN109902852A (zh) * | 2018-11-28 | 2019-06-18 | 北京三快在线科技有限公司 | 商品组合方法、装置、电子设备及可读存储介质 |
CN112016986A (zh) * | 2019-05-31 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 商品信息展示方法、装置及电子设备 |
CN110555752A (zh) * | 2019-07-31 | 2019-12-10 | 北京三快在线科技有限公司 | 个性化推荐方法、装置、电子设备及可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113919923A (zh) * | 2021-12-15 | 2022-01-11 | 北京达佳互联信息技术有限公司 | 直播推荐模型训练方法、直播推荐方法及相关设备 |
WO2024046475A1 (zh) * | 2022-09-02 | 2024-03-07 | 北京有竹居网络技术有限公司 | 一种展示方法、装置、电子设备、以及计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113225580B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829764B (zh) | 推荐信息获取方法、装置、系统、服务器及存储介质 | |
WO2020048084A1 (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
CN108665333B (zh) | 商品推荐方法、装置、电子设备和存储介质 | |
CN106326391B (zh) | 多媒体资源推荐方法及装置 | |
CN108664513B (zh) | 用于推送关键词的方法、装置以及设备 | |
US9088811B2 (en) | Information providing system, information providing method, information providing device, program, and information storage medium | |
US9727906B1 (en) | Generating item clusters based on aggregated search history data | |
CN113225580B (zh) | 直播数据处理方法、装置、电子设备及介质 | |
CN110008397B (zh) | 一种推荐模型训练方法及装置 | |
CN108805598A (zh) | 相似度信息确定方法、服务器及计算机可读存储介质 | |
CN109242537A (zh) | 广告投放方法、装置、计算机设备及存储介质 | |
CN108062692B (zh) | 一种录音推荐方法、装置、设备及计算机可读存储介质 | |
CN112396456A (zh) | 广告推送方法、装置、存储介质以及终端 | |
CN112036981B (zh) | 一种用于提供目标对比商品的方法、装置、设备及介质 | |
CN113032668A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
US20150310529A1 (en) | Web-behavior-augmented recommendations | |
CN112258301A (zh) | 商品推荐方法、装置、系统、可读存储介质及电子设备 | |
WO2019141143A1 (zh) | 物品间关系挖掘及推荐方法、装置、计算设备、存储介质 | |
CN112036987B (zh) | 确定推荐商品的方法和装置 | |
CN107967637B (zh) | 一种商品对象型号的推荐方法、装置及电子设备 | |
CN110750238B (zh) | 确定产品需求的方法及装置和电子设备 | |
CN116186119A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN115860865A (zh) | 商品组合构造方法及其装置、设备、介质、产品 | |
CA3178677A1 (en) | User search category predictor | |
CN114330519A (zh) | 数据确定方法、装置、电子设备及存储介质 |
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 |