CN114095481A - 聊天房间的投放方法、装置、设备及存储介质 - Google Patents

聊天房间的投放方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114095481A
CN114095481A CN202111396616.1A CN202111396616A CN114095481A CN 114095481 A CN114095481 A CN 114095481A CN 202111396616 A CN202111396616 A CN 202111396616A CN 114095481 A CN114095481 A CN 114095481A
Authority
CN
China
Prior art keywords
room
rooms
reserve
chat
guaranteed
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
CN202111396616.1A
Other languages
English (en)
Other versions
CN114095481B (zh
Inventor
石磊
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.)
Bigo Technology Pte Ltd
Original Assignee
Bigo Technology Pte 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 Bigo Technology Pte Ltd filed Critical Bigo Technology Pte Ltd
Priority to CN202111396616.1A priority Critical patent/CN114095481B/zh
Publication of CN114095481A publication Critical patent/CN114095481A/zh
Application granted granted Critical
Publication of CN114095481B publication Critical patent/CN114095481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40Support for services or applications
    • H04L65/403Arrangements for multi-party communication, e.g. for conferences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/1066Session management
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/14Systems for two-way working
    • H04N7/15Conference systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及一种聊天房间的投放方法、装置、设备及存储介质,该方法包括:获取一个或多个聊天房间,其中所述聊天房间具有一个或多个标签;根据保量准入条件从所述聊天房间中选定保量房间并加入保量池,并为所述保量房间匹配目标曝光量;其中,所述保量准入条件包括房间的标签是否符合目标标签;在投放时,从所述保量池中召回所述保量房间,获取所述保量房间的实时的召回信息;根据所述召回信息对所述保量房间打分得到打分结果;根据所述打分结果向用户推荐所述保量房间。利用本发明的音视频聊天房间的投放方法,能够提高保量完成率。

Description

聊天房间的投放方法、装置、设备及存储介质
技术领域
本发明涉及计算机技术领域,特别是涉及一种聊天房间的,尤其是音视频聊天房间的,投放方法、装置、设备及存储介质。
背景技术
此处的陈述仅提供与本发明有关的背景信息,而不必然地构成现有技术。
voice club(也称为音视频聊天室、音视频聊天房间,简称语聊房)是指网络上语音聊天的房间,其曝光资源是有限的,不同房间之间存在竞争,对保量房间增加曝光必然会挤压推荐算法产出房间的曝光资源,对推荐系统产生负面影响。另一方面扶持房间也有差异,有的房间保量额度消耗过快,甚至在最初的几分钟内就完成保量目标,早早退出竞争,无法触达更匹配的用户,降低消费指标;而另一些房间又得不到有效分发,直至房间关闭还无法达到保量目标,降低了保量完成率,影响高阶转化。
现有的保量系统对资源的时效性具有一定容忍性,有的对视频资源的时效性约束不是很强,有的需要保证视频资源一直存在,才能基于历史数据预测其点击行为。但是对于语聊房,由于房间关播时间未知,在对其保量过程中存在房间关播而无法达到保量目标的问题,必须在房间开播的时候对其进行保量,房间关播之后保量便失去意义。现有的方案都没有考虑资源强时效性约束,并且无法衡量保量对推荐系统带来的负面影响。
发明内容
本发明的目的在于提供一种新的聊天房间的投放方法、装置、设备及存储介质,用以提高保量完成率。
本发明的目的采用以下技术方案来实现。依据本发明提出的一种聊天房间的投放方法,包括以下步骤:获取一个或多个聊天房间,其中所述聊天房间具有一个或多个标签;根据保量准入条件从所述聊天房间中选定保量房间并加入保量池,并为所述保量房间匹配目标曝光量;其中,所述保量准入条件包括房间的标签是否符合目标标签;在投放时,从所述保量池中召回所述保量房间,获取所述保量房间的实时的召回信息;根据所述召回信息对所述保量房间打分得到打分结果;根据所述打分结果向用户推荐所述保量房间。
本发明的目的还采用以下技术方案来实现。依据本公开提出的一种聊天房间的投放装置,包括:获取模块,用于获取一个或多个聊天房间,其中所述聊天房间具有一个或多个标签;保量房间确定模块,用于根据保量准入条件从所述聊天房间中选定保量房间并加入保量池,并为所述保量房间匹配目标曝光量;其中,所述保量准入条件包括房间的标签是否符合目标标签;召回模块,用于从所述保量池中召回所述保量房间,获取所述保量的实时的召回信息;打分模块,用于根据所述召回信息对所述保量房间打分得到打分结果;以及,推荐模块,用于根据所述打分结果向用户推荐所述保量房间。
本发明的目的还采用以下技术方案来实现。依据本公开提出的一种聊天房间的投放设备,包括:存储器,用于存储非暂时性计算机可读指令;以及处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现前述任意一种聊天房间的投放方法。
本发明的目的还采用以下技术方案来实现。依据本公开提出的一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行前述任意一种聊天房间的投放方法。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案,本发明提出的聊天房间的投放方法、装置、设备及存储介质至少具有下列优点及有益效果:
1、本发明提出了一种保量系统框架,解决了保量资源强时效性约束问题。
2、本发明提出了供需比概念,用于衡量资源的供需关系,指导保量标签的设置。
3、解决了如何量化保量系统对推荐系统造成的负面影响问题。
上述说明仅是本发明技术方案的概述,为了能更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明一个实施例的聊天房间的投放方法的流程示意图;
图2是本发明一个实施例提供的保量系统的流程示意图;
图3是本发明一个实施例提供的保量系统的框架示意图;
图4是本发明一个实施例提供的保量反转机制的示意图;
图5是本发明一个实施例的聊天房间的投放设备的示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的聊天房间的投放方法、装置、设备及存储介质的具体实施方式、结构、特征及其功效,详细说明如后。
需要说明的是,在本文中,诸如“第一”、“第二”等关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。另外,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本文提及的保量是一种投放策略,是指针对特定内容保证一定的曝光量。具体的,对于资源分发平台来说,保量是一种非常重要的投放策略,不同于传统的推荐策略,保量一般出于供应商或者商业角度考虑要求投放系统针对特定内容保证一定的曝光量(也称为曝光度、流量)。
图1为本发明的聊天房间的投放方法一个实施例的示意性流程框图。在本发明的一些实施例中,请参阅图1,本发明示例的聊天房间的投放方法(也可以称为推荐方法或推送方法)主要包括以下步骤:
步骤S11,获取一个或多个聊天房间,其中每个聊天房间具有一个或多个标签。可选的,该聊天房间为音视频聊天室。
需注意,本发明提及的标签也可称为保量标签,标签的配置可以依据产品所要扶植的类别而定。每种类别下面可包含多种保量标签,例如人文艺术垂类(垂直领域,是互联网领域中一种特殊的分类方式)下可以包含读书会、诗歌、爱情小说三个标签。
可选的,标签包括语言垂类标签、内容垂类标签中的一个或多个。
具体的,该步骤S11可以包括为房间添加标签,具体的,可以利用打标平台基于房间标题进行打标、和/或利用内容审核平台实时检测房间语言并根据语言种类为该房间添加语言垂类标签。
可选的,该步骤S11还包括检测房间质量;具体的,可以利用内容审核平台实时检测房间中的对话内容质量,以检测是否为违规房间,包括但不限于发布谈论违法内容的房间、挂机低质房间。
步骤S12,根据保量准入条件从一个或多个聊天房间中选定保量房间(也称为目标房间),将保量房间加入到保量池中,为保量房间匹配目标曝光量。其中,保量准入条件可以包括房间的标签是否符合目标标签,即选定保量房间的步骤可以包括选择命中目标标签的房间作为保量房间。
需注意,未被选为保量房间的可以称为普通房间(非目标房间)。
可选的,根据打标结果判断是否命中对应语言垂类,根据房间质量检测结果判断房间是否违规,当判定命中对应语言垂类房间并且判定未违规时,则将该房间加入到保量池。
步骤S13,在投放时,从保量池中召回保量房间,获取保量房间的实时的召回信息。可选的,在召回时还可以召回普通房间和普通房间的召回信息。
作为一种可选示例,该召回信息可以包括但不限于:保量房间的目标曝光量的剩余量(也称为剩余曝光量或当前曝光量)、该保量房间的标签对应的所有房间数量或所有保量房间数量、房间剩余量、用户偏好、房主质量信息(例如表现房主低质优质程度的评分)中的一个或多个。
步骤S14,根据召回信息,对保量房间打分得到打分结果。
步骤S15,根据打分结果向用户推荐一个或多个保量房间。需注意,可以向用户推荐所有保量房间中的一些房间,。
需注意,前述步骤S13至S15,可以是系统主动启动的投放,例如在用户第一次进入聊天室列表时主动启动投放,进行前述步骤S13至S15以向其展示推荐的聊天房间;或者,也可以是响应于用户的操作来启动投放,例如可以在接收到用户的刷新聊天房间列表操作后,再进行前述步骤S13至S15以向其展示推荐的聊天房间。
需注意,在步骤S15中,可以将保量房间按照打分结果排序后推送给用户;或者也不必将所有保量房间都推送给用户,可以向用户推荐所有保量房间中的一些房间,例如向用户推荐按打分结果排名靠前的一些保量房间。
在本发明的一些示例中,可以利用本发明的聊天房间的投放方法进行对于voiceclub(也称为音视频聊天室、音视频聊天房间,简称语聊房)的保量。尤其是,可以利用本发明的聊天房间的投放方法在垂类层面对房间进行保量。
利用本发明提出的聊天房间的投放方法,通过对垂类房间进行保量,可以刺激用户创建垂类房间,提高优质房间及头部房间占比。
在本发明的一些实施例中,前述的步骤S14可以具体包括:根据召回信息设置保量房间的优先级信息;将召回信息输入至多层感知器(MLP)模型进行对保量房间打分以得到排序分数;根据优先级信息对排序分数进行提权,以得到打分结果,以便利用提权后的排序分数进行房间投放。
作为一个可选示例,前述的根据召回信息设置保量房间的优先级信息可以包括:根据剩余曝光量、标签对应的保量房间数量、房间剩余量、用户偏好和房主质量信息为每个房间计算相应的得分,最后将多个得分加权求和作为房间的优先级信息。
利用本发明提出的聊天房间的投放方法,通过进行保量提权,能够保量房间与普通房间(未处于保量池中的房间)进行竞争时,能够保证保量房间的曝光量。
在本发明的一些实施例中,前述的根据召回信息设置保量房间的优先级信息,包括:在设置保量房间的优先级信息时,若保量房间的剩余曝光量(即目标曝光量的剩余量)越多,则将保量房间的优先级信息设置得越高。
从而能够尽量保证每个房间在开播阶段能快速曝光。
在本发明的一些实施例中,前述的根据召回信息设置保量房间的优先级信息,包括:在设置保量房间的优先级信息时,若保量房间的目标标签对应的房间数量越少、和/或保量房间的所具有的标签中的一个或多个标签对应的房间数量越少,则将保量房间的优先级信息设置得越高。
从而能够尽量保证保量房间的多样性。
需注意,在本发明的一些实施例中,可以综合利用多种因素来设置保量房间的优先级信息。例如,可以同时根据前述的剩余曝光量以及前述的标签对应的房间数量来设置保量房间的优先级信息,作为一个可选示例,可以将保量房间的优先级信息设置得与剩余曝光量成正比、且与标签对应的房间数量成反比,亦即若保量房间的剩余曝光量越多并且标签对应的房间数量越少,则将保量房间的优先级信息设置得越高。
在本发明的一些实施例中,可以进行多级保量。具体的,前述步骤S12可以包括:根据多个级别的保量准入条件从一个或多个聊天房间中选定对应的保量房间,为保量房间匹配相应级别的目标曝光量。
在本发明的一些实施例中,可以基于用户的反馈筛选出相对优质的房间。具体的,本发明提出的方法还包括:根据实时行为日志得到房间点击通过率、有效观众占比、和每类标签平均点击通过率中的一个或多个;保量准入条件包括:是否命中目标标签、是否满足房间点击通过率大于所属标签的平均点击通过率、是否满足进房人数大于人数阈值、是否满足有效观众占比大于有效观众占比阈值。
作为多级保量的一个具体示例,首先为一个保量房间匹配第一目标曝光量;当该保量房间完成一级保量(或称为当前目标曝光量)时,可以基于用户对房间的反馈(包括但不限于点击率和/或有效观众量)决定是否进行下一级保量(或称为下一目标曝光量)。
可选的,可以利用一些策略将选出的保量房间推送给用户。在本发明的一些实施例中,前述的步骤S15具体包括:在向用户推荐房间时,控制保量房间在全部推荐房间中的所占比例、和/或控制每预设数量的推荐房间中至多有一个保量房间以将保量房间分散于其他推荐房间中、和/或将保量房间的推荐顺位设置为预设顺位之后。
通过进行房间打散,能够确保保量房间不会对推荐系统造成太大的影响,防止提权幅度过大而影响正常房间的曝光,其根本是为了控制保量房间占用的流量。
请参阅图2,在本发明的一些实施例中,当房间被开启,为该房间打标(也称为设置标签、添加标签),具体的,包括利用打标平台基于房间标题进行打标、和/或利用内容审核平台实时检测房间语言并根据语言种类为该房间添加语言垂类标签;同时检测房间质量,具体的,可以利用内容审核平台实时检测房间中的对话内容质量,以检测是否为违规房间,包括但不限于发布谈论违法内容的房间、挂机低质房间;根据打标结果判断是否命中对应语言垂类,根据房间质量检测结果判断房间是否违规,当判定命中对应语言垂类房间并且判定未违规时,则将该房间加入到保量池,可选的,可以根据标签将房间加入到对应的保量池中。
需注意,之所以当房间被开启才执行后续的过程,是因为:推荐系统向用户推荐房间时,必须要保证房间是开启状态,才会展示给用户。如果是给用户展示一个关闭的房间,用户(非房间管理员)无法进入房间,不仅影响用户体验,而且还浪费了推荐流量。
首先,为保量池中的房间匹配第一目标曝光量(例如200流量);当房间完成一级保量(或称为当前目标曝光量)时,可以基于用户对房间的反馈(包括但不限于点击率和/或有效观众量)决定是否进行下一级保量(或称为下一目标曝光量)。可选的,房间的曝光量可以随着保量级别逐级递增,例如可以将第一级保量设置为200的第一目标曝光量,将第二级保量设置为2000的第二目标曝光量,将第三级保量(也称为标杆房间)设置为10000的第三目标曝光量。
通过对垂类房间进行保量,可以刺激用户创建垂类房间,提高优质房间及头部房间占比。
系统整体框架
图3是系统整体框架的示意图。
本系统主要包括四部分:保量池维护、多路召回、精排和插件化重排。最终,房间由推荐引擎推出。
保量池维护
保量池维护主要负责根据房间实时数据以及配置的保量参数来决定对哪些房间进行保量。
保量池位于系统的最上游,负责向召回提供保量房间,保量池房间质量的好坏决定了保量系统的下限,对整个保量系统至关重要。首先,需要产品设置保量参数,保量参数包括保量标签id、各级保量目标曝光量、各级保量准入条件等。在一个可选示例中,本发明的系统共设置了三级保量,分别为:一级保量、二级保量、标杆房间。各级保量的目标曝光量分别为200、2000和100000。一级保量的准入门槛最低,命中保量标签即可。保量标签的配置依据产品所要扶植的垂类而定。每种垂类下面可包含多种保量标签,例如人文艺术垂类下可以包含读书会、诗歌、爱情小说三个标签。对于二级保量,则会给予更多流量的扶持,但是必须基于用户的反馈筛选出相对优质的房间。作为一个具体实施例,根据推荐系统实时行为日志,实时计算房间ctr(点击通过率Click-Through Rate)、有效观众占比、以及每类标签平均ctr。对于二级保量,不仅需要命中保量标签,还必须满足房间ctr大于该保量标签的平均ctr。标杆房间的准入条件为命中标量标签、进房人数大于500并且有效观众占比大于40%。
召回
召回阶段负责从保量池中捞出与用户语言相同的房间,并根据用户偏好、房间剩余量、保量房间数量等设置房间的优先级信息(亦即计算提权数);并将该优先级信息透传到重排阶段。
在召回阶段,进行保量召回。其中,保量召回是将特定房间从房间池子中召回过来。推荐系统为用户推荐的房间一般是基于关系类的房间(比如用户关注的房间、用户历史进入的房间等等),但是对于剩下的房间,如果不给与曝光,那么房主可能会由于房间没有用户进入,导致房主下次不会开启房间。因此,需要将垂类房间推荐给用户(至于具体是哪些垂类房间,可由产品定义)。另外,在推荐时应尽可能地向用户推荐其感兴趣的垂类房间。
需注意,除保量召回之外,还可以进行其他召回,例如可以在原有召回之外另增加一路保量召回,从保量池中捞出与用户语言一致的所有保量房间。其他召回是指不同的召回链路,包括但不限于召回用户好友所在的房间、召回用户历史进入过的语聊房、召回用户关注的房间等等。
可选的,在召回阶段还进行过滤违规房间,余下的房间便是当前用户可下发的所有保量房间。
在向用户推荐房间时,获取房间的属性信息,根据这些信息计算提权分数。其中,房间的属性信息包括但不限于保量房间的当前曝光量(剩余曝光量)、标签对应的保量房间数量、房间剩余量、用户偏好和房主质量信息(例如表现房主低质优质程度的评分)等等中的一个或多个。这些房间的属性信息一般都记录于线上机器的内存中,因此可以实时获取。可选的,可以根据剩余曝光量、标签对应的房间数量、和房主质量信息为每个房间计算相应的房间剩余量得分、房间数量得分、房主得分,然后将这三个分数加权求和作为最终的房间优先级信息。从而能够保证所有房间能够均匀有效分发。
可选的,剩余曝光量越多、标签对应的房间数量越少则优先级越高,从而可以尽量保证每个房间在开播阶段能快速曝光和保量房间的多样性。
精排
精排阶段使用MLP模型(Multilayer Perceptron,多层感知器或多层感知机)对房间进行打分,得到排序分数(也称为精排分数)。可选的,在精排阶段可以为所有房间进行打分。
本发明并不限制精排阶段使用的特征,事实上在精排阶段可以使用多种类型的特征,例如房主特征、房间实时特征等等。如果用户曾经进入过保量房间房主创建的房间,那么这个信息模型就可以记录下来。偏好的引入可以是隐式引入,而非显式。
作为本发明采用的MLP模型的一种可选示例,MLP模型为三层全连接网络结构。模型所利用的特征包括用户特征、房间特征及用户和房主的交互特征等。模型的训练数据按照“用户-房间”组成一条样本,样本的标签根据用户是否点击、用户停留时长、用户是否上麦划分正负样本。输入模型打分的数据,用户侧为当前请求的用户,房间为当前可下发的房间,对于每一个房间,都会进行预测打分。输入模型的数据可以保存在线上机器的内存中,这些数据在召回精排等阶段都能获取到。
可选的,将召回信息输入至多层感知器模型进行对保量房间打分以得到排序分数可以包括:将召回信息输入至多层感知器模型得到房间剩余量得分、房间数量得分和房主得分。
本发明基于模型打分加入用户对保量房间的偏好,使得保量房间更容易触达目标用户。
重排
重排阶段可以包括保量提权和/或房间打散。
其中,保量提权的目的是为了保量房间与普通房间(未处于保量池中的房间)进行竞争时,能够保证保量房间的曝光量。保量提权具体包括:根据召回阶段得到的优先级信息对排序分数进行提权,并且后续利用保量提权后的排序分数进行房间推荐。
可选的,提权公式如下:
rerank_socre=score*(1+weight[0]*a+weight[1]*b+weight[3]*c)
其中,a、b、c分别表示房间剩余量得分、房间数量得分及房主得分;weight为权重向量,weight[0]、weight[1]、weight[3]是权重向量中的对应位置的元素,用于控制各个部分所占的权重。可选的,权重向量中的各个元素是基于房间的优先级信息得到的,例如可以将优先级信息作为权重向量中的元素的取值。
可选的,分数经过归一化操作。其中,归一化是指分别对房间剩余量得分、房间数量得分及房主得分(前述提权公式中的a、b、c)这三个数据进行归一化。归一化方式可以是使用最大最小归一化。归一化目的是使得a、b、c这三个数据更加具有可比性。
可选的,可以线上实时通过配置weight向量来调节提权幅度。
房间打散的目的是为了确保保量房间不会对推荐系统造成太大的影响,防止提权幅度过大而影响正常房间的曝光,其根本是为了控制保量房间占用的流量。房间打散包括:控制推荐结果中的普通房间与保量房间的比例、和/或控制每预设数量的推荐房间中至多有一个保量房间以将保量房间分散于其他推荐房间中、和/或将保量房间的顺位设置为预设顺位之后。
作为房间打散的一个具体示例,可以控制每五个房间至多出一个保量房间,并且用户第一次刷新后所展示的多个房间中的前三个位置不展示保量房间。
保量指标及保量系统的影响
在voice club场景下,保量是为了让分发更加高效,快速筛选出优质房间,触达目标用户。因此必须要衡量房间的供需关系,对于供应较少的房间对其进行扶持,加快其转化为优质房间的速度,刺激该类房间的供应。
为此,在本发明的一些实施例中,提出供需比的概念,用于定量描述各类标签房间的供应关系:
供需比=有效房间数/偏好用户数。
其中,偏好用户数可以定义一个时间段内在某类标签房间的有效停留时长累计达到阈值时间的用户的数量,例如可以定义为最近30天在某类标签房间的有效停留时长累计达到10分钟的用户数量。若供需比数值小,则表示偏好该类房间的用户多,但是该类标签的有效房间少。因此保量系统可以对需比数值小的类别的房间进行扶持,增加房间曝光。
可选的,供需比根据长时间积累的数据(例如天级数据)的计算来得到,用于衡量用户浏览房间的需求及实际的房间数量。在本发明的一些实施例中,在前述步骤S12中,根据供需比确定保量标签,例如筛选对多个垂类按照供需比从小到大排名,将供需比排名靠前的预设数量的垂类作为保量标签。比如大量用户偏向于进入音乐类型的房间,而线上音乐类型的房间较少,则音乐类房间需要进行保量,刺激用户创建此类房间,可将音乐标签纳入保量标签中。
在本发明的一些实施例中,本发明提出的保量投放方法还包括:确定保量房间的供需比,供需比为有效房间数与偏好用户数的比值,其中,偏好用户数定义为一段历史时间内的符合目标标签的房间的有效停留时长累计达到预设时长的用户数量。并且前述步骤S14中的根据召回信息设置保量房间的优先级信息,具体包括:在设置保量房间的优先级信息时,根据供需比来设置优先级信息,若保量房间的供需比越低,则将保量房间的优先级信息设置得越高。
为了衡量房间保量对推荐系统的影响,可以实时监控各级保量指标,包括各级保量房间占比、各级保量完成率、各级平均曝光pv(Page View,可以称为页面浏览量、或页面访问量)、各级保量平均时间等等。通过这些指标可以实时调整保量参数。
为了对保量系统进行定量分析,本发明设计了保量反转机制,如图4所示。
实时将线上的保量房间划分为两部分,80%的房间会经过保量系统,对其进行扶持,而剩下20%的房间虽然也是保量房间,但是我们让其自然分发,最后我们通过对比这两部分房间的消费指标差异,计算出整个保量系统对于推荐系统的负面影响。从而可以用于优化weight向量,垂类标签。
在一个具体示例中,对比了2021-07-17到2021-07-19孟加拉语等量垂类保量房间与自然分发房间的指标差异。从数据可以看出保量系统对垂类房间的曝光数、点击数和上麦数提升都较明显,同时对ctr、平均在房时长和平均在麦时长有一定的影响。等数量的垂类房间对ctr的影响为:
Figure BDA0003370543900000101
孟加拉语垂类召回下发占比11.65%,因此估算大盘ctr会下降1.01%,同理在房时长会下降1.47%,在麦时长下降0.71%。
分组 房间数量 曝光量 点击量 上麦数 ctr 在房时长 在麦时长
垂类保量 4773 3574494 167695 25941 0.0475 110.29 292.91
自然分发 4191 2328019 120692 19330 0.052 126.18 311.8
本发明设计了一种智能保量系统框架,用于解决保量场景下强时效性约束问题;提出供需比概念,用于衡量资源的供需关系,指导配置保量标签;最后通过保量房间反转,量化保量系统对推荐系统的负面影响。
本发明的实施例还提供一种聊天房间的投放装置,该装置主要包括:获取模块、保量房间确定模块、召回模块、打分模块和推荐模块。
其中,该获取模块用于:获取一个或多个聊天房间,其中聊天房间具有一个或多个标签。
该保量房间确定模块用于:根据保量准入条件从聊天房间中选定保量房间并加入保量池,并为保量房间匹配目标曝光量。其中,保量准入条件包括房间的标签是否符合目标标签。
该召回模块用于:从保量池中召回保量房间,获取保量的实时的召回信息。
该打分模块用于:根据召回信息对保量房间打分得到打分结果。
该推荐模块用于:根据打分结果向用户推荐保量房间。
另外,本发明实施例示出的聊天房间的投放装置还可以包括有用于执行前述各个实施例所述方法对应的模块和单元,而其详细说明和技术效果可以参考前述各实施例中的相应说明,在此不再赘述。
图5是图示根据本发明的一个实施例的聊天房间的投放设备的示意性框图。如图5所示,根据本公开实施例的聊天房间的投放设备100包括存储器101和处理器102。
该存储器101用于存储非暂时性计算机可读指令。具体地,存储器101可以包括一个或多个计算机程序产品,该计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制聊天房间的投放设备100中的其它组件以执行期望的功能。在本公开的一个实施例中,该处理器102用于运行该存储器101中存储的该计算机可读指令,使得该聊天房间的投放设备100执行前述的本公开各实施例的聊天房间的投放方法的全部或部分步骤。
有关本实施例的详细说明和技术效果可以参考前述各实施例中的相应说明,在此不再赘述。
本发明的实施例还提供一种计算机存储介质,该计算机存储介质中存储有计算机指令,当该计算机指令在设备上运行时,使得设备执行上述相关方法步骤实现上述实施例中的聊天房间的投放方法。
本发明的实施例还提供一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的聊天房间的投放方法。
另外,本发明的实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中的聊天房间的投放方法。
其中,本发明提供的装置、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
以上所述,仅是本发明的较佳实施例而已,并非对本发明做任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (12)

1.一种聊天房间的投放方法,其特征在于,所述方法包括以下步骤:
获取一个或多个聊天房间,其中所述聊天房间具有一个或多个标签;
根据保量准入条件从所述聊天房间中选定保量房间并加入保量池,并为所述保量房间匹配目标曝光量;其中,所述保量准入条件包括房间的标签是否符合目标标签;
在投放时,从所述保量池中召回所述保量房间,获取所述保量房间的实时的召回信息;根据所述召回信息对所述保量房间打分得到打分结果;根据所述打分结果向用户推荐所述保量房间。
2.根据权利要求1所述的聊天房间的投放方法,其特征在于,所述召回信息包括:所述保量房间的目标曝光量的剩余量、所述保量房间的标签对应的所有房间数量或所有保量房间数量、房间剩余量、用户偏好、房主质量信息中的一个或多个。
3.根据权利要求2所述的聊天房间的投放方法,其特征在于,所述根据所述召回信息对所述保量房间打分得到打分结果,包括:
根据所述召回信息设置所述保量房间的优先级信息;
将所述召回信息输入至多层感知器模型进行对所述保量房间打分以得到排序分数;
根据所述优先级信息对所述排序分数进行提权,以得到所述打分结果,以便利用提权后的排序分数进行房间投放。
4.根据权利要求3所述的聊天房间的投放方法,其特征在于,所述根据所述召回信息设置所述保量房间的优先级信息,包括:
在设置所述保量房间的优先级信息时,若所述保量房间的目标曝光量的剩余量越多,则将所述保量房间的所述优先级信息设置得越高;和/或,
在设置所述保量房间的优先级信息时,若所述保量房间的所述目标标签对应的房间数量越少、和/或所述保量房间的所具有的标签中的一个或多个标签对应的房间数量越少,则将所述保量房间的所述优先级信息设置得越高。
5.根据权利要求3所述的聊天房间的投放方法,其特征在于:
所述方法还包括:确定保量房间的供需比,所述供需比为有效房间数与偏好用户数的比值,其中,偏好用户数为一段历史时间内的符合目标标签的房间的有效停留时长累计达到预设时长的用户数量;
所述根据所述召回信息设置所述保量房间的优先级信息,包括:在设置所述保量房间的优先级信息时,若所述保量房间的供需比越低,则将所述保量房间的所述优先级信息设置得越高。
6.根据权利要求3到5中任一项所述的聊天房间的投放方法,其特征在于:
所述将所述召回信息输入至多层感知器模型进行对所述保量房间打分以得到排序分数包括:所述将所述召回信息输入至多层感知器模型得到房间剩余量得分、房间数量得分、和房主得分;
所述根据所述优先级信息对所述排序分数进行提权,包括,利用下述提权公式进行提权:
rerank_socre=score*(1+weight[0]*a+weight[1]*b+weight[3]*c)
其中,a、b、c分别表示所述房间剩余量得分、所述房间数量得分、和所述房主得分,weight[0]、weight[1]、weight[3]为权重向量中的元素,所述权重向量是基于所述优先级信息得到的。
7.根据权利要求1所述的聊天房间的投放方法,其特征在于:
所述根据保量准入条件从所述聊天房间中选定保量房间并加入保量池,并为所述保量房间匹配目标曝光量,包括:根据多个级别的保量准入条件从一个或多个所述聊天房间中选定对应的保量房间,为所述保量房间匹配相应级别的目标曝光量。
8.根据权利要求1或7所述的聊天房间的投放方法,其特征在于,
所述方法还包括:根据实时行为日志得到房间点击通过率、有效观众占比、和每类标签平均点击通过率中的一个或多个;
所述保量准入条件还包括:是否满足房间点击通过率大于所属标签的平均点击通过率、是否满足进房人数大于人数阈值、是否满足有效观众占比大于有效观众占比阈值。
9.根据权利要求1所述的聊天房间的投放方法,其特征在于,所述根据所述打分结果向用户推荐所述保量房间包括:
在向用户推荐房间时,控制保量房间在全部推荐房间中的所占比例、和/或控制每预设数量的推荐房间中至多有一个保量房间以将保量房间分散于其他推荐房间中、和/或将保量房间的推荐顺位设置为预设顺位之后。
10.一种聊天房间的投放装置,其特征在于,所述装置包括:
获取模块,用于获取一个或多个聊天房间,其中所述聊天房间具有一个或多个标签;
保量房间确定模块,用于根据保量准入条件从所述聊天房间中选定保量房间并加入保量池,并为所述保量房间匹配目标曝光量;其中,所述保量准入条件包括房间的标签是否符合目标标签;
召回模块,用于从所述保量池中召回所述保量房间,获取所述保量的实时的召回信息;
打分模块,用于根据所述召回信息对所述保量房间打分得到打分结果;以及,
推荐模块,用于根据所述打分结果向用户推荐所述保量房间。
11.一种聊天房间的投放设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述计算机可读指令被所述处理器执行时实现权利要求1至9中任一项所述的聊天房间的投放方法。
12.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在设备上运行时,使得所述设备执行如权利要求1至9中任一项所述的聊天房间的投放方法。
CN202111396616.1A 2021-11-23 2021-11-23 聊天房间的投放方法、装置、设备及存储介质 Active CN114095481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111396616.1A CN114095481B (zh) 2021-11-23 2021-11-23 聊天房间的投放方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111396616.1A CN114095481B (zh) 2021-11-23 2021-11-23 聊天房间的投放方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114095481A true CN114095481A (zh) 2022-02-25
CN114095481B CN114095481B (zh) 2024-03-12

Family

ID=80303416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111396616.1A Active CN114095481B (zh) 2021-11-23 2021-11-23 聊天房间的投放方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114095481B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080031219A1 (en) * 2006-08-01 2008-02-07 Lucent Technologies, Inc. Accessing an access network to enable grade of service in calls or flow requests for target users of access terminals
US20100205541A1 (en) * 2009-02-11 2010-08-12 Jeffrey A. Rapaport social network driven indexing system for instantly clustering people with concurrent focus on same topic into on-topic chat rooms and/or for generating on-topic search results tailored to user preferences regarding topic
WO2014051261A1 (ko) * 2012-09-28 2014-04-03 주식회사 원더피플 채팅인터페이스 제공 방법 및 시스템
CN106911487A (zh) * 2017-04-28 2017-06-30 广州市百果园网络科技有限公司 一种进行语音聊天的方法和装置
CN109582700A (zh) * 2018-11-28 2019-04-05 广州华多网络科技有限公司 一种语音房间用户匹配方法、装置及设备
CN110996116A (zh) * 2019-12-18 2020-04-10 广州市百果园信息技术有限公司 一种主播信息的推送方法、装置、计算机设备和存储介质
CN111831838A (zh) * 2019-04-17 2020-10-27 腾讯科技(深圳)有限公司 一种多媒体信息推荐方法及装置、服务器存储介质
CN113590955A (zh) * 2021-07-30 2021-11-02 武汉斗鱼鱼乐网络科技有限公司 目标推荐用户确定方法、装置、电子设备以及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080031219A1 (en) * 2006-08-01 2008-02-07 Lucent Technologies, Inc. Accessing an access network to enable grade of service in calls or flow requests for target users of access terminals
US20100205541A1 (en) * 2009-02-11 2010-08-12 Jeffrey A. Rapaport social network driven indexing system for instantly clustering people with concurrent focus on same topic into on-topic chat rooms and/or for generating on-topic search results tailored to user preferences regarding topic
WO2014051261A1 (ko) * 2012-09-28 2014-04-03 주식회사 원더피플 채팅인터페이스 제공 방법 및 시스템
CN106911487A (zh) * 2017-04-28 2017-06-30 广州市百果园网络科技有限公司 一种进行语音聊天的方法和装置
CN109582700A (zh) * 2018-11-28 2019-04-05 广州华多网络科技有限公司 一种语音房间用户匹配方法、装置及设备
CN111831838A (zh) * 2019-04-17 2020-10-27 腾讯科技(深圳)有限公司 一种多媒体信息推荐方法及装置、服务器存储介质
CN110996116A (zh) * 2019-12-18 2020-04-10 广州市百果园信息技术有限公司 一种主播信息的推送方法、装置、计算机设备和存储介质
CN113590955A (zh) * 2021-07-30 2021-11-02 武汉斗鱼鱼乐网络科技有限公司 目标推荐用户确定方法、装置、电子设备以及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AKSHIT MALHOTRA; VAIBHAV SHARMA; PRATEEK GANDHI; NEETESH PUROHIT: "UDP based chat application", 2010 2ND INTERNATIONAL CONFERENCE ON COMPUTER ENGINEERING AND TECHNOLOGY *
延皓: "基于流量监测的网络用户行为分析", 中国博士学位论文全文数据库 信息科技辑 *

Also Published As

Publication number Publication date
CN114095481B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
Magidson et al. A nontechnical introduction to latent class models
Davies et al. A race to the bottom in labor standards? An empirical investigation
Oh et al. Using recreation specialization to understand multi-attribute management preferences
Costello et al. Property rights, regulatory capture, and exploitation of natural resources
Oh et al. A stated preference choice approach to understanding angler preferences for management options
Andreeva European generic scoring models using survival analysis
Angilella et al. A credit risk model with an automatic override for innovative small and medium-sized enterprises
Misund Financial ratios and prediction on corporate bankruptcy in the Atlantic salmon industry
Leoni et al. Dynamic pricing and revenues of Airbnb listings: Estimating heterogeneous causal effects
Maravelias et al. Fisheries management scenarios: trade‐offs between economic and biological objectives
De Silva et al. How do educational transfers affect child labour supply and expenditures? Evidence from Indonesia of impact and flypaper effects
Holzer et al. Harvest allocation without property rights
Schnier et al. Production efficiency and exit in rights-based fisheries
Tokunaga et al. Alternative outcomes under different fisheries management policies: A bioeconomic analysis of Japanese fisheries
CN114742604A (zh) App偏好确定方法及装置、计算机可读存储介质、终端
Görlach Borrowing constraints and the dynamics of return and repeat migration
Marchal et al. How borrowing constraints hinder migration: theoretical insights from a random utility maximization model
Lagares et al. The determinants that cause small-scale vessels to exit fishing: the case of the Spanish small-scale purse seine fishery
Banzhaf et al. Non-parametric tests of the tragedy of the commons
CN116739665A (zh) 信息投放方法、装置、电子设备及存储介质
CN111160647B (zh) 一种洗钱行为预测方法及装置
Xiang et al. Assessing the potential impact of a nationwide class-based affirmative action system
CN114095481A (zh) 聊天房间的投放方法、装置、设备及存储介质
Sawada Income risks, gender, and human capital investment in a developing country
Wagner New methods for the analysis of links between international firm activities and firm performance: A practitioner's guide

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