CN113382289A - 直播间投放方法、装置、电子设备及存储介质 - Google Patents

直播间投放方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113382289A
CN113382289A CN202110920431.XA CN202110920431A CN113382289A CN 113382289 A CN113382289 A CN 113382289A CN 202110920431 A CN202110920431 A CN 202110920431A CN 113382289 A CN113382289 A CN 113382289A
Authority
CN
China
Prior art keywords
live broadcast
target
control period
regulation
predicted
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
Application number
CN202110920431.XA
Other languages
English (en)
Other versions
CN113382289B (zh
Inventor
杨文博
高伟
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.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202110920431.XA priority Critical patent/CN113382289B/zh
Publication of CN113382289A publication Critical patent/CN113382289A/zh
Application granted granted Critical
Publication of CN113382289B publication Critical patent/CN113382289B/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
    • H04N21/254—Management at additional data server, e.g. shopping server, rights management server
    • H04N21/2543—Billing, e.g. for subscription services
    • H04N21/25435—Billing, e.g. for subscription services involving characteristics of content or additional data, e.g. video resolution or the amount of advertising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0273—Determination of fees for advertising
    • G06Q30/0275—Auctions
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • 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]
    • H04N21/20—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
    • H04N21/254—Management at additional data server, e.g. shopping server, rights management server
    • H04N21/2543—Billing, e.g. for subscription services
    • H04N21/2547—Third Party Billing, e.g. billing of advertiser
    • 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
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Finance (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开关于一种直播间投放方法、装置、电子设备及存储介质，该方法包括获取当前在线对象进入目标直播间的预测进入概率、第一预测停留时长和目标直播间的初始投放价格；确定目标直播间在当前调控周期内所需引入的第一对象数和当前调控周期的上一调控周期内所需引入的第二对象数，第一对象数和第二对象数为基于目标平均在线对象数确定的；基于第一对象数、第二对象数和第一预测停留时长，对初始投放价格进行更新，得到当前调控周期的目标投放价格；在当前调控周期内，基于目标投放价格和预测进入概率对目标直播间进行投放。利用本公开实施例可以动态平衡直播间竞价能力，提升流量下发的精准性，保证直播间人气的稳定性。

Description

直播间投放方法、装置、电子设备及存储介质
技术领域
本公开涉及直播技术领域，尤其涉及一种直播间投放方法、装置、电子设备及存储介质。
背景技术
直播的互联网媒体形式在近年发展迅速，同时对直播平台带来个性化推荐和精准投放的技术挑战。相关技术中，在进行直播间推广投放过程中，往往仅仅结合投放价格进行竞价投放，导致相关技术中无法精准的向直播间下发流量，直播间的人气不稳定，进而也造成后续直播间的推广效果较差，转化率较低等问题。
发明内容
本公开提供一种直播间投放方法、装置、电子设备及存储介质，以至少解决相关技术中无法精准的向直播间下发流量，直播间的人气不稳定，进而也造成直播间的推广效果较差，转化率较低等问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种直播间投放方法，包括：
在进入当前调控周期时，获取当前在线对象进入目标直播间的预测进入概率、所述当前在线对象在所述目标直播间的第一预测停留时长和所述目标直播间的初始投放价格；
确定所述目标直播间在所述当前调控周期内所需引入的第一对象数和所述当前调控周期的上一调控周期内所需引入的第二对象数，所述第一对象数和所述第二对象数为基于目标平均在线对象数确定的；
基于所述第一对象数、所述第二对象数和所述第一预测停留时长，对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格；
在所述当前调控周期内，基于所述目标投放价格和所述预测进入概率对所述目标直播间进行投放。
可选的，所述确定所述目标直播间在所述当前调控周期内所需引入的第一对象数包括：
获取所述目标平均在线对象数和所述上一调控周期结束时，在所述目标直播间的目标对象的第三对象数；
确定在当前调控周期内离开所述目标直播间的第四对象数；
根据所述第三对象数、所述第四对象数和所述目标平均在线对象数，确定所述第一对象数。
可选的，所述确定在当前调控周期内离开所述目标直播间的第四对象数包括：
获取预设单位调控时长和所述目标对象在所述目标直播间的第二预测停留时长；
确定所述目标对象在所述目标直播间的实际停留时长；
根据所述第二预测停留时长和所述实际停留时长，确定所述目标对象的剩余停留时长；
基于所述剩余停留时长和所述预设单位调控时长，确定所述第四对象数。
可选的，所述基于所述第一对象数、所述第二对象数和所述第一预测停留时长，对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格包括：
基于所述第一对象数和所述第二对象数，生成第一调价参数，所述第一调价参数表征所述当前调控周期和所述上一调控周期内所需引入的对象数差异对所述当前调控周期的投放价格的影响指标；
基于所述第一预测停留时长和预设单位调控时长，生成第二调价参数，所述第二调价参数表征所述当前在线对象在所述当前调控周期内停留时长对所述当前调控周期的投放价格的影响指标；
基于所述第一调价参数和所述第二调价参数对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格。
可选的，所述基于所述第一对象数和所述第二对象数，生成第一调价参数包括：
根据所述第一对象数和所述第二对象数，确定所述当前调控周期和所述上一调控周期间所需引入的对象数差异信息；
获取所述当前调控周期对应的对象引入误差补偿参数，所述对象引入误差补偿参数表征所述上一调控周期内所需引入的对象误差补偿；
基于所述对象引入误差补偿参数对所述对象数差异信息进行补偿修正处理，得到所述第一调价参数。
可选的，所述获取所述当前调控周期对应的对象引入误差补偿参数包括：
获取所述目标直播间在所述上一调控周期内的新增对象数；
根据所述第二对象数和所述新增对象数，确定对象引入误差补偿参数。
可选的，所述基于所述第一预测停留时长和预设单位调控时长，生成第二调价参数包括：
根据所述第一预测停留时长和预设单位调控时长，确定所述当前在线对象在所述当前调控周期内对应的第三预测停留时长；
获取所述当前调控周期对应的停留时长补偿参数，所述停留时长补偿参数表征所述上一调控周期内在线对象的停留时长误差补偿；
基于所述停留时长补偿参数对所述第三预测停留时长进行补偿修正处理，得到所述第二调价参数。
可选的，所述获取所述当前调控周期对应的停留时长补偿参数包括：
获取所述当前在线对象在所述上一调控周期内的第四预测停留时长和实测停留时长；
根据所述第四预测停留时长和所述实测停留时长，确定所述停留时长补偿参数。
可选的，所述方法还包括：预先确定所述预测进入概率的步骤，所述预先确定所述预测进入概率的步骤包括：
获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
将所述对象特征信息和所述直播特征信息输入进入识别网络进行进入识别处理，得到所述预测进入概率。
可选的，所述方法还包括：预先确定所述第一预测停留时长的步骤，所述预先确定所述第一预测停留时长的步骤包括：
获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
将所述对象特征信息和所述直播特征信息输入停留时长识别网络进行停留时长识别处理，得到所述第一预测停留时长。
可选的，所述在所述当前调控周期内，基于所述目标投放价格和所述预测进入概率对所述目标直播间进行投放包括：
根据所述目标投放价格和所述预测进入概率，得到所述当前调控周期的目标收益数据；
在所述当前调控周期内，基于所述目标收益数据，对所述目标直播间进行投放。
根据本公开实施例的第二方面，提供一种直播间投放装置，包括：
数据获取模块，被配置为执行在进入当前调控周期时，获取当前在线对象进入目标直播间的预测进入概率、所述当前在线对象在所述目标直播间的第一预测停留时长和所述目标直播间的初始投放价格；
引入对象确定模块，被配置为执行确定所述目标直播间在所述当前调控周期内所需引入的第一对象数和所述当前调控周期的上一调控周期内所需引入的第二对象数，所述第一对象数和所述第二对象数为基于目标平均在线对象数确定的；
目标投放价格确定模块，被配置为执行基于所述第一对象数、所述第二对象数和所述第一预测停留时长，对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格；
直播间投放模块，被配置为执行在所述当前调控周期内，基于所述目标投放价格和所述预测进入概率对所述目标直播间进行投放。
可选的，所述引入对象确定模块包括：
第三对象数获取单元，被配置为执行获取所述目标平均在线对象数和所述上一调控周期结束时，在所述目标直播间的目标对象的第三对象数；
第四对象数确定单元，被配置为执行确定在当前调控周期内离开所述目标直播间的第四对象数；
第一对象数确定单元，被配置为执行根据所述第三对象数、所述第四对象数和所述目标平均在线对象数，确定所述第一对象数。
可选的，所述第四对象数确定单元包括：
第二预测停留时长获取单元，被配置为执行获取预设单位调控时长和所述目标对象在所述目标直播间的第二预测停留时长；
实际停留时长确定单元，被配置为执行确定所述目标对象在所述目标直播间的实际停留时长；
剩余停留时长确定单元，被配置为执行根据所述第二预测停留时长和所述实际停留时长，确定所述目标对象的剩余停留时长；
第四对象数确定子单元，被配置为执行基于所述剩余停留时长和所述预设单位调控时长，确定所述第四对象数。
可选的，所述目标投放价格确定模块包括：
第一调价参数生成单元，被配置为执行基于所述第一对象数和所述第二对象数，生成第一调价参数，所述第一调价参数表征所述当前调控周期和所述上一调控周期内所需引入的对象数差异对所述当前调控周期的投放价格的影响指标；
第二调价参数生成单元，被配置为执行基于所述第一预测停留时长和预设单位调控时长，生成第二调价参数，所述第二调价参数表征所述当前在线对象在所述当前调控周期内停留时长对所述当前调控周期的投放价格的影响指标；
投放价格更新单元，被配置为执行基于所述第一调价参数和所述第二调价参数对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格。
可选的，所述第一调价参数生成单元包括：
对象数差异信息确定单元，被配置为执行根据所述第一对象数和所述第二对象数，确定所述当前调控周期和所述上一调控周期间所需引入的对象数差异信息；
对象引入差异补偿参数获取单元，被配置为执行获取所述当前调控周期对应的对象引入差异补偿参数，所述对象引入差异补偿参数表征所述上一调控周期内所需引入的对象误差补偿；
第一补偿修正处理单元，被配置为执行基于所述对象引入差异补偿参数对所述对象数差异信息进行补偿修正处理，得到所述第一调价参数。
可选的，所述对象引入差异补偿参数获取单元包括：
新增对象数获取单元，被配置为执行获取所述目标直播间在所述上一调控周期内的新增对象数；
对象引入差异补偿参数确定单元，被配置为执行根据所述第二对象数和所述新增对象数，确定对象引入差异补偿参数。
可选的，所述第二调价参数生成单元包括：
第三预测停留时长确定单元，被配置为执行根据所述第一预测停留时长和预设单位调控时长，确定所述当前在线对象在所述当前调控周期内对应的第三预测停留时长；
停留时长补偿参数获取单元，被配置为执行获取所述当前调控周期对应的停留时长补偿参数，所述停留时长补偿参数表征所述上一调控周期内在线对象的停留时长误差补偿；
第二补偿修正处理单元，被配置为执行基于所述停留时长补偿参数对所述第三预测停留时长进行补偿修正处理，得到所述第二调价参数。
可选的，所述停留时长补偿参数获取模块包括：
停留时长获取单元，被配置为执行获取所述当前在线对象在所述上一调控周期内的第四预测停留时长和实测停留时长；
停留时长补偿参数确定单元，被配置为执行根据所述第四预测停留时长和所述实测停留时长，确定所述停留时长补偿参数。
可选的，所述装置还包括：进入概率预测模块，所述进入概率预测模块包括：
第一特征信息获取单元，被配置为执行获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
进入识别处理单元，被配置为执行将所述对象特征信息和所述直播特征信息输入进入识别网络进行进入识别处理，得到所述预测进入概率。
可选的，所述装置还包括：第一预测停留时长确定模块，所述第一预测停留时长确定模块包括：
第二特征信息获取单元，被配置为执行获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
停留时长识别处理单元，被配置为执行将所述对象特征信息和所述直播特征信息输入停留时长识别网络进行停留时长识别处理，得到所述第一预测停留时长。
可选的，所述直播间投放模块包括：
目标收益数据确定单元，被配置为执行根据所述目标投放价格和所述预测进入概率，得到所述当前调控周期的目标收益数据；
直播间投放单元，被配置为执行在所述当前调控周期内，基于所述目标收益数据，对所述目标直播间进行投放。
根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如上述第一方面中任一项所述的方法。
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，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本公开实施例的第一方面中任一项所述方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
在结合由目标平均在线对象数确定的当前调控周期内所需引入的第一对象数和上一调控周期内所需引入的第二对象数的基础上，引入了当前在线对象在目标直播间的第一预测停留时长，对每一当前调控周期内的初始投放价格进行调控，进而基于调控后的目标投放价格和当前在线对象进入目标直播间的预测进入概率，控制目标直播间的投放，可以在动态平衡目标直播间的投放竞价能力的基础上，实现精准的直播间流量下发，保证目标直播间内在每个调控周期内的对象数达到目标平均在线对象数，进而有效保证直播间人气的稳定性，且在有限曝光数量内，大大提升转化率和推广效果，在提升平台收益的同时，大大提升目标直播间投放主的收益。
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间投放方法的流程图。
图2是根据一示例性实施例示出的一种确定目标直播间在当前调控周期内的对象数满足目标平均在线对象数，所需引入的第一对象数的流程图；
图3是根据一示例性实施例示出的一种确定在当前调控周期内离开目标直播间中的第四对象数的流程图；
图4是根据一示例性实施例示出的一种基于第一对象数、第二对象数和第一预测停留时长，对初始投放价格进行更新，得到当前调控周期的目标投放价格的流程图；
图5是根据一示例性实施例示出的一种基于第一对象数和第二对象数，生成第一调价参数的流程图；
图6是根据一示例性实施例示出的一种基于第一预测停留时长和预设单位调控时长，生成第二调价参数的流程图；
图7是根据一示例性实施例示出的一种直播间投放装置框图；
图8是根据一示例性实施例示出的一种用于直播间投放的电子设备的框图；
图9是根据一示例性实施例示出的一种用于直播间投放的电子设备的框图。
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。
需要说明的是，本公开所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于展示的数据、分析的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
图1是根据一示例性实施例示出的一种直播间投放方法的流程图，如图1所示，该直播间投放方法用于终端、服务器等电子设备中，包括以下步骤。
在步骤S101中，在进入当前调控周期时，获取当前在线对象进入目标直播间的预测进入概率、当前在线对象在目标直播间的第一预测停留时长和目标直播间的初始投放价格。
在一个具体的实施例中，目标直播间可以为需要进行投放的直播间。可选的，目标直播间的初始投放价格可以为：目标直播间的主播（投放主）为目标直播间单个观众（对象）的出价。
在一个具体的实施例中，调控周期可以为预先结合需求设定的投放价格的更新周期，相应的，调控周期对应的时长可以为预设单位调控时长。在一个具体的实施例中，目标直播间的直播总时长可以为：直播起始时间T0至直播结束时间Tn间对应的时长，可选的，可以将整场直播划分为等长时间区间（预设单位调控时长）
Figure 217260DEST_PATH_IMAGE001
，其中，
Figure 550152DEST_PATH_IMAGE002
表示k时刻，
Figure 364524DEST_PATH_IMAGE003
表示k+1时刻；可选的，若当前时刻为k时刻，当前调控周期可以为
Figure 373937DEST_PATH_IMAGE004
。
可选的，本说明书实施例中，对象可以为用户，也可以为用户账号。可选的，在任一对象进入直播平台的情况下，可以结合该对象的对象特征信息和目标直播间的直播特征信息来预测，对象进入目标直播间的概率。相应的，上述方法还可以包括：预先确定预测进入概率的步骤，具体的，预先确定上述预测进入概率的步骤包括：
获取当前在线对象的对象特征信息和目标直播间的直播特征信息；
将对象特征信息和直播特征信息输入进入识别网络进行进入识别处理，得到预测进入概率。
在一个具体的实施例中，当前在线对象可以为进入当前调控周期时，在直播平台的对象。具体的，对象特征信息可以为用于描述对象的喜好的信息，在一个具体的实施例中，对象特征信息可以包括但不限于用户的性别、年龄、历史行为等信息。具体的，直播特征信息可以为能够描述目标直播间直播内容的信息。在一个具体的实施例中，直播特征信息可以包括但不限于目标直播间对应主播信息、直播过程中的音视频流等信息。
在一个具体的实施例中，进入识别网络可以为预先基于第一直播样本数据对预设深度学习网络进行训练进入识别训练得到的。具体的，第一直播样本数据可以包括大量历史直播间的直播特征信息、进入历史直播间的历史对象的对象特征信息，以及未进入历史直播间的历史对象的对象特征信息。
上述实施例中，结合进入识别网络，预先精准识别直播平台内对象进入目标直播间的概率，进而为后续确定平台的投放收益提供数据支持，提升后续确定投放收益的处理效率。
在一个可选的实施例中，上述方法还可以包括：预先确定第一预测停留时长的步骤，具体的，预先确定第一预测停留时长的步骤可以包括：
获取当前在线对象的对象特征信息和目标直播间的直播特征信息；
将对象特征信息和直播特征信息输入停留时长识别网络进行停留时长识别处理，得到第一预测停留时长。
在一个具体的实施例中，停留时长识别网络可以为预先基于第二直播样本数据对预设深度学习网络进行训练停留时长识别训练得到的。具体的，第二直播样本数据可以包括大量历史直播间的直播特征信息、在历史直播间的历史对象的对象特征信息，以及在历史直播间的历史对象的历史停留时长。
上述实施例中，结合停留时长识别网络，预先精准识别直播平台内对象在目标直播间的预测停留时长，可以提升后续基于预设停留时长的数据处理效率。
在步骤S102中，确定目标直播间在当前调控周期内所需引入的第一对象数和当前调控周期的上一调控周期内所需引入的第二对象数。
在一个具体的实施例中，上述第一对象数和第二对象数为基于目标平均在线对象数确定的。可选的，第一对象数为在当前调控周期内目标直播间的对象数达到目标平均在线对象数，所需引入的对象数；第二对象数为在当前调控周期的上一调控周期内目标直播间的对象数达到目标平均在线对象数，所需引入的对象数。
在一个可选的实施例中，如图2所示，上述确定目标直播间在当前调控周期内所需引入的第一对象数可以包括以下步骤：
在步骤S201中，获取目标平均在线对象数和上一调控周期结束时，在目标直播间的目标对象的第三对象数；
在一个具体的实施例中，目标平均在线对象数可以为预期的目标直播间的平均在线对象数。具体的，目标平均在线对象数可以结合实际应用中对目标直播间的在线对象数要求进行设定。
在一个可选的实施例中，可以在每一调控周期结束时，记录当前在目标直播间的观众数量（目标对象的数量）。具体的，目标对象可以为上述上一调控周期结束时在目标直播间的对象（观众）。相应的，第三对象数可以为上一调控周期结束时在目标直播间的观众数。
在步骤S202中，确定在当前调控周期内离开目标直播间的第四对象数；
在一个可选的实施例中，如图3所示，上述确定在当前调控周期内离开目标直播间的第四对象数可以包括以下步骤：
在步骤S301中，获取预设单位调控时长和目标对象在目标直播间的第二预测停留时长；
在步骤S302中，确定目标对象在目标直播间的实际停留时长；
在步骤S303中，根据第二预测停留时长和实际停留时长，确定目标对象的剩余停留时长；
在步骤S305中，基于剩余停留时长和预设单位调控时长，确定第四对象数。
在一个可选的实施例中，上述第二预测停留时长确定的具体细化步骤可以参见上述预先确定第一预测停留时长的步骤，在此不再赘述。
在一个可选的实施例中，在任一对象进入目标直播间后，可以记录该对象在目标直播间的停留时长，相应的，在进入当前调控周期时，可以结合记录的目标对象在目标直播间的停留时长，来确定目标对象在目标直播间的实际停留时长。可选的，也可以在任一对象进入目标直播间后，可以记录该对象进入目标直播间的起始时间，相应的，在进入当前调控周期时，结合该起始时间和当前时间确定目标对象在目标直播间的实际停留时长。
在一个具体的实施例中，可以将第二预测停留时长减去实际停留时长，得到剩余停留时长。可选的，目标对象往往有多个，若任一对象对应的剩余停留时长小于预设单位调控时长，可以确定该剩余停留时长小于预设单位调控时长的对象为在当前调控周期内离开目标直播间中的对象，相应的，第四对象数可以加1。
在一个具体的实施例中，确定目标直播间在当前调控周期的上一调控周期内所需引入的第二对象数的具体细化，可以参见上述确定目标直播间在当前调控周期内所需引入的第一对象数的具体细化，在此不再赘述。
上述实施例中，结合目标直播间内目标对象的剩余停留时长与预设单位调控时长，可以精准的识别目标对象是否会在当前调控周期离开目标直播间，进而精准确定在当前调控周期离开目标直播间的对象数。
在步骤S203中，根据第三对象数、第四对象数和目标平均在线对象数，确定第一对象数。
在一个具体的实施例中，可以将第三对象数减去第四对象数，得到在当前调控周期内的会留在目标直播间的对象数，相应的，将目标平均在线对象数减去留在目标直播间的对象数，可以得到上述第一对象数。
上述实施例中，将整场直播对整场直播过程中平均在线对象数的优化，转化为保证任一调控周期内直播间的对象数大于预期的目标平均在线对象数，进而可以实现在直播过程中的实时调控，更好的保证直播间内的人气，提升直播间推广效果和转化率。
在步骤S103中，基于第一对象数、第二对象数和第一预测停留时长，对初始投放价格进行更新，得到当前调控周期的目标投放价格。
在一个可选的实施例中，如图4所示，上述基于第一对象数、第二对象数和第一预测停留时长，对初始投放价格进行更新，得到当前调控周期的目标投放价格可以包括以下步骤：
在步骤S401中，基于第一对象数和第二对象数，生成第一调价参数。
在一个具体的实施例中，第一调价参数可以表征当前调控周期和上一调控周期内所需引入的对象数差异对当前调控周期的投放价格的影响指标。
在一个可选的实施例中，如图5所示，上述基于第一对象数和第二对象数，生成第一调价参数可以包括以下步骤：
在步骤S501中，根据第一对象数和第二对象数，确定当前调控周期和上一调控周期间所需引入的对象数差异信息；
在步骤S502中，获取当前调控周期对应的对象引入误差补偿参数。
在步骤S503中，基于对象引入误差补偿参数对对象数差异信息进行补偿修正处理，得到第一调价参数。
在一个可选的实施例中，将第一对象数与第二对象数的比值作为当前调控周期和上一调控周期间所需引入的对象数差异信息。
在一个可选的实施例中，上述对象引入误差补偿参数可以表征上一调控周期内所需引入的对象误差补偿；在一个可选的实施例中，上述获取当前调控周期对应的对象引入误差补偿参数可以包括：获取目标直播间在上一调控周期内的新增对象数；根据第二对象数和新增对象数，确定对象引入误差补偿参数。
在一个具体的实施例中，上述新增对象数可以为在上一调控周期内进入目标直播间的对象数。可选的，可以通过统计上一调控周期内进入目标直播间的对象的数量，得到上述新增对象数。也可以结合目标直播间历史时间段内的曝光量和平均转化率来确定新增对象数。具体的，历史时间段可以为从目标直播间开播至上述上一调控周期开始前的时间段内的任意时间段。可选的，可以结合PID(proportion-integral-differential，比例-积分-微分)调控算法来确定对象引入误差补偿参数。具体的，可以以第二对象数为目标值，新增对象数为测量值，计算测量值和目标值间的差值，并将该差值作为PID调控算法对应的输入，相应的，PID调控算法对应的输出可以为对象引入误差补偿参数。
在一个可选的实施例中，可以将对象引入误差补偿参数与上述对象数差异信息相乘，作为第一调价参数。
上述实施例中，在将前后两个调控周期为达成目标平均在线对象数所需引入的对象数差异引入到对当前调控周期内对投放价格的影响指标的同时，还引入对象引入误差补偿参数，可以实现对上一调控周期内，实际引入对象数与达成目标平均在线对象数所需引入的对象数的误差进行补偿修正，进而可以动态平衡目标直播间的投放竞价能力的基础上，有效保证直播间人气的稳定性。
在步骤S402中，基于第一预测停留时长和预设单位调控时长，生成第二调价参数。
在一个可选的实施例中，上述第二调价参数可以表征当前在线对象在当前调控周期内停留时长对当前调控周期的投放价格的影响指标。
在一个可选的实施例中，如图6所示，上述基于第一预测停留时长和预设单位调控时长，生成第二调价参数可以包括以下步骤：
在步骤S601中，根据第一预测停留时长和预设单位调控时长，确定当前在线对象在当前调控周期内对应的第三预测停留时长；
在步骤S602中，获取当前调控周期对应的停留时长补偿参数；
在步骤S603中，基于停留时长补偿参数对第三预测停留时长进行补偿修正处理，得到第二调价参数。
在一个具体的实施例中，每个调控周期对应的预设单位调控时长相同，相应的，可以将第一预测停留时长除以预设单位调控时长，得到相应的对象在任一预设单位调控周期内对应的预测停留时长。相应的，第三预测停留时长可以为第一预测停留时长和预设单位调控时长的比值。
在一个具体的实施例中，上述停留时长补偿参数可以表征上一调控周期内在线对象的停留时长误差补偿，可选的，获取当前调控周期对应的停留时长补偿参数可以包括：获取当前在线对象在上一调控周期内的第四预测停留时长和实测停留时长；根据第四预测停留时长和实测停留时长，确定停留时长补偿参数。
在一个具体的实施例中，上述实测停留时长可以为在上一调控周期内当前在线对象在目标直播间的时长。可选的，可以结合PID(proportion-integral-differential，比例-积分-微分)调控算法来确定停留时长补偿参数。具体的，可以以第四预测停留时长为目标值，实测停留时长为测量值，计算测量值和目标值间的差值，并将该差值作为PID调控算法对应的输入，相应的，PID调控算法对应的输出可以为停留时长补偿参数。
在一个具体的实施例中，确定第四预测停留时长的具体细化，可以参见上述确定第一预测停留时长的步骤，在此不再赘述。
在一个可选的实施例中，可以将停留时长补偿参数与上述第三预测停留时长相乘，作为第二调价参数。
上述实施例中，在将当前在线对象在前调控周期内停留时长引入到对当前调控周期内对投放价格的影响指标的同时，还引入停留时长补偿参数，可以实现对上一调控周期内在线对象的停留时长误差进行补偿修正，进而可以动态平衡目标直播间的投放竞价能力的基础上，有效保证直播间人气的稳定性。
在步骤S403中，基于第一调价参数和第二调价参数对初始投放价格进行更新，得到当前调控周期的目标投放价格。
在一个具体的实施例中，可以将第一调价参数、第二调价参数和初始投放价格的乘积作为当前调控周期的目标投放价格。
上述实施例中，结合能够表征当前调控周期和上一调控周期内所需引入的对象数差异对当前调控周期的投放价格的影响指标（第一调价参数）和能够表征当前在线对象在当前调控周期内停留时长对当前调控周期的投放价格的影响指标（第二调价参数），对每一当前调控周期内的初始投放价格进行调控，可以动态平衡目标直播间的投放竞价能力，进而实现精准的直播间流量下发。
在步骤S104中，在当前调控周期内，基于目标投放价格和预测进入概率对目标直播间进行投放。
在一个可选的实施例中，上述在当前调控周期内，基于目标投放价格和预测进入概率对目标直播间进行投放可以包括：根据目标投放价格和预测进入概率，得到当前调控周期的目标收益数据；在当前调控周期内，基于目标收益数据，对目标直播间进行投放。
在一个具体的实施例中，目标收益数据可以表征直播平台的收益。在一个具体的实施例中，上述当前在线对象可以为多个对象，可选的，可以确定多个对象对应的平均预测进入概率，将平均预测进入概率与目标投放价格的乘积作为当前调控周期的目标收益数据。可选的，也可以分别确定每一对象的预测进入概率与目标投放价格的每个对象对应的收益数据，将多个对象对应的收益数据相加，得到目标收益数据。
在实际应用中，直播平台内同时进行投放的目标直播间往往有多个，相应的，可以结合目标直播间的目标收益数据，由大到小进行竞价投放。
上述实施例中，基于调控后的目标投放价格和当前在线对象进入目标直播间的预测进入概率，生成的目标收益数据来控制目标直播间的投放，可以在有效保证直播间人气的稳定性的基础上，提升目标收益数据的准确性，进而在提升平台收益的同时，大大提升目标直播间投放主的收益。
由以上述本说明书实施例提供的技术方案可见，本说明书中在结合由目标平均在线对象数确定的当前调控周期内所需引入的第一对象数和上一调控周期内所需引入的第二对象数的基础上，引入了当前在线对象在目标直播间的第一预测停留时长，对每一当前调控周期内的初始投放价格进行调控，进而基于调控后的目标投放价格和当前在线对象进入目标直播间的预测进入概率，控制目标直播间的投放，可以在动态平衡目标直播间的投放竞价能力的基础上，实现精准的直播间流量下发，保证目标直播间内在每个调控周期内的对象数达到目标平均在线对象数，进而有效保证直播间人气的稳定性，且在有限曝光数量内，大大提升转化率和推广效果，在提升平台收益的同时，大大提升目标直播间投放主的收益。
图7是根据一示例性实施例示出的一种直播间投放装置框图。参照图7，该装置包括：
数据获取模块710，被配置为执行在进入当前调控周期时，获取当前在线对象进入目标直播间的预测进入概率、当前在线对象在目标直播间的第一预测停留时长和目标直播间的初始投放价格；
引入对象确定模块720，被配置为执行确定目标直播间在当前调控周期内所需引入的第一对象数和当前调控周期的上一调控周期内所需引入的第二对象数，第一对象数和第二对象数为基于目标平均在线对象数确定的；
目标投放价格确定模块730，被配置为执行基于第一对象数、第二对象数和第一预测停留时长，对初始投放价格进行更新，得到当前调控周期的目标投放价格；
直播间投放模块740，被配置为执行在当前调控周期内，基于目标投放价格和预测进入概率对目标直播间进行投放。
可选的，引入对象确定模块720包括：
第三对象数获取单元，被配置为执行获取目标平均在线对象数和上一调控周期结束时，在目标直播间的目标对象的第三对象数；
第四对象数确定单元，被配置为执行确定在当前调控周期内离开目标直播间中的第四对象数；
第一对象数确定单元，被配置为执行根据第三对象数、第四对象数和目标平均在线对象数，确定第一对象数。
可选的，第四对象数确定单元包括：
第二预测停留时长获取单元，被配置为执行获取预设单位调控时长和目标对象在目标直播间的第二预测停留时长；
实际停留时长确定单元，被配置为执行确定目标对象在目标直播间的实际停留时长；
剩余停留时长确定单元，被配置为执行根据第二预测停留时长和实际停留时长，确定目标对象的剩余停留时长；
第四对象数确定子单元，被配置为执行基于剩余停留时长和预设单位调控时长，确定第四对象数。
可选的，目标投放价格确定模块730包括：
第一调价参数生成单元，被配置为执行基于第一对象数和第二对象数，生成第一调价参数，第一调价参数表征当前调控周期和上一调控周期内所需引入的对象数差异对当前调控周期的投放价格的影响指标；
第二调价参数生成单元，被配置为执行基于第一预测停留时长和预设单位调控时长，生成第二调价参数，第二调价参数表征当前在线对象在当前调控周期内停留时长对当前调控周期的投放价格的影响指标；
投放价格更新单元，被配置为执行基于第一调价参数和第二调价参数对初始投放价格进行更新，得到当前调控周期的目标投放价格。
可选的，第一调价参数生成单元包括：
对象数差异信息确定单元，被配置为执行根据第一对象数和第二对象数，确定当前调控周期和上一调控周期间所需引入的对象数差异信息；
对象引入差异补偿参数获取单元，被配置为执行获取当前调控周期对应的对象引入差异补偿参数，对象引入差异补偿参数表征；
第一补偿修正处理单元，被配置为执行基于对象引入差异补偿参数对对象数差异信息进行补偿修正处理，得到第一调价参数。
可选的，对象引入差异补偿参数获取单元包括：
新增对象数获取单元，被配置为执行获取目标直播间在上一调控周期内的新增对象数；
对象引入差异补偿参数确定单元，被配置为执行根据第二对象数和新增对象数，确定对象引入差异补偿参数。
可选的，第二调价参数生成单元包括：
第三预测停留时长确定单元，被配置为执行根据第一预测停留时长和预设单位调控时长，确定当前在线对象在当前调控周期内对应的第三预测停留时长；
停留时长补偿参数获取单元，被配置为执行获取当前调控周期对应的停留时长补偿参数，停留时长补偿参数表征上一调控周期内在线对象的停留时长误差补偿；
第二补偿修正处理单元，被配置为执行基于停留时长补偿参数对第三预测停留时长进行补偿修正处理，得到第二调价参数。
可选的，停留时长补偿参数获取模块包括：
停留时长获取单元，被配置为执行获取当前在线对象在上一调控周期内的第四预测停留时长和实测停留时长；
停留时长补偿参数确定单元，被配置为执行根据第四预测停留时长和实测停留时长，确定停留时长补偿参数。
可选的，上述装置还包括：进入概率预测模块，进入概率预测模块包括：
第一特征信息获取单元，被配置为执行获取当前在线对象的对象特征信息和目标直播间的直播特征信息；
进入识别处理单元，被配置为执行将对象特征信息和直播特征信息输入进入识别网络进行进入识别处理，得到预测进入概率。
可选的，上述装置还包括：第一预测停留时长确定模块，第一预测停留时长确定模块包括：
第二特征信息获取单元，被配置为执行获取当前在线对象的对象特征信息和目标直播间的直播特征信息；
停留时长识别处理单元，被配置为执行将对象特征信息和直播特征信息输入停留时长识别网络进行停留时长识别处理，得到第一预测停留时长。
可选的，直播间投放模块740包括：
目标收益数据确定单元，被配置为执行根据目标投放价格和预测进入概率，得到当前调控周期的目标收益数据；
直播间投放单元，被配置为执行在当前调控周期内，基于目标收益数据，对目标直播间进行投放。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种用于直播间投放的电子设备的框图，该电子设备可以是终端，其内部结构图可以如图8所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种直播间投放方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
图9是根据一示例性实施例示出的一种用于直播间投放的电子设备的框图，该电子设备可以是服务器，其内部结构图可以如图9所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种直播间投放方法。
本领域技术人员可以理解，图8或图9中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在示例性实施例中，还提供了一种电子设备，包括：处理器；用于存储该处理器可执行指令的存储器；其中，该处理器被配置为执行该指令，以实现如本公开实施例中的直播间投放方法。
在示例性实施例中，还提供了一种计算机可读存储介质，当该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本公开实施例中的直播间投放方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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。本申请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 (24)

1.一种直播间投放方法，其特征在于，包括：
在进入当前调控周期时，获取当前在线对象进入目标直播间的预测进入概率、所述当前在线对象在所述目标直播间的第一预测停留时长和所述目标直播间的初始投放价格；
确定所述目标直播间在所述当前调控周期内所需引入的第一对象数和所述当前调控周期的上一调控周期内所需引入的第二对象数，所述第一对象数和所述第二对象数为基于目标平均在线对象数确定的；
基于所述第一对象数、所述第二对象数和所述第一预测停留时长，对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格；
在所述当前调控周期内，基于所述目标投放价格和所述预测进入概率对所述目标直播间进行投放。
2.根据权利要求1所述的直播间投放方法，其特征在于，所述确定所述目标直播间在所述当前调控周期内所需引入的第一对象数包括：
获取所述目标平均在线对象数和所述上一调控周期结束时，在所述目标直播间的目标对象的第三对象数；
确定在当前调控周期内离开所述目标直播间的第四对象数；
根据所述第三对象数、所述第四对象数和所述目标平均在线对象数，确定所述第一对象数。
3.根据权利要求2所述的直播间投放方法，其特征在于，所述确定在当前调控周期内离开所述目标直播间的第四对象数包括：
获取预设单位调控时长和所述目标对象在所述目标直播间的第二预测停留时长；
确定所述目标对象在所述目标直播间的实际停留时长；
根据所述第二预测停留时长和所述实际停留时长，确定所述目标对象的剩余停留时长；
基于所述剩余停留时长和所述预设单位调控时长，确定所述第四对象数。
4.根据权利要求1所述的直播间投放方法，其特征在于，所述基于所述第一对象数、所述第二对象数和所述第一预测停留时长，对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格包括：
基于所述第一对象数和所述第二对象数，生成第一调价参数，所述第一调价参数表征所述当前调控周期和所述上一调控周期内所需引入的对象数差异对所述当前调控周期的投放价格的影响指标；
基于所述第一预测停留时长和预设单位调控时长，生成第二调价参数，所述第二调价参数表征所述当前在线对象在所述当前调控周期内停留时长对所述当前调控周期的投放价格的影响指标；
基于所述第一调价参数和所述第二调价参数对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格。
5.根据权利要求4所述的直播间投放方法，其特征在于，所述基于所述第一对象数和所述第二对象数，生成第一调价参数包括：
根据所述第一对象数和所述第二对象数，确定所述当前调控周期和所述上一调控周期间所需引入的对象数差异信息；
获取所述当前调控周期对应的对象引入误差补偿参数，所述对象引入误差补偿参数表征所述上一调控周期内所需引入的对象误差补偿；
基于所述对象引入误差补偿参数对所述对象数差异信息进行补偿修正处理，得到所述第一调价参数。
6.根据权利要求5所述的直播间投放方法，其特征在于，所述获取所述当前调控周期对应的对象引入误差补偿参数包括：
获取所述目标直播间在所述上一调控周期内的新增对象数；
根据所述第二对象数和所述新增对象数，确定对象引入误差补偿参数。
7.根据权利要求4所述的直播间投放方法，其特征在于，所述基于所述第一预测停留时长和预设单位调控时长，生成第二调价参数包括：
根据所述第一预测停留时长和预设单位调控时长，确定所述当前在线对象在所述当前调控周期内对应的第三预测停留时长；
获取所述当前调控周期对应的停留时长补偿参数，所述停留时长补偿参数表征所述上一调控周期内在线对象的停留时长误差补偿；
基于所述停留时长补偿参数对所述第三预测停留时长进行补偿修正处理，得到所述第二调价参数。
8.根据权利要求7所述的直播间投放方法，其特征在于，所述获取所述当前调控周期对应的停留时长补偿参数包括：
获取所述当前在线对象在所述上一调控周期内的第四预测停留时长和实测停留时长；
根据所述第四预测停留时长和所述实测停留时长，确定所述停留时长补偿参数。
9.根据权利要求1至8任一所述的直播间投放方法，其特征在于，所述方法还包括：预先确定所述预测进入概率的步骤，所述预先确定所述预测进入概率的步骤包括：
获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
将所述对象特征信息和所述直播特征信息输入进入识别网络进行进入识别处理，得到所述预测进入概率。
10.根据权利要求1至8任一所述的直播间投放方法，其特征在于，所述方法还包括：预先确定所述第一预测停留时长的步骤，所述预先确定所述第一预测停留时长的步骤包括：
获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
将所述对象特征信息和所述直播特征信息输入停留时长识别网络进行停留时长识别处理，得到所述第一预测停留时长。
11.根据权利要求1至8任一所述的直播间投放方法，其特征在于，所述在所述当前调控周期内，基于所述目标投放价格和所述预测进入概率对所述目标直播间进行投放包括：
根据所述目标投放价格和所述预测进入概率，得到所述当前调控周期的目标收益数据；
在所述当前调控周期内，基于所述目标收益数据，对所述目标直播间进行投放。
12.一种直播间投放装置，其特征在于，包括：
数据获取模块，被配置为执行在进入当前调控周期时，获取当前在线对象进入目标直播间的预测进入概率、所述当前在线对象在所述目标直播间的第一预测停留时长和所述目标直播间的初始投放价格；
引入对象确定模块，被配置为执行确定所述目标直播间在所述当前调控周期内所需引入的第一对象数和所述当前调控周期的上一调控周期内所需引入的第二对象数，所述第一对象数和所述第二对象数为基于目标平均在线对象数确定的；
目标投放价格确定模块，被配置为执行基于所述第一对象数、所述第二对象数和所述第一预测停留时长，对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格；
直播间投放模块，被配置为执行在所述当前调控周期内，基于所述目标投放价格和所述预测进入概率对所述目标直播间进行投放。
13.根据权利要求12所述的直播间投放装置，其特征在于，所述引入对象确定模块包括：
第三对象数获取单元，被配置为执行获取所述目标平均在线对象数和所述上一调控周期结束时，在所述目标直播间的目标对象的第三对象数；
第四对象数确定单元，被配置为执行确定在当前调控周期内离开所述目标直播间的第四对象数；
第一对象数确定单元，被配置为执行根据所述第三对象数、所述第四对象数和所述目标平均在线对象数，确定所述第一对象数。
14.根据权利要求13所述的直播间投放装置，其特征在于，所述第四对象数确定单元包括：
第二预测停留时长获取单元，被配置为执行获取预设单位调控时长和所述目标对象在所述目标直播间的第二预测停留时长；
实际停留时长确定单元，被配置为执行确定所述目标对象在所述目标直播间的实际停留时长；
剩余停留时长确定单元，被配置为执行根据所述第二预测停留时长和所述实际停留时长，确定所述目标对象的剩余停留时长；
第四对象数确定子单元，被配置为执行基于所述剩余停留时长和所述预设单位调控时长，确定所述第四对象数。
15.根据权利要求12所述的直播间投放装置，其特征在于，所述目标投放价格确定模块包括：
第一调价参数生成单元，被配置为执行基于所述第一对象数和所述第二对象数，生成第一调价参数，所述第一调价参数表征所述当前调控周期和所述上一调控周期内所需引入的对象数差异对所述当前调控周期的投放价格的影响指标；
第二调价参数生成单元，被配置为执行基于所述第一预测停留时长和预设单位调控时长，生成第二调价参数，所述第二调价参数表征所述当前在线对象在所述当前调控周期内停留时长对所述当前调控周期的投放价格的影响指标；
投放价格更新单元，被配置为执行基于所述第一调价参数和所述第二调价参数对所述初始投放价格进行更新，得到所述当前调控周期的目标投放价格。
16.根据权利要求15所述的直播间投放装置，其特征在于，所述第一调价参数生成单元包括：
对象数差异信息确定单元，被配置为执行根据所述第一对象数和所述第二对象数，确定所述当前调控周期和所述上一调控周期间所需引入的对象数差异信息；
对象引入差异补偿参数获取单元，被配置为执行获取所述当前调控周期对应的对象引入差异补偿参数，所述对象引入差异补偿参数表征上述上一调控周期内所需引入的对象误差补偿；
第一补偿修正处理单元，被配置为执行基于所述对象引入差异补偿参数对所述对象数差异信息进行补偿修正处理，得到所述第一调价参数。
17.根据权利要求16所述的直播间投放装置，其特征在于，所述对象引入差异补偿参数获取单元包括：
新增对象数获取单元，被配置为执行获取所述目标直播间在所述上一调控周期内的新增对象数；
对象引入差异补偿参数确定单元，被配置为执行根据所述第二对象数和所述新增对象数，确定对象引入差异补偿参数。
18.根据权利要求15所述的直播间投放装置，其特征在于，所述第二调价参数生成单元包括：
第三预测停留时长确定单元，被配置为执行根据所述第一预测停留时长和预设单位调控时长，确定所述当前在线对象在所述当前调控周期内对应的第三预测停留时长；
停留时长补偿参数获取单元，被配置为执行获取所述当前调控周期对应的停留时长补偿参数，所述停留时长补偿参数表征所述上一调控周期内在线对象的停留时长误差补偿；
第二补偿修正处理单元，被配置为执行基于所述停留时长补偿参数对所述第三预测停留时长进行补偿修正处理，得到所述第二调价参数。
19.根据权利要求18所述的直播间投放装置，其特征在于，所述停留时长补偿参数获取模块包括：
停留时长获取单元，被配置为执行获取所述当前在线对象在所述上一调控周期内的第四预测停留时长和实测停留时长；
停留时长补偿参数确定单元，被配置为执行根据所述第四预测停留时长和所述实测停留时长，确定所述停留时长补偿参数。
20.根据权利要求12至19任一所述的直播间投放装置，其特征在于，所述装置还包括：进入概率预测模块，所述进入概率预测模块包括：
第一特征信息获取单元，被配置为执行获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
进入识别处理单元，被配置为执行将所述对象特征信息和所述直播特征信息输入进入识别网络进行进入识别处理，得到所述预测进入概率。
21.根据权利要求12至19任一所述的直播间投放装置，其特征在于，所述装置还包括：第一预测停留时长确定模块，所述第一预测停留时长确定模块包括：
第二特征信息获取单元，被配置为执行获取所述当前在线对象的对象特征信息和所述目标直播间的直播特征信息；
停留时长识别处理单元，被配置为执行将所述对象特征信息和所述直播特征信息输入停留时长识别网络进行停留时长识别处理，得到所述第一预测停留时长。
22.根据权利要求12至19任一所述的直播间投放装置，其特征在于，所述直播间投放模块包括：
目标收益数据确定单元，被配置为执行根据所述目标投放价格和所述预测进入概率，得到所述当前调控周期的目标收益数据；
直播间投放单元，被配置为执行在所述当前调控周期内，基于所述目标收益数据，对所述目标直播间进行投放。
23.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至11中任一项所述的直播间投放方法。
24.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至11中任一项所述的直播间投放方法。
CN202110920431.XA 2021-08-11 2021-08-11 直播间投放方法、装置、电子设备及存储介质 Active CN113382289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110920431.XA CN113382289B (zh) 2021-08-11 2021-08-11 直播间投放方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110920431.XA CN113382289B (zh) 2021-08-11 2021-08-11 直播间投放方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113382289A true CN113382289A (zh) 2021-09-10
CN113382289B CN113382289B (zh) 2021-11-02

Family

ID=77576790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110920431.XA Active CN113382289B (zh) 2021-08-11 2021-08-11 直播间投放方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113382289B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949890A (zh) * 2021-09-28 2022-01-18 北京达佳互联信息技术有限公司 对象投放处理方法、装置、电子设备及存储介质
CN114845126A (zh) * 2022-03-29 2022-08-02 武汉斗鱼鱼乐网络科技有限公司 一种直播间的曝光控制方法、装置、介质及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7644427B1 (en) * 2001-04-04 2010-01-05 Microsoft Corporation Time-centric training, interference and user interface for personalized media program guides
CN106851345A (zh) * 2017-02-28 2017-06-13 广州华多网络科技有限公司 一种信息推送的方法、系统及服务器
CN108304441A (zh) * 2017-11-14 2018-07-20 腾讯科技（深圳）有限公司 网络资源推荐方法、装置、电子设备、服务器及存储介质
CN110267065A (zh) * 2019-05-29 2019-09-20 深圳市元征科技股份有限公司 直播数据处理方法、装置、服务器及存储介质
CN111314730A (zh) * 2020-02-25 2020-06-19 广州华多网络科技有限公司 视频直播的虚拟资源寻找方法、装置、设备及存储介质
CN112184324A (zh) * 2020-10-13 2021-01-05 广州欢网科技有限责任公司 适用于直播场景的个性化广告投放方法、装置和控制器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7644427B1 (en) * 2001-04-04 2010-01-05 Microsoft Corporation Time-centric training, interference and user interface for personalized media program guides
CN106851345A (zh) * 2017-02-28 2017-06-13 广州华多网络科技有限公司 一种信息推送的方法、系统及服务器
CN108304441A (zh) * 2017-11-14 2018-07-20 腾讯科技（深圳）有限公司 网络资源推荐方法、装置、电子设备、服务器及存储介质
CN110267065A (zh) * 2019-05-29 2019-09-20 深圳市元征科技股份有限公司 直播数据处理方法、装置、服务器及存储介质
CN111314730A (zh) * 2020-02-25 2020-06-19 广州华多网络科技有限公司 视频直播的虚拟资源寻找方法、装置、设备及存储介质
CN112184324A (zh) * 2020-10-13 2021-01-05 广州欢网科技有限责任公司 适用于直播场景的个性化广告投放方法、装置和控制器

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949890A (zh) * 2021-09-28 2022-01-18 北京达佳互联信息技术有限公司 对象投放处理方法、装置、电子设备及存储介质
CN113949890B (zh) * 2021-09-28 2023-09-29 北京达佳互联信息技术有限公司 对象投放处理方法、装置、电子设备及存储介质
CN114845126A (zh) * 2022-03-29 2022-08-02 武汉斗鱼鱼乐网络科技有限公司 一种直播间的曝光控制方法、装置、介质及设备

Also Published As

Publication number Publication date
CN113382289B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN113382289B (zh) 直播间投放方法、装置、电子设备及存储介质
WO2018036307A1 (zh) 推送信息订单的信息处理方法、分配方法、装置及存储介质
JP3825597B2 (ja) コンテンツ表示回数制御方法，装置およびそのプログラム記録媒体
CN109783730A (zh) 产品推荐方法、装置、计算机设备和存储介质
WO2020244152A1 (zh) 数据推送方法、装置、计算机设备和存储介质
CN107463580B (zh) 训练点击率预估模型方法和装置、点击率预估方法和装置
CN109493138B (zh) 信息推荐方法、装置、服务器及存储介质
CN113015010A (zh) 推送参数确定方法、装置、设备及计算机可读存储介质
CN114461871A (zh) 推荐模型训练方法、对象推荐方法、装置及存储介质
CN114938458B (zh) 对象信息展示方法、装置、电子设备及存储介质
WO2023050974A1 (zh) 对象投放处理方法、装置、电子设备及存储介质
CN112884529B (zh) 一种广告竞价方法、装置、设备及介质
US20240022685A1 (en) Method for generating on-the-beat video and electronic device
CN108985810B (zh) 一种需求方平台进行广告投放的方法和装置
CN114595016B (zh) 评论信息展示、评论信息生成方法、装置及电子设备
CN114201626B (zh) 多媒体推荐方法、装置、电子设备及存储介质
CN112435070B (zh) 确定用户年龄的方法、装置、设备及存储介质
US20150081455A1 (en) Service providing apparatus and service providing method
CN111026912B (zh) 基于iptv的协同推荐方法、装置、计算机设备以及存储介质
CN113420203A (zh) 对象推荐方法、装置、电子设备及存储介质
CN115714876A (zh) 直播数据处理方法、装置、电子设备及存储介质
CN113868522B (zh) 对象推荐方法、装置、电子设备及存储介质
CN110929163B (zh) 课程推荐方法、装置、计算机设备及存储介质
CN114463044A (zh) 广告计划调整方法、装置、计算机设备及存储介质
CN113010817B (zh) 内容有效期的调整方法、装置、服务器及存储介质

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