CN115150671A - 用于重点检测的系统及方法、用于消息分配的系统及方法、用于数据通信的系统及方法 - Google Patents

Abstract

本申请案涉及一种用于重点检测(highlight detection)的系统及方法、消息分配系统及消息分配方法、以及数据通信系统及数据通信方法。重点检测方法包括：从用户终端收集购买信息；以及，根据购买信息来检测直播的重点。购买信息包含用户终端的购买行为，并且购买行为是与用户终端的购买相关的行为。根据本申请案，可以所自动检测、撷取并产生重点，且可以节省人工工作的时间及精力。

Description

用于重点检测的系统及方法、用于消息分配的系统及方法、用 于数据通信的系统及方法

技术领域

本发明涉及信息及通信技术，并且特定而言，涉及一种用于重点检测的系统及方法、一种用于消息分配的系统及方法、以及一种用于数据通信的系统及方法。

背景技术

首先，用于使得用户能够参与在线相互通信的各种技术是已知的。另外，随着通信技术的蓬勃发展，对诸如实况直播之类的实时通信具有极大需求。为了吸引观看者的眼球，主播(streamer)在线进行广播以与观看者互动。实况直播(live streaming)可以应用于各种情景中，诸如娱乐节目、在线购物活动或诸如此类。即使观看者错过了实况直播，该直播也可以被重放以再次观看。

然而，实况直播视频总是很长并且混合有无趣或不吸引人的内容。观看者不会有耐心观看所有视频。尽管主播可以人工为观看者剪辑重点，但从视频撷取重点需要花费时间及精力。因此，一种自动产生重点的高效方法是重要问题。

其次，随着互联网及移动网络的蓬勃发展，具有网络访问功能的电子产品(例如，移动电话、平板计算机、桌面计算机、笔记本电脑及智能家电)已被公众广泛使用。另外，信息大量存在于网络上且可方便地获得。为了吸引人们的注意力，一些应用程序(APP)或平台总是通过推送通知来向用户终端分配消息。

自动地或手动地发送当前推送通知以将用户带回平台且建立/增加其等对于平台的亲和力。当前系统并非个人化的，且其限于用户关注(follow)的主播(streamer)、高表演性(high performing)主播或优惠/促销(offers/promotions)。

然而，在错误的时间具有不适当内容的通知完全不会吸引人们的注意力，有时令用户感到恼火。因此，在适当时间具有适当内容的个人化通知是非常重要的问题。

再次，用于使得用户能够进行相互在线通信的技术是已知的。通信协议对于用户经由互联网而发送及接收数据是必需的。随着通信技术的大力发展，对诸如视频通话及实况直播(live streaming)之类的实时通信的需求很大。

存在用于实时通信的大量通信协议。对于不同通信协议，优点及缺点全部是不同的。某些通信协议适用于以低延时进行的实时互动，而某些通信协议保证直播的平滑度。

在不同情景中请求不同通信协议。举例而言，针对想要进行实时互动(诸如玩交互式游戏)的用户，具有低延时的通信协议是必需的。如果通信协议是不适当的，则其可以引起任何种类的用户不满意。因此，响应于不同情景经由适当通信协议而进行通信是非常重要的问题。

发明内容

本申请案的第一方面涉及一种用于检测直播的重点的重点检测方法，该重点检测方法包括：从用户终端收集购买信息；以及根据购买信息来检测直播的重点；其中，购买信息包含用户终端的购买行为，并且购买行为是与用户终端的购买相关的行为。

本申请案的第二方面涉及一种用于检测直播的重点的重点检测系统，重点检测系统包括：重点检测单元，被配置为从用户终端收集购买信息，并且根据购买信息来检测直播的重点；其中购买信息包含用户终端的购买行为，并且购买行为是与用户终端的购买相关的行为。

根据本申请案的第一方面和第二方面，可以自动检测、撷取并产生重点，并且可以节省人工工作的时间及精力。

本申请案的第三方面涉及一种消息分配系统，其包含收集单元及评估单元。该收集单元被配置为从用户终端收集对消息的反馈。该评估单元连接至该收集单元，且被配置为根据该反馈评估该用户终端对该消息的偏好。该反馈包含响应动作反馈和/或影响动作反馈。该响应动作反馈包含通过该用户终端对该消息进行的操作。该影响动作反馈包含在该操作之后的行为。

本申请案的第四方面涉及一种消息分配方法，其包含：从用户终端收集对消息的反馈；以及，根据该反馈评估该用户终端对该消息的偏好。该反馈包含响应动作反馈及影响动作反馈。该响应动作反馈包含通过该用户终端对该消息进行的操作。该影响动作反馈包含在该操作之后的行为。

根据本申请案的第三方面和第四方面，提高了用户正在寻找的内容的可发现性，且进一步改善消息对用户而言的满意度且优化用户体验。

本申请案的第五方面涉及一种数据通信系统，包括：接收单元，其被配置为接收由用户终端执行的动作；以及确定单元，其连接到接收单元并且被配置为根据动作而确定用于用户终端的通信协议。通信协议被传送至用户终端以供用户终端用来经由通信协议而请求实时数据。

本申请案的第六方面涉及一种数据通信方法，包括：接收由用户终端执行的动作；以及，根据动作而确定用于用户终端的通信协议。将通信协议传送至用户终端以供用户终端用来经由通信协议而请求实时数据。

根据本申请案的第五方面和第六方面，在用户终端在不同情景中采取不同动作的同时切换不同通信协议。因此，提高了用户观看实况直播的满意度且也优化了用户体验。

附图说明

图1是根据本申请案的一些实施例的通信系统的示意性配置；

图2是示出了根据本申请案的一些实施例的通信系统、重点检测系统及重点检测单元的示意性框图；

图3是重点检测单元的示例性功能配置；

图4是重点检测单元的示例性功能配置；

图5是重点检测单元的示例性功能配置；

图6是重点检测单元的示例性功能配置；

图7是重点检测单元的示例性功能配置；

图8是重点检测单元的示例性功能配置；

图9是重点检测单元的示例性功能配置；

图10示出了示出根据本申请案的一些实施例的重点检测方法的操作的示例性序列图，重点检测方法由重点检测单元执行；

图11是根据本申请案的一些实施例的通信系统1的示意性配置；

图12是根据本申请案的一些实施例的消息分配系统100的示意性框图；

图13是根据本申请案的一些实施例的通信系统1’的示意性配置；

图14是根据本申请案一些实施例的消息分配系统100’的示意性框图；

图15是根据本申请案的一些实施例的偏好评估元件124的示意性框图；

图16是根据本申请案的一些实施例的通信系统1的示意性配置；

图17是根据本申请案的一些实施例的数据通信系统100的示意性框图；

图18是动作A的示例性功能配置；

图19是动作A的示例性功能配置；

图20是动作A的示例性功能配置；

图21是动作A的示例性功能配置；

图22是动作A的示例性功能配置；以及

图23是示出了通信系统1及数据通信系统100的操作的示例性序列图。

具体实施方式

[用于重点检测的系统及方法]

以下将参考图1至图10来描述用于重点检测的系统及方法的示例。

图1示出了根据本申请案的一些实施例的通信系统1的示意性配置。通信系统1经由内容来提供具有互动的实况直播服务。此处，术语「内容」是指能在计算机设备上播放的数字内容。换言之，通信系统1使得用户能够在线与其他用户进行实时互动。通信系统1包含多个用户终端10、后端服务器30、直播服务器40及支付系统50。用户终端10、后端服务器30、直播服务器40及支付系统50经由网络90进行连接，举例而言，网络90可以是互联网。后端服务器30可以是用于同步互动反馈的服务器。在一些实施例中，后端服务器30可以被称为APP提供商的后端服务器。直播服务器40是用于处理直播数据的服务器。在一些实施例中，直播服务器40可以被称为内容递送网络(CDN)提供者。在一些实施例中，后端服务器30及直播服务器40可以独立服务器或者可以整合至服务器中。支付系统50是用于处理财务交易的系统。在一些实施例中，支付系统50可以是独立系统，或者可以整合至后端服务器30中。换言之，后端服务器30可以经由整合在后端服务器30中的支付系统50来处理财务交易，或者可以将用户终端10重新引导至与后端服务器30分离的支付系统50。用户终端10是用于实况直播的客户端设备。在一些实施例中，用户终端10可以被称为观看者、主播、播客、观众、听众等。用户终端10、后端服务器30、直播服务器40及支付系统50中的每一个是信息处理设备的示例。在一些实施例中，直播可以是实况直播或视频重放。在一些实施例中，直播可以是音频直播及/或视频直播。在一些实施例中，直播的内容可以是在线购物、脱口秀节目、选秀节目、娱乐活动、体育活动、音乐视频、电影、戏剧、音乐会等。

图2示出了通信系统1、重点检测系统及重点检测单元35的示例性功能配置。图3至图9是重点检测单元35的示例性功能配置。通信系统1可以包含多个用户终端。在图3至图9中，出于简化目的，示出了用户终端10A、用户终端10B及用户终端10C。图3至图9示出了直播数据的时间线以及用户终端10A、10B及10C分别已观看的对应部分。在图3至图9中，直播数据的箭头线示出视频的时间线，且直播数据的矩形条可以被称为包含直播数据的部分。用户终端10A、10B及10C的箭头线示出用户终端的时间线，且用户终端10A、10B及10C的矩形条可以被称为用户终端10A、10B及10C观看的对应于直播数据的部分。

如图2中所示，用户终端10包含UI单元11、解码器12、显示器13、直播输入部(streaming input)14及编码器15。后端服务器30包含接收单元31、处理单元32、存储单元33、发送单元34及重点检测单元35。直播服务器40包含接收单元41、处理单元42、存储单元43及发送单元44。在一些实施例中，一个用户终端(图2中未示出)可以将其直播数据发送或推送至直播服务器40。在一些实施例中，用户终端在此处可以被称为主播、在线购物服务提供商或实况直播服务提供商或诸如此类。接收单元41从用户终端接收直播数据。处理单元42确定所接收的直播数据的目的地。发送单元44将直播数据发送至所确定的目的地。举例而言，发送单元44将直播数据发送至用户终端10。在一些实施例中，用户终端10在此处可以被称为观看者或潜在购买者。在一些实施例中，存储单元43可以存储各种数据及程序。在一些实施例中，用户终端10可以从直播服务器40接收或提取直播数据。解码器12将所接收的直播数据解码并产生待显示在显示器13上的视频。显示器13在用户终端10的计算机屏幕上预览或显示视频。

举例而言，直播数据可以是用于在线购物服务的实况直播数据。用户终端10可以分别是潜在购买者及销售者。销售者推送或上传用于在线购物服务的实况直播。购买者可以选择购买者感兴趣的实况直播并点选实况直播以从销售者提取或下载实况直播。对于另一实例，直播数据可以是用于诸如选秀节目或音乐表演之类的娱乐活动的实况直播数据。在此实例中，用户终端10也可以分别是观众及表演者。表演者推送或上传用于诸如脱口秀节目或选秀节目之类的表演的实况直播。观众可以选择观众感兴趣的实况直播并点选实况直播以从表演者提取或下载实况直播。在一些实施例中，用户终端10也可以在同一时间推送并提取实况直播数据。

用户终端10可以在观看直播的同时执行各种行为。在一些实施例中，用户终端10的用户或用户终端10可以轻点图符以触发UI单元11产生互动数据并与后端服务器30通信该互动数据。举例而言，观看者可以在娱乐节目中与主播聊天、对主播进行评论、点选喜欢按钮、向主播发送礼物、查看礼品店、购买礼物、购买代币等。在一些实施例中，观看者可以在在线购物活动中对产品进行评论、查询产品、点选喜欢按钮、将产品添加至意愿列表、将产品添加至我的最爱、将产品添加至购物车、查看可用优惠券折扣票或礼品券、点选购买按钮、建立订单、完成支付等。

如图2中所示，用户终端10可以将互动数据发送至后端服务器30。接收单元31被配置为从用户终端10接收各种互动数据。处理单元32被配置为处理互动数据。在一些实施例中，处理单元32确定所接收的互动数据的目的地。举例而言，如果观看者将消息发送至主播，则处理单元32可以将目的地确定为主播。如果观看者将感兴趣产品添加至购物车，则处理单元32可以确定目的地是存储单元33并将数据存储在稍后阐述的存储单元33中。如果观看者对产品进行了购买，则处理单元32可以确定目的地是支付系统50并使用户终端10访问支付系统50，或将用户终端10重新引导至支付系统50以便进行财务交易。存储单元33被配置为存储各种数据及程序。发送单元34被配置为将互动数据发送至所确定的目的地。举例而言，发送单元34可以将互动数据发送至主播、观看者、支付系统50等。在一些实施例中，接收单元31、发送单元34及重点检测单元35可以被称为重点检测系统。换言之，重点检测系统可以包含接收单元31、发送单元34及重点检测单元35。

在一些实施例中，重点检测单元35从用户终端10收集购买信息。在一些实施例中，购买信息可以包含来自用户终端10的购买数据。在一些实施例中，用户终端10可以在观看直播的同时执行购买行为。在一些实施例中，购买行为可以被称为与用户终端10的购买相关的行为。在一些实施例中，购买行为可以包含诸如以下各项的行为：点选购买按钮、建立订单、完成支付等。重点检测单元35可以收集购买行为作为购买数据。换言之，购买信息可以包含用户终端10的购买行为。更具体而言，购买信息可以包含观看者是否点选了购买按钮、是否建立了订单、支付是否完成等的信息。

在一些实施例中，购买信息可以包含来自用户终端10的预购数据。在一些实施例中，用户终端10可以在观看直播的同时执行预购行为。在一些实施例中，预购行为可以被称为示出进行购买的意愿或意图的行为。在一些实施例中，预购行为可以包含诸如以下各项的行为：放大产品图片；查看产品说明；将产品添加至意愿列表；将产品添加至我的最爱；将产品添加至购物车；查看可用优惠券、折扣票、礼品券；或诸如此类。重点检测单元35可以收集预购行为作为预购数据。换言之，购买信息包含预购行为。更具体而言，预购数据可以包含以下信息：观看者是否放大了产品的图片、是否查看了产品说明、是否将产品添加至意愿列表；观看者是否将产品添加至我的最爱；观看者是否将产品添加至购物车；观看者是否查看了可用优惠券、折扣票、礼品券；或诸如此类。

在一些实施例中，购买信息可以包含用户终端10所观看的直播的部分的对应时间信息。在一些实施例中，时间信息可以包含用户终端10开始观看视频的时间点。在一些实施例中，时间信息可以包含用户终端10完成观看直播的时间点。在一些实施例中，时间信息可以包含用户终端10观看直播的时间段。

在一些实施例中，重点检测单元35可以根据购买信息来检测重点。更具体而言，重点检测单元35可以查看用户终端10的支付状态并选择具有支付记录的用户终端10。在一些实施例中，重点检测单元35可以从多个用户终端10收集购买信息。举例而言，重点检测单元35可以查看用户终端10是否已完成支付。如果用户终端10已完成支付，则重点检测单元35可以撷取用户终端10已观看的部分并将该部分检测为直播的重点。在一些实施例中，重点检测单元35可以根据时间信息(例如，用户终端10开始观看的时间点、用户终端10完成观看的时间点、用户终端10正在观看直播的时间段等)来撷取用户终端10已观看的部分。在一些实施例中，重点检测单元35可以通过查看以下各项来查看用户终端10是否具有购买信息：用户终端10是否点选了购买按钮、是否建立了订单、是否完成支付或上述项的组合等。

在一些实施例中，购买信息可以包含交易数据。更具体而言，交易数据可以包含每一产品的价格及用户终端10所购买的产品的总价格。在一些实施例中，交易数据可以包含每一产品的数目及用户终端10所购买的产品的总数目。在一些实施例中，交易数据可以包含与交易相关的其他适合数据。在一些实施例中，重点检测单元35可以根据诸如产品的总价格或其他适合因素之类的交易数据来检测重点。在一些实施例中，重点检测单元35可以将分数指派给用户终端10。在一些实施例中，分数可以根据交易数据而决定。举例而言，如果用户终端10以x的价格进行购买，则分数可以被指派以x。在一些实施例中，如果用户终端以两倍于另一用户终端的价格进行购买，则具有较高购买价格的用户终端可以被指派两倍于具有较低购买价格的另一用户终端的分数的分数，例如分别为2y及y。在一些实施例中，指派给用户终端的分数与用户终端的购买价格成正比。

在一些实施例中，分数可以根据预购数据或购买数据而决定。更具体而言，重点检测单元35可以针对每一预购数据及购买数据设定子分数。在一些实施例中，每一数据的子分数可以是相同的或可以是不同的。在一些实施例中，如果用户终端10具有预购数据或购买数据，则重点检测单元35可以将子分数添加至分数且将分数指派给用户终端10。举例而言，重点检测单元35可以将放大产品的图片、将产品添加至我的最爱及将产品添加至购物车的子分数设定为x1、x2及x3。重点检测单元35可以将点选购买按钮、建立订单及完成支付的子分数设定为y1、y2及y3。如果用户终端10将图片放大并将产品添加至我的最爱，则用户终端10的分数可以是x1+x2。如果用户终端10将产品添加至购物车并点选购买按钮以建立订单并完成支付，则用户终端10的分数可以是x3+y1+y2+y3。在一些实施例中，分数可以根据交易数据、预购数据、购买数据或其任意组合而决定。

在一些实施例中，重点检测单元35可以计算直播的总分数。在一些实施例中，总分数可以是来自每一用户终端10的每一分数的总和。在一些实施例中，总分数可以是来自每一用户终端10的每一分数的加权总和。更具体而言，重点检测单元35可以进一步将权重指派给每一分数。在一些实施例中，权重可以根据交易数据而决定。举例而言，相对高的购买价格可以利用相对高的权重来进行加权。对于另一示例，两倍于另一用户终端购买的一个用户终端可以被指派两倍于另一用户终端的权重的权重。在一些实施例中，分数可以根据用户终端10的预购行为及购买行为而决定，且权重可以根据用户终端10的交易数据而决定。在一些实施例中，可以根据上文因素或任何适合因素或其任一组合来调整权重。而且，可以基于上文因素的连续追踪来连续更新权重及分数。

图3示出了重点检测单元35的示例。在图3中，用户终端10A具有购买信息。在此示例中，购买信息可以是用户终端10A是否已完成支付的信息。在一些实施例中，购买信息可以是用户终端10A是否点选了购买按钮、是否建立了订单或诸如此类的信息。在一些实施例中，如果用户终端10A已完成支付，则重点检测单元35可以分析用户终端10已观看的部分并根据该部分来检测重点。更具体而言，重点检测单元35可以从用户终端10收集购买信息。在一些实施例中，重点检测单元35可以撷取用户终端10A已观看的部分并将该部分检测为直播的重点。如图3中所示，用户终端10A从开始点至结束点观看直播。重点检测单元35可以从用户终端10A收集购买信息，购买信息也包含用户终端10A观看直播的开始点及结束点。重点检测单元35可以根据开始点及结束点来撷取直播的对应部分。在一些实施例中，重点检测单元35可以将该部分检测为重点。

图4示出了重点检测单元35的另一示例。在图4中，用户终端10B也具有购买信息。在一些实施例中，用户终端10B的购买信息可以与用户终端10A的购买信息相同，或者可以与用户终端10A的购买信息不同。在一些实施例中，重点检测单元35也可以将用户终端10B已观看的部分检测为直播的重点。在一些实施例中，重点检测单元35也可以从用户终端10B收集购买信息。在一些实施例中，重点检测单元35也可以撷取用户终端10B已观看的部分并将等部分检测为直播的重点。

在一些实施例中，重点检测单元35可以比较用户终端10A及用户终端10B分别已观看的部分，撷取已观看的部分中的两者的重叠部分，且将该重叠部分检测为直播的重点。在一些实施例中，购买信息也可以包含用户终端10A及用户终端10B已购买的交易数据。在一些实施例中，重点检测单元35可以将分数指派给用户终端10A及用户终端10B，且根据用户终端10A及用户终端10B的分数来计算重叠部分的总分数。在一些实施例中，分数可以根据交易数据、预购数据、购买数据或其任意组合而决定。

在一些实施例中，重点检测单元35可以根据交易数据将分数及对应权重指派给每一用户终端。举例而言，用户终端10A及10B可以分别被指派分数Sa及Sb。在一些实施例中，重点检测单元35可以将权重Wa及Wb分别指派给用户终端10A及10B。在此实例中，可根据以下表达式来计算总分数：

总分数St＝Wa×Sa+Wb×Sb(1)

在一些实施例中，分数Sa及Sb可以是相同的、可以有所不同或可以是可调整的。在一些实施例中，权重可以根据交易数据而决定。举例而言，分数Sa及Sb可以默认地为N及N。在一些实施例中，如果用户终端10A及10B已进行购买且用户终端10A购买的价格是用户终端10B购买的价格的两倍，则权重Wa可以是权重Wb的两倍，诸如分别为2w及w。在此情形中，重叠部分的总分数可以是2w×N+w×N，总共是3w×N。在一些实施例中，如果总分数超出阈值总分数，则可以将一部分检测为是重点的。

换言之，直播视频的每一部分的总分数可以是不同分数的加权总和，且可以根据因素的不同组合来计算每一分数。在一些实施例中，每一用户终端的分数可以是相同的或可以是不同的。在一些实施例中，可以根据实际需要来确定每一用户终端的分数。在一些实施例中，可以根据其他因素(诸如用户终端10已购买的产品的数目、最昂贵产品的价格、上述因素的组合等)来调整并确定每一用户终端10的分数及权重。

图5示出了重点检测单元35的另一示例。在图5中，用户终端10C进一步进行购买，重点检测单元35可以将用户终端10C已观看的部分检测为直播的重点。在一些实施例中，重点检测单元35可以比较用户终端10A、10B及10C已观看的部分并将重叠部分检测为直播的重点。在一些实施例中，重点检测单元35也可以根据每一用户终端的交易数据来计算总分数。在此实例中，总分数可以基于以下表达式：

总分数St＝Wa×Sa+Wb×Sb+Wc×Sc(2)

其中Sa、Sb及Sc是每一用户终端10A、10B及10C的分数，且Wa、Wb及Wc是每一用户终端10A、10B及10C的权重。在一些实施例中，如果总分数超出阈值总分数，则可以将一部分检测为是重点的。在一些实施例中，重点检测单元35可以基于总分数而对直播的部分进行排名并将高于阈值总分数的部分检测为重点，或者将具有前三个最高分数的部分检测为重点等。在一些实施例中，每一用户终端的分数可以是相同的。在一些实施例中，可以根据不同用户终端来确定每一用户终端的分数。在一些实施例中，分数及权重可以根据交易数据、预购数据、购买数据或其任意组合而决定。

在一些实施例中，购买信息可以包含用户终端10在观看直播的同时执行的购买行为及预购行为的对应时间信息。换言之，购买信息可以包含用户终端所执行的预购行为及购买行为的时间点。在一些实施例中，时间信息可以包含用户终端10执行购买行为及预购行为的时间点。在一些实施例中，时间信息可以包含用户终端10撤销或取消购买行为及预购行为的时间点。在一些实施例中，时间信息可以包含用户终端10执行购买行为及预购行为的时间段。

更具体而言，时间信息可以包含用户终端10何时点选了购买按钮、何时建立了订单及何时完成了对应于直播的支付。在一些实施例中，时间信息可以包含用户终端10何时放大了产品图片、何时查看了产品说明、何时将产品添加至意愿列表、何时将产品添加至我的最爱、何时将产品添加至购物车、何时查看可用奖励或诸如此类。举例而言，用户终端10在从直播开始的10分50秒时点选购买按钮，时间信息可以包含用户终端10执行该行为的时间点。

图6示出了重点检测单元35的另一示例。在一些实施例中，重点检测单元35可以根据购买信息的时间点来检测重点。更具体而言，重点检测单元35可以根据用户终端所执行的预购行为及购买行为的时间点来检测重点。举例而言，如果用户终端10在10分50秒时点选了购买按钮，则重点检测单元35可以检测10分50秒左右的直播的重点。在一些实施例中，重点检测单元35可以设定相对于时间点的时间范围。在一些实施例中，重点检测单元35可以根据时间点及时间范围来撷取该部分并将该部分检测为重点，如图6中所示。更具体而言，重点检测单元35可以撷取时间点附近的直播的重点。举例而言，如果观看者在10分50秒时点选了购买按钮，则重点检测单元35可以撷取10分50秒的时间点左右3分钟的时间范围作为重点。在一些实施例中，时间范围可以是从1秒钟至10分钟。在一些实施例中，时间范围可以是5秒钟、10秒钟、15秒钟、30秒钟、45秒钟或者1分钟、2分钟、3分钟、5分钟或10分钟。在一些实施例中，可以根据实际需要来确定时间范围。在一些实施例中，时间范围可以具有由时间点界定的开始点、由时间点界定的结束点或者由时间点界定的中间点。换言之，时间点可以位于时间范围的开始、时间范围的结束、时间范围的中间或诸如此类。在一些实施例中，可以根据实际需要来确定时间范围及时间点的组合。

图7示出了重点检测单元35的另一示例。在一些实施例中，重点检测单元35可以针对或相对于对应于购买行为或预购行为的时间点设定时间偏移。在一些实施例中，重点检测单元35可以将时间点偏移至一偏移时间点。在一些实施例中，重点检测单元35可以根据偏移时间点来检测直播的重点。更具体而言，重点检测单元35可以根据偏移时间点及时间范围来撷取直播的部分并将该部分检测为重点。在观看诸如在线购物直播之类的直播的同时，观看者可以花费时间来执行预购行为或诸如点选购买按钮之类的购买行为。换言之，观看者在注意到重点之后可能会犹豫片刻。举例而言，观看者可以查看钱包以确保产品是可负担得起的。观看者可以与朋友或妻子进行讨论以做出购买决定。因此，设定时间偏移可以使得重点更准确。在一些实施例中，时间偏移可以是从0分钟至10分钟。在一些实施例中，时间偏移可以是0秒钟、5秒钟、10秒钟、15秒钟、30秒钟、45秒钟或者1分钟、2分钟、3分钟、5分钟、8分钟或10分钟。在一些实施例中，可以根据实际需要来设定时间偏移。在一些实施例中，可以将时间偏移设定为某些特定行为。举例而言，在观看者注意到重点之后花费时间来建立订单。在此情形中，重点检测单元35可以针对建立订单的行为而设定时间偏移。

在一些实施例中，重点检测单元35可以进一步根据购买信息来检测直播视频的重点。在一些实施例中，重点检测单元35可以根据用户终端的购买信息来计算直播的部分的分数。更具体而言，重点检测单元35可以根据预购行为及购买行为来计算直播的部分的分数。如图6中所示，用户终端10A在第一时间点处执行第一预购行为。第一预购行为可以是放大产品的图片的行为。用户终端10A可以在第二时间点处执行第二预购行为。第二预购行为可以是将产品添加至购物车的行为。用户终端10A可以在第三时间点处执行购买行为。购买行为可以是点选购买按钮的行为。在一些实施例中，每一行为可以被指派一子分数。在此示例中，第一预购行为、第二预购行为及购买行为可以被指派子分数S1、S2及S3。因此，用户终端10A已观看的该部分的分数可以是Sa＝S1+S2+S3。

在一些实施例中，用户终端观看的部分的分数也可以是加权总和。更具体而言，重点检测单元35可以将不同权重指派给不同因素。在此示例中，重点检测单元35可以将权重W1、W2及W3指派给每一行为。因此，可以根据以下表达式来计算用户终端10A已观看的部分的分数：

总分数Sa＝W1×S1+W2×S2+W3×S3(3)

在一些实施例中，重点检测单元35可以从购买信息选择因素。在一些实施例中，每一因素的子分数可以是相同的、可以是不同的或者可以根据实际需要来调整。

在一些实施例中，不同用户终端的分数可以被累加以计算直播的一部分或若干部分的总分数。在一些实施例中，如果总分数超出阈值总分数，则可以将一部分检测为重点。在一些实施例中，重点检测单元35也可以基于总分数而对直播的部分进行排名并将高于阈值总分数的部分检测为重点。在一些实施例中，权重可以是可选的，或者仅被指派给具体因素。在一些实施例中，重点检测单元35可以使用机器学习模型来优化分数及权重以计算分数及总分数。

图8示出了重点检测单元35的另一示例。如图8中所示，重点检测单元35可以将直播划分成不同部分。在一些实施例中，重点检测单元35可以计算每一部分的总分数。在一些实施例中，重点检测单元35可以根据总分数来检测重点。在一些实施例中，重点检测单元35可以根据每一部分的时间长度或待划分的部分的数目来划分直播。更具体而言，重点检测单元35可以确定每一部分的时间长度或待划分的部分的数目。举例而言，重点检测单元35可以将直播划分成具有具体时间长度的部分。在一些实施例中，时间长度可以是相同的或可以是不同的。在一些实施例中，时间长度可以是从1秒钟至10分钟。在一些实施例中，时间长度可以是5秒钟、10秒钟、15秒钟、30秒钟、45秒钟或者1分钟、2分钟、3分钟、5分钟或10分钟。在一些实施例中，可以根据实际需要来确定时间长度。在一些实施例中，重点检测单元35可以将直播划分成数个部分。在一些实施例中，该数目可以是5、10、15、30、45、50、100或更多。在一些实施例中，可以根据实际需要来确定该数目。举例而言，关于1小时实况直播，重点检测单元35可以将直播划分成每一部分具有3分钟长度的20个不同部分，或者将直播划分成每一部分具有5分钟长度的部分。

在一些实施例中，重点检测单元35可以计算每一部分的总分数并对每一部分的总分数进行排名以检测直播的重点。更具体而言，重点检测单元35可以确定阈值总分数并将具有高于阈值总分数的总分数的部分检测为重点。如图8中所示，直播被划分成16个部分。重点检测单元35可以计算每一部分的总分数。在图8中，用户终端10A及用户终端10B已进行购买。重点检测单元35可以根据用户终端10A及用户终端10B来计算总分数。如果用户终端10A及用户终端10B已观看该部分，则重点检测单元35可以将分数指派给用户终端10A及用户终端10B。在一些实施例中，分数可以是相同的或可以根据实际需要而有所不同。在一些实施例中，如果用户终端10A及用户终端10B未观看该部分，则重点检测单元35可以将分数0指派给用户终端10A及用户终端10B。在一些实施例中，如果用户终端10A及用户终端10B仅观看了该部分的百分之一，则重点检测单元35可以将分数Sa及Sb的百分之一分别指派给用户终端10A及用户终端10B。

参考图8，对于直播的每一部分，可以为用户终端10A及10B分别指派分数Sa及Sb。在一些实施例中，每一部分的总分数可以是Sa+Sb。对于部分2，分数Sa可以是N且分数Sb可以是N，因此部分2的总分数是2×N。对于部分6，分数Sa可以是N且分数Sb可以是0，因此部分6的总分数是N。对于部分11，分数Sa可以是N且分数Sb可以是N/3，因为用户终端10B仅观看部分11的三分之一，因此部分11的总分数可以是(N+N/3)。在一些实施例中，对于直播的每一部分，被指派给特定用户终端的分数与用户终端已观看那部分的百分比或完成度成正比。在一些实施例中，对于直播的每一部分，重点检测单元35可以根据本说明书中所列出的因素(诸如购买数据、预购数据、交易数据或其他相关因素)将权重指派给每一用户终端10。换言之，重点检测单元35可以将权重Wa及Wb分别指派给用户终端10A及用户终端10B，并根据表达式Wa×Sa+Wb×Sb来计算每一部分的总分数，举例而言。在一些实施例中，可以通过用户终端的购买数据或预购数据来确定所指派的权重。举例而言，在特定部分中，可以为具有较高购买价格的用户终端指派比具有较低购买价格的另一用户终端的权重高的权重。在一些实施例中，重点检测单元35可以根据总分数对直播的每一部分进行排名并且将高于阈值总分数的部分检测为直播的重点。举例而言，可以将具有高于阈值分数的总分数的部分视为重点，或者可以将具有前三个最高分数的部分视为重点，或诸如此类。在一些实施例中，可以根据实际需要来确定阈值分数。

图9示出重点检测单元35的另一示例。在图9中，重点检测单元35可以根据预购行为及购买行为来计算每一部分的总分数。更具体而言，如果用户终端具有预购行为及购买行为，则重点检测单元35可以将分数指派给用户终端。在一些实施例中，分数可以是相同的或可以根据实际需要而有所不同。如图9中所示，用户终端10A不具有针对部分7的预购行为或购买行为，重点检测单元35可以将分数Sa指派给用户终端10A。用户终端10B在部分7期间具有购买行为，重点检测单元35可以将分数Sb指派给用户终端10B。用户终端10C具有预购行为，重点检测单元35可以针对部分7将分数Sc指派给用户终端10C。在一些实施例中，用户终端10A不具有预购行为及购买行为，因此分数Sa可以是0。部分7的总分数可以是Sa+Sb+Sc。在一些实施例中，重点检测单元35可以将权重指派给每一用户终端并使用表达式Wa×Sa+Wb×Sb+Wc×Sc来计算总分数及排名(举例而言)以检测重点部分。

在一些实施例中，重点检测单元35可以根据上述内容的组合或诸如此类来计算每一部分的总分数。如图9中所示，用户终端10A已观看部分7，重点检测单元35可以根据观看行为将分数Sa指派给用户终端10A。用户终端10B已观看部分7并在观看部分7的同时执行购买行为，重点检测单元35可以根据观看行为及购买行为将分数Sb指派给用户终端10B。用户终端10C已观看部分7并在观看部分7的同时执行预购行为，重点检测单元35可以根据观看行为及预购行为将分数Sc指派给用户终端10C。部分7的总分数可以是Sa+Sb+Sc。在一些实施例中，重点检测单元35可以对不同因素进行加权以计算总分数及排名。

图10示出了示出通信系统1及重点检测单元35的操作的示例性序列图表。在步骤S101中，响应于诸如主播之类的用户终端10的指令，用户终端10中的客户端应用程序APP将实况直播数据推送或上传至直播服务器40。此处，实况直播包含从麦克风及/或相机收集的直播数据。在诸多情形中，直播数据包含主播的音频内容及视频内容。在一些实施例中，用户终端10在此处可以被称为主播、播客或诸如此类。

在步骤S102中，用户终端10中的客户端应用程序APP从直播服务器40提取或下载实况直播数据。在一些实施例中，行为可以包含登录APP并点选主播或在线购物直播以观看实况直播。在一些实施例中，用户终端10在此处可以被称为观看者、观众、听众或诸如此类。

在步骤S103中，用户终端10可以执行预购行为。在步骤S104中，重点检测单元35从用户终端10收集购买信息。在一些实施例中，购买信息可以包含用户终端10所执行的预购行为及对应时间信息。在一些实施例中，重点检测单元35可收集预购行为作为预购数据。在一些实施例中，对应时间信息包含用户终端10在观看直播的同时执行预购行为的时间点或时间段。

在步骤S105中，重点检测单元35可以根据购买信息来检测直播的重点。更具体而言，重点检测单元35可以根据预购数据及预购行为来检测直播的重点。

在步骤S106中，用户终端10可以执行购买行为。在步骤S107中，重点检测单元35从用户终端10收集购买信息。在一些实施例中，购买信息可以包含用户终端10所执行的购买行为及对应时间信息。在一些实施例中，购买信息可以包含用户终端10的交易数据。在一些实施例中，重点检测单元35可以收集购买行为作为购买数据。在一些实施例中，对应时间信息包含用户终端10在观看直播的同时执行购买行为的时间点或时间段。

在步骤S108中，重点检测单元35可以根据购买信息来检测直播的重点。更具体而言，重点检测单元35可以根据购买数据及购买行为来检测直播的重点。

在步骤S109中，重点检测单元35可以产生重点并将重点发送至后端服务器30。在一些实施例中，重点检测单元35可以将重点发布至用户终端10。在一些实施例中，可以根据实际需要来确定重点检测单元35所发布到的目的地。

在一些实施例中，权重、分数及总分数的变量可以是默认数且可以根据本说明书所列出的上述因素(诸如购买数据、预购数据、交易数据或其他相关因素)增加或减少。在一些实施例中，可以将用户终端的行为分类为积极行为、消极行为或中立行为。举例而言，添加购物车/从购物车移除的行为可以被称为积极行为/消极行为。一旦执行积极、消极或中立行为，变量便可以增加一增量、减少一减量或保持不变。

在一些实施例中，如果直播的一部分的总分数高于阈值总分数，则重点检测单元35可以将该部分检测为重点。另一方面，如果总分数低于阈值总分数，则重点检测单元35可能不会将该部分检测为重点。在一些实施例中，可以取决于实际需要而确定增量、减量及阈值总分数。

在一些实施例中，重点检测单元35可以基于直播的部分的总分数而对部分进行排名，并检测到具有高于阈值总分数的总分数的部分是直播的重点。举例而言，可以将具有高于阈值总分数的总分数的部分视为重点，或者可以将具有前三个最高分数的部分视为重点，或诸如此类。在一些实施例中，重点检测单元35可以使用机器学习模型来优化分数及权重以计算分数及总分数。

在一些实施例中，重点检测单元35可以使用各种因素来计算权重、分数或总分数。在特定实施例中，当计算子分数、分数或总分数时，不同因素可以被指派不同权重。在一些实施例中，每一因素的权重可以是静态的，或者权重可以根据(举例而言)用户终端、关系类型、行为类型、用户终端的位置或时间等等而发生改变。在一些实施例中，当确定用以计算总分数的分数及权重时，重点检测单元35可以考虑各种因素。举例而言，重点检测单元35可以考虑从信息被存取以来的时间、衰减因素、行为频率、用户行为的短期平均数或长期平均数、来自用户终端的反馈、其他适合因素或其任一组合。

在一些实施例中，因素、子分数、分数及权重可以包含致使特定数据或行为的强度随时间衰减的衰减因素，使得当计算因素、子分数、分数及权重时更近的资料或行为更相关。可以基于对数据或行为的连续追踪而连续更新因素、子分数、分数及权重。可以采用任何类型的程序或算法来对每一因素的分数以及被指派给因素及分数的权重进行指派、组合、平均化等等。在特定实施例中，使用对历史数据、历史行为及过去用户终端响应进行训练的机器学习算法或者通过将其等曝露于各种选项及测量响应而从用户终端收集的数据，重点检测单元35可以确定因素、子分数、分数及权重。在一些实施例中，可以任何适合方式决定因素、子分数、分数及权重。

此外，可以将上文实施例中所阐述的系统或方法整合至存储在计算机可读非暂时性介质(诸如固态存储设备、光盘存储设备或磁盘存储设备)中的程序中。备选对，可以经由互联网从服务器下载程序且可由处理器执行程序。

尽管上文阐述了本发明的技术内容及特征，但在本发明的技术邻域中具有公知阐述的人员仍可以在不违背本发明的教导及公开内容的情况下做出诸多变化及修改。因此，本发明的范围不限于已公开的实施例，而是包含不违背本发明的另一变化及修改且是由本专利申请范围涵盖的范围。

[用于消息分配的系统及方法]

以下将参考图11至图15来描述用于消息分配的系统及方法的示例。

图11是根据本申请案的一些实施例的通信系统1的示意性配置。通信系统1包含用户终端10及服务器20。用户终端10及服务器20经由网络90连接，网络90例如是互联网。服务器20包含消息分配系统100。消息分配系统100被配置为将消息M发送至用户终端10并且从用户终端10接收对消息M的反馈F。在一些实施例中，消息M可以是文字消息、邮件、聊天气泡(chat bubble)、推送消息、推送通知等。在一些实施例中，消息M的内容可以是文字、图片、声音、音频、视频、实况直播(live streaming)、播客、销售等。在一些实施例中，用户终端10可以是用户使用的设备。该设备可以是电子产品。用户可以被称为观看者(viewer)、主播、播客创作者(podcaster)、观众(audience)、收听者(listener)等。通信系统1可以包含多个用户终端10，并且为简单起见在图11及图12中示出了用户终端10。

图12是根据本申请案的一些实施例的消息分配系统100的示意性框图。消息分配系统100包含收集单元110、评估单元120及推送单元130。收集单元110被配置为从用户终端10收集对消息M的反馈F。评估单元120连接至收集单元110，并且被配置为根据反馈F评估用户终端10对消息M的偏好P。推送单元130连接至评估单元120，并且被配置为向用户终端10推送消息M。

如图12中所示，推送单元130向用户终端10推送消息M且收集单元110从用户终端10收集对消息M的反馈F。收集单元110将对消息M的反馈F传输至评估单元120且评估单元120根据反馈F评估用户终端10对消息M的偏好P。接着，推送单元130从评估单元120接收偏好P。如果用户终端10具有对消息M的偏好P，则推送单元130向用户终端10推送消息M。另一方面，如果用户终端10不具有对消息M的偏好P，则推送单元130停止向用户终端10推送消息M。

反馈F可以指代用户终端10针对消息M采取的动作。在一些实施例中，反馈F可以包含响应动作反馈Fr及影响动作反馈Fi。响应动作反馈Fr可以指代由用户终端10操作的对消息M的操作。影响动作反馈Fi可以指代操作之后接着的行为。一旦用户终端10针对消息M采取动作，用户终端10便将数据传输至消息分配系统100。不同数据对应于不同类型的动作。评估单元120根据数据的不同类型来评估对消息M的偏好P。

在一些实施例中，操作可以包含点选、滑移、删除、忽略、静音(silencing)、关闭通知、展开、最小化、或用户终端10可以对消息M操作的其他操作、及上述的组合。例如，操作可以包含点选消息M或滑移以删除消息M。在一些实施例中，操作也可以包含忽略消息M、关闭设备的推送通知功能或取消订阅(unsubscribe)消息M的推送通知等。在一些实施例中，可以将消息M从简化消息M展开为完整消息M。操作可进一步包含展开并点选消息M、展开并滑移以删除消息M等等。

在一些实施例中，评估单元120根据操作评估用户终端10的偏好P。例如，如果用户终端10操作消息M且打开应用程序，则表明用户终端10具有对消息M的偏好P。另一方面，如果用户终端10操作消息但未打开应用程序，则表明用户终端10不具有对消息M的偏好P。例如，如果用户终端10点选消息M，则评估单元120评估用户终端10具有对消息M的偏好P，且如果用户终端10滑移以删除消息M，则评估用户终端10不具有对消息M的偏好P。一旦用户终端10以某一操作来操作消息M，用户终端10便将数据传输至消息分配系统100。不同数据对应于不同类型的操作。评估单元120根据数据的不同类型来评估对消息M的偏好P。

在一些实施例中，偏好P可以包含对简化消息M的偏好P及对完整消息M的偏好P。例如，如果用户终端10将简化消息M展开为完整消息M且点选消息M，则表明用户终端10具有对简化及完整消息M两者的偏好P。另一方面，如果用户终端10将简化消息M展开为完整消息M但未点选消息M，则表明用户终端10具有对简化消息M的偏好P但不具有对完整消息M的偏好。如果用户终端10既未展开亦未点选消息M，则表明用户终端10完全不具有对简化消息M及完整消息M的偏好P。

在一些实施例中，行为可以包含空闲、搜寻、造访、关注、购买、发送、观看、评论、支持、标记、收集、声明(claiming)或用户可以在应用程序中执行的动作、及上述的组合。换言之，行为可以是用户终端10采取的动作或用户终端10在操作消息M之后所处的状态。例如，用户终端10可能在首页(front page)空闲片刻且关掉应用程序(app)。在一些实施例中，用户终端10可以搜寻主播或事件，或造访主播的配置文件或探索区段。在一些实施例中，用户终端10可以进入直播间(live room)且与主播聊天，或向主播发送礼物。在一些实施例中，用户终端10可以对物品或事件进行评论。在一些实施例中，用户终端10可以在在线商店中购买礼物、积分或会员资格。在一些实施例中，用户终端10可以关注特定主播、支持主播、或将用户标记为忠实粉丝或最爱主播等等。

在一些实施例中，评估单元120根据行为评估用户终端10的偏好P。如果用户终端10在应用程序中花费时间且采取一些动作，则表明用户终端10具有对消息M的偏好P。另一方面，如果用户终端10处于空闲而没有做任何事情且关掉应用程序，则表明用户终端10不具有对消息M的偏好P。例如，如果用户终端10打开应用程序且搜寻主播，则评估单元120评估用户终端10具有对消息M的偏好P。另一方面，尽管用户终端10打开应用程序，但其很快退出应用程序而未观看任何直播(stream)，评估单元120评估用户终端10不具有对消息M的偏好P。一旦用户终端10在操作消息M之后执行行为，用户终端10便将数据传输至消息分配系统100。不同数据对应于不同类型的行为。评估单元120根据数据的不同类型来评估对消息M的偏好P。

在一些实施例中，收集单元110动态地从用户终端10收集对消息M的反馈F。更明确言之，收集单元110不仅收集实时反馈F，而且收集历史反馈F。换言之，反馈F包含实时反馈F及历史反馈F。更明确言之，响应动作反馈Fr进一步包含实时响应动作反馈Fr及历史响应动作反馈Fr。同样地，影响动作反馈Fi进一步包含实时影响动作反馈Fi及历史影响动作反馈Fi。

如图12中所示，评估单元120进一步包含消息分析元件121、频率分析元件122及相关性分析元件123。消息分析元件121被配置为分析、过滤和/或筛选用户终端10在应用程序中留下的用户消息Mu。频率分析元件122被配置为识别用户终端10对消息M的反馈F的频率Freq。相关性分析元件123被配置为分析消息M与反馈F之间的相关性R。

在一些实施例中，消息分析元件121被配置为识别由用户终端10留下的用户消息Mu的内容。用户消息Mu可以是文章、评论、聊天气泡、表情符号等等，且用户消息Mu的内容可以是文字、图片、声音、音频、视频消息等等。消息分析元件121可以被配置为确定用户消息Mu(例如一段聊天内容)是积极的、负面的还是中立的。在一些实施例中，消息分析元件121具有关键词识别部分，以识别用户消息Mu中的关键词，且基于关键词评估偏好P。例如，消息分析元件121可以在用户消息Mu中识别积极内容，例如「做(do)」、「好」、「喜欢」、「喜爱」、「有趣」、微笑表情符号等，且评估用户消息Mu是积极的。另一方面，消息分析元件121可以在用户消息Mu中识别负面内容，例如「不」、「不好」、「不喜欢」、「无聊」、悲伤表情符号等，且评估用户消息Mu是负面的。在一些实施例中，如果未识别到积极或负面内容，则消息分析元件121可以评估用户消息Mu是中立的。

在一些实施例中，评估单元120根据用户消息Mu评估用户终端10的偏好P。例如，如果用户终端10在直播室中对主播进行评论且评论是积极的(这意味着用户终端10喜欢该主播)，则评估单元120评估用户终端10具有对消息M的偏好P。另一方面，如果用户终端10对主播进行评论且评论是负面的，则表明用户终端10不具有对消息M的偏好P。在一些实施例中，如果用户消息Mu是中立的，则用户消息Mu对偏好P无贡献。

在一些实施例中，频率分析元件122可以识别反馈F的频率Freq。更明确言之，频率分析元件122可以识别响应动作反馈Fr和/或影响动作反馈Fi的频率Freq。频率分析元件122可以被配置为计算用户终端10的操作和/或行为的频率Freq，且确定频率Freq是积极的、负面的还是中立的。

在一些实施例中，评估单元120根据来自频率分析元件122的频率Freq评估用户终端10的偏好P。如果用户终端10频繁地具有特定操作和/或行为，则表明用户具有对消息M的偏好P。例如，用户终端10每次在点选消息M之后皆观看主播，因此频率分析元件122分析频率Freq是积极的，且评估单元120评估用户终端10具有对消息M的偏好P。在一些实施例中，频率Freq可以被称为特定操作和/或行为的次数。如果次数高于、介于或低于特定范围，则表明频率Freq是高的、中等的或低的。一旦评估单元120接收到用户终端10的数据，评估单元120评估关于消息M的数据类型的相似性。如果存在关于消息M的类似或相同类型的数据，则频率分析元件122开始计算频率Freq。在具有不同频率Freq的情况下，可以对偏好P贡献不同增量或减量。

在一些实施例中，频率分析元件122可进一步检测操作和/或行为的连续性。例如，如果用户终端10频繁地(例如每天)观看主播，但用户终端10在某一天未观看该主播，则频率分析元件122检测到频率Freq并不是连续的。在此情境中，用户终端10可能忙碌且忘记观看主播，推送单元130可以向用户终端10推送消息M或提醒消息。然而，如果用户终端10未点选消息M且不再观看该主播，则频率分析元件122分析频率Freq是负面的。另一方面，如果用户终端10开始点选消息M且观看主播，则频率分析元件122可以分析频率Freq是积极的。

在一些实施例中，频率分析元件122进一步检测操作和/或行为的一致性。例如，如果用户终端10每次在点选消息M时皆观看主播，但用户终端10并未关注该主播，则频率分析元件122可以检测到观看主播与关注主播之间的不一致性。在此情境中，推送单元130可以推送与消息M相关的消息M’，例如推荐关注主播、关注主播免费赠礼等。在一些实施例中，收集单元110可以进一步收集对消息M’的反馈F’，且评估单元120可以进一步评估用户终端10对消息M’的偏好P’。

在一些实施例中，相关性分析元件123可以被配置为识别消息M与反馈F之间的相关性R。更明确言之，相关性分析元件123被配置为识别消息M的内容以及用户终端10的操作和/或行为，且确定消息M与反馈F之间的相关性R。相关性分析元件123可以被配置为确定相关性R是相关或还是不相关的。

在一些实施例中，评估单元120根据来自相关性分析元件123的相关性R来评估用户终端10的偏好P。有时，用户终端10的行为与消息M的内容毫无关系。例如，消息M可以推荐用户终端10观看主播的实况直播。虽然用户终端10点选消息M，但用户终端10观看另一主播而非观看所推荐的主播。在此情境中，消息M及行为的相关性R是不相关的，且反馈F对偏好P无贡献。另一方面，如果相关性R是相关的，则反馈F可以对偏好P有贡献。通过这种方式，可以改善偏好P的准确度。

在一些实施例中，如果相关性R是相关的，则其可以进一步分类为正相关或负相关。例如，消息M可以推荐用户终端10观看主播的实况直播。在点选并观看主播之后，用户终端10可能订阅或取消订阅该主播。相关性分析元件123可以将相关性R确定为正相关或负相关，且接着分别对偏好P贡献增量或减量。

在一些实施例中，反馈F可以进一步包含时间信息。评估单元120进一步根据时间信息评估偏好P。更明确言之，评估单元120进一步根据响应动作反馈Fr及影响动作反馈Fi的时间信息评估偏好P。时间信息可以指代诸如在晚上、在早上、在中午、在夜间、在工作日、在周末或在度假之类的时段。时间信息也可以指代参与应用程序的时间跨度，例如1分钟、10分钟、1小时或更多。时间信息也可以指代用户终端10的时区，例如日本时区或美国时区。例如，用户终端10趋于在夜间点选消息M并观看实况直播，因此评估单元120评估用户终端10具有在夜间操作消息M并执行行为的偏好P。用户终端10总是在早上滑移以删除消息M，因此表明用户终端10在早上不具有对消息M的偏好P。

在一些实施例中，反馈F可以进一步包含位置信息。评估单元120进一步根据位置信息评估偏好P。更明确言之，评估单元120进一步根据响应动作反馈Fr及影响动作反馈Fi的位置信息评估偏好P。位置信息可以指代国家、城市、城镇、家、工作地点、餐厅等。位置信息也可以指代交通工具(transportation means)，例如汽车、公共汽车、铁路、轮船、飞机等。例如，用户终端10在家点选消息M且观看直播，因此评估单元120评估用户终端10具有在家操作消息M的偏好P。用户终端10总是在工作地点滑移以删除消息M，因此表明用户终端10在工作地点不具有对消息M的偏好P。在一些实施例中，推送单元130可以进一步向具有类似位置信息的其他用户推送消息M。例如，中国台湾台北市的大量用户已造访Arthur的配置文件，推送单元130可以向台北市的其他用户推送消息M以推荐他们观看该主播。

在一些实施例中，反馈F可以进一步包含设备信息。评估单元120进一步根据设备信息评估偏好P。更明确言之，评估单元120进一步根据响应动作反馈Fr及影响动作反馈Fi的设备信息评估偏好P。用户终端10可以通过诸如移动电话、平板、智能家电之类的设备产生应用程序。设备信息可以指代设备的当前模式，例如处于关闭模式、待机模式、空闲模式、忙碌模式等。设备信息也可以指代用户终端10设定的模式，例如勿扰模式、安静模式、静音模式等。例如，用户在处于忙碌模式中时趋于滑移以删除消息，因此表明用户终端10在处于忙碌模式中时不具有对消息M的偏好P。

在一些实施例中，设备信息也可以包含从消息被读取至消息被操作的操作时间。评估单元120可以根据操作时间评估偏好P。在一些实施例中，如果在读取消息M之后立即操作消息M，则可以表明用户终端10趋于不检查消息M的内容或甚至不喜欢任何种类的消息。例如，如果用户终端10在不到1秒内点选消息M，则可以表明用户终端10趋于不检查消息M且总是点选任何种类的消息M，因此反馈F可以对偏好无贡献。如果用户终端10在不到1秒内滑移以删除消息M而未检查消息M的内容，则可以表明用户终端10不喜欢接收任何种类的消息。

在一些实施例中，评估单元120可以进一步根据上述信息的组合评估偏好P。例如，纽约市的用户终端10在晚上频繁地点选消息M且观看实况直播，评估单元120运用「在晚上」的时间信息及「纽约市」的位置信息评估用户终端10具有对消息M的偏好P。在一些实施例中，可以根据实际需求决定上述信息的组合。

在一些实施例中，可以根据用户终端的保留率评估偏好P。保留率可以指代用户终端10在接收到消息M之后返回并打开应用程序的比率。在一些实施例中，保留率可以是在一时段期间打开应用程序的次数或参与应用程序的时长。在一些实施例中，该时段可以是3天、7天、14天等。例如，如果在接收到消息M之后，在接下来的7天内打开应用程序的次数或参与应用程序的时长增加，则表明用户终端10具有对消息M的偏好P。

在一些实施例中，也可以根据其他准则来评估偏好P，诸如推送通知点选率、推送通知取消订阅率、通过推送通知打开应用程序并参与应用程序的对话时长、打开应用程序的频率等。如果推送通知点选率增加，则表明用户终端10具有对消息M的偏好P。如果推送通知取消订阅率增加，则表明用户不具有对消息M的偏好P。如果通过点选消息M来打开应用程序的次数增加，则表明用户终端10具有对消息M的偏好P。如果参与应用程序的时间长度增加，则表明用户终端10具有对消息M的偏好P。如果打开应用程序的频率增加，则表明用户终端10具有对消息M的偏好P。

在一些实施例中，评估单元120可以进一步包含偏好评估元件124。偏好评估元件124被配置为藉由上述准则来根据反馈F评估偏好P。在一些实施例中，偏好评估元件124可以分别藉由准则或上述准则的组合来评估偏好P。图15是根据本申请案的一些实施例的偏好评估元件124的示意性框图。评估组件124包含准则计算器1241、准则评估器1242、准则模块1243及权重模块1244。准则计算器1241被配置为根据准则或准则组合来计算偏好P。准则评估器1242被配置为评估准则及各准则的对应权重以计算偏好P。准则模块1243被配置为存储用于计算偏好P的准则。权重模块1244被配置为存储各准则的权重。

如图15中所示，准则评估器1242从准则模块1243及权重模块1244撷取准则及对应权重。准则评估器1242可以评估各准则的对应权重以确定各准则的适合权重。在确定各准则的权重之后，准则评估器1242可以更新权重模块1244。接着，准则计算器1241可以撷取准则及对应权重以计算偏好P。例如，准则评估器1242可以从准则模块1243撷取一些准则，诸如准则C1、准则C2及准则C3。在一些实施例中，准则C1可以是推送通知点选率，准则C2可以是通过推送通知参与应用程序的对话时长，且准则C3可以是打开应用程序的频率。

一旦准则被确定，准则评估器1242便可以评估各准则的权重。例如，准则评估器1242可以分别评估准则C1、准则C2及准则C3的权重W1、权重W2及权重W3。例如，在一些实施例中，在默认情况下，权重W1、W2及W3的总和可以是1，且权重W1、W2及W3可以是0.3、0.3及0.4。在一些实施例中，可以基于实际需求来确定权重的默认值。因此，在一些实施例中，权重可动态地变化。

在一些实施例中，准则评估器1242可以根据来自真实环境数据库的真实环境数据来评估权重。如图15中所示，准则评估器1242可以从真实环境数据库撷取真实环境数据。在一些实施例中，真实环境数据可以包含应用程序的真实环境数据。例如，真实环境数据可以是用户终端10参与应用程序的时间长度，或用户10对应用程序贡献的总利润。更明确言之，用户10贡献的利润可以是用户终端10所购买、捐赠或接收的礼物或奖赏，或应用程序的商业价值。如果真实环境数据减少或未如预期般增加，则准则评估器1242可以调整各准则的权重。准则评估器1242可以进一步触发准则计算器1241以产生用于计算偏好P的公式。公式可以如下式：

偏好P＝W1×C1+W2×C2+W3×C3(4)

在一些实施例中，评估组件124可以进一步包含训练配对单元1245及模型产生器1246。准则评估器1242可以评估准则C1至C3，调整权重W1至W3且触发准则计算器1241以更新训练配对单元1245。训练配对单元1245被配置为对由准则计算器1241更新的偏好P及反馈F进行训练及配对。模型产生器1246被配置为产生关于反馈F的偏好P的模型。在一些实施例中，训练配对单元1245汇入(ingest)反馈F，训练由准则计算器1241更新的偏好P，且对反馈F的偏好P进行配对。模型产生器1246撷取偏好P及反馈F且产生偏好P及反馈F的模型。例如，在一些实施例中，权重相对于真实环境数据动态地变化。更明确言之，准则计算器1241、准则评估器1242、训练配对单元1245及模型产生器1246动态地工作以产生关于反馈F的偏好P的适合模型。最终，自模型产生器1246得出经良好训练的模型。根据本发明，可以评估反馈F的更准确偏好P且可以改善对消息M(诸如推送通知)的用户满意度。此外，可以因此改善消息的点选率、应用程序的点选率、参与时间及商业价值。

在一些实施例中，评估单元120可以进一步被配置为识别用户的操作和/或行为是否存在导致增加的或减小的保留率的变化。在此情境中，推送单元130可以通过推送对应消息来将用户终端10导向特定反馈，以增加保留率或其他准则。

在一些实施例中，消息分配系统100可以是行为导向的。更明确言之，消息分配系统100可以通过推送具有积极偏好Po的导向消息Mo而将用户终端10导向特定行为。例如，消息分配系统100可以将用户终端10导向观看主播的实况直播。为了将用户终端10导向观看主播，推送单元130将向用户终端10推送导向消息Mo。导向消息Mo具有来自大多数用户或来自相同于用户终端10的群组的积极偏好Po。推送单元130向用户终端10推送导向消息Mo以将用户终端10导向类似操作和/或行为。在一些实施例中，收集单元110可以进一步收集对导向消息Mo的反馈Fo，且评估单元120可以进一步评估用户终端10对导向消息Mo的偏好Po。

在一些实施例中，评估单元120评估对消息M的偏好P且确定推送单元130是否向用户终端10推送消息M。在一些实施例中，推送单元130可以进一步基于偏好P推送与消息M相关的消息M’。例如，消息M推荐John观看Paul的直播，John点选直播且在直播期间向Paul赠送礼物。接着，下次Paul再次进行直播时，可以向John推送消息M。此外，可以在将来向John推送关于免费礼物或折扣信息的消息M’。在一些实施例中，推送单元130可以进一步根据应用程序中的操作和/或行为来将推荐消息Mr推荐给用户终端10。例如，用户终端10打开应用程序且向下卷动(scroll down)馈送但退出而没有观看任何直播，推送单元130可以推送推荐消息Mr以向用户终端10推荐另一直播或折扣信息。

在一些实施例中，偏好P可以被表达为百分比且偏好P的默认值可以是50％。可以将反馈F分类为积极、负面或中立反馈F。更明确言之，可以将操作分类为积极、负面及中立操作。可以将行为分类为积极、负面及中立行为。一旦操作一积极、负面或中立操作，偏好P便可增加一增量、减小一减量或恒定。类似地，一旦执行一积极、负面或中立行为，偏好P便可增加一增量、减小一减量或恒定。

如果偏好P高于阈值Th，则评估单元120评估用户终端10具有偏好P，且推送单元130可以进一步在将来向用户终端10推送消息M。另一方面，如果偏好P低于阈值Tl，则评估单元120评估用户终端10不具有偏好P，且推送单元130可以停止向用户终端10推送消息M。此外，如果偏好P在阈值Th及阈值Tl内，则推送单元130及收集单元110可以继续推送消息M及收集反馈F，以及评估单元120可以继续评估用户终端10对消息M的偏好P，以确定用户终端10是否具有对消息M的偏好P。

在一些实施例中，增量及减量可以是3％、5％、10％等。阈值Tl可以是20％、30％、40％等。阈值Th可以是60％、70％、80％等。在一些实施例中，可以取决于实际需求来确定偏好P、增量、减量、阈值Tl或阈值Th的默认值。

图13是根据本申请案的一些实施例的通信系统1’的示意性配置。图14是根据本申请案的一些实施例的消息分配系统100’的示意性框图。为了促进理解，已在可能情况下使用相同附图标记来指定图中所共有的相同元件。如图13中所示，通信系统1’包含用户终端10A、用户终端10B、用户终端10C及服务器20。用户终端10A至10C及服务器20经由网络90(其是例如互联网)连接。服务器20包含消息分配系统100’。通信系统1’可以包含多个用户，且为简单起见在图13中示出了用户终端10A、用户终端10B及用户终端10C。

消息分配系统100’包含收集单元110、评估单元120、推送单元130及比较单元140。收集单元110被配置为分别从用户终端10A、10B及10C收集对消息M的反馈F1、F2及F3。评估单元120连接至收集单元110，且被配置为根据反馈F1、F2及F3评估用户终端10A、10B及10C对消息M的偏好P1、P2及P3。

如图14中所示，比较单元140分别连接至收集单元110及评估单元120，且被配置为将来自收集单元110的反馈F1、F2和/或F3与来自评估单元120的反馈F1、F2和/或F3的偏好P1、P2及P3进行比较。更明确言之，比较单元140将从多个用户收集的反馈F与由评估单元120评估的反馈F的偏好P进行比较。推送单元130连接至比较单元140，且被配置为向用户终端10推送消息M。

在一些实施例中，比较单元140比较来自一个特定用户(诸如用户终端10A)的反馈F1与偏好P1。更明确言之，比较单元140比较偏好P1是否与反馈F1一致。例如，如果用户终端10A点选消息M并购买超值会员资格(premium membership)，则评估单元120评估用户终端10A具有对消息M的偏好P。点选消息M可以被称为积极操作，且购买超值会员资格可以被称为积极行为。因此，比较单元140比较反馈F与偏好P，且确认偏好P与反馈F一致。

在一些实施例中，比较单元140可以被配置为检测用户终端10A对消息M的偏好P1是否已改变。比较单元140可以将来自用户终端10A的实时反馈F1与历史反馈F1进行比较。如果实时反馈F1与历史反馈F1一致，则表明偏好P1未改变。另一方面，如果实时反馈F1与历史反馈F1不一致，则可以预测对消息的偏好P1可能改变。例如，用户终端10A过去曾经点选消息M，因此表明用户终端10A曾具有对消息M的偏好P。然而，用户终端10A正滑移以删除消息M，则表明用户终端10A不具有对消息M的偏好P1。因此，比较单元140比较实时反馈F1(其正滑移以删除消息M)与历史反馈F1(其点选消息M)，且检测到对消息M的偏好P1已改变。

在一些实施例中，比较单元140比较来自多个用户(诸如用户终端10A、10B及10C)的对消息M的反馈F1、F2及F3。如果反馈F1类似于反馈F2，则可以将用户终端10A及用户终端10B分类至相同群组中。如果反馈F1不同于反馈F3，则可以将用户终端10A及用户终端10C分类至不同群组中。例如，如果用户终端10A点选消息M并关注主播且用户终端10B亦如此做，则表明用户终端10A及用户终端10B具有对消息M的类似偏好。在此情境中，可以将用户终端10A及用户终端10B分类至相同群组中。另一方面，如果用户终端10C滑移并删除消息M，则表明用户终端10A及用户终端10C具有对消息M的不同偏好，且可以将用户终端10A及用户终端10C分类至不同群组中。在此，类似可以被称为具有相同操作和/或行为，而不同可以被称为具有不同操作和/或行为。

如图14中所示，推送单元130可以分别向用户终端10A、10B及10C推送消息M1、M2及M3。收集单元110可以分别从用户终端10A、10B及10C收集对消息M1、M2及M3的反馈F1、F2及F3。评估单元120可以根据反馈F1、F2及F3评估用户终端10A、10B及10C对消息M1、M2及M3的偏好P1、P2及P3。如果根据反馈F1，用户终端10A具有对消息M1的偏好P1，则可以进一步将消息M1推荐给在相同群组中的用户，诸如用户终端10B。在一些实施例中，收集单元110可以进一步收集对于用户终端10B而言对消息M1的反馈，且评估单元120可以进一步评估用户终端10B对消息M1的偏好。此外，可以进一步向在相同群组中的用户(诸如用户终端10A及用户终端10B)推送与消息M1相关的消息M’。另一方面，如果用户终端10A及用户终端10C属于不同群组，则可以不将消息M1及相关消息M’推荐给用户终端10C。

在一些实施例中，比较单元140可以将来自多个用户(诸如用户终端10A、10B及10C)的对消息M的实时反馈F1、F2及F3与历史反馈F1、F2及F3进行比较。如果实时反馈F2类似于历史反馈F1，则可以预测用户终端10B具有类似于用户终端10A的偏好P1的偏好P2。此外，如果实时反馈F2类似于历史反馈F1，则可以将用户终端10B分类至相同于用户终端10A的群组中。另一方面，如果实时反馈F3不同于历史反馈F1，则可能无法根据用户终端10A的偏好P1预测用户终端10C的偏好P3，可以将用户终端10C分类至不同于用户终端10A的群组中。

在一些实施例中，比较单元140可以将来自多个用户(诸如用户终端10A、10B及10C)的对消息M的偏好P1、P2及P3进行比较。即使用户终端10A、10B及10C具有不同反馈F1、F2及F3，它们仍可以具有对消息M的相同偏好P1、P2及P3。例如，消息M向用户终端10A及用户终端10B推荐主播。关于消息M，用户终端10A检查主播的配置文件且用户终端10B观看主播。即使它们的行为不同，但它们两者的行为皆为积极的。因此，对消息M的偏好P1、P2是类似的。如果偏好P1类似于偏好P2，则可以将用户终端10A及用户终端10B分类至相同群组中。另一方面，如果偏好P1不同于偏好P3，则可以将用户终端10A及用户终端10C分类至不同群组中。

在一些实施例中，即使用户终端10A、10B及10C具有类似反馈F1、F2及F3，它们仍可以具有对消息M的不同偏好P1、P2及P3。例如，消息M推荐用户终端10A及用户终端10B观看主播。关于消息M，用户终端10A用愤怒表情符号对主播进行评论，而用户终端10B用微笑表情符号进行评论。即使它们的行为相同，但它们对消息M的偏好P1、P2不同。因此，对于在相同群组中的用户，可将它们进一步分类为子群组。例如，如果用户终端10A、10B及10C具有对消息的类似偏好P1、P2及P3，则可以将用户终端10A、10B及10C分类至相同群组中。关于类似偏好P1、P2及P3，如果反馈F1及反馈F2是类似的，则可以将用户终端10A及用户终端10B进一步分类至相同子群组中。在子群组中的用户将比不在子群组中的用户具有更多相似性。

在一些实施例中，如果消息M与主播相关，则推送单元130可以进一步向主播推送来自多个用户终端10的对消息M的反馈F。主播可以采取反馈F作为参考以改善其表现。例如，消息M可以推荐观看者检查主播的歌唱。然而，大多数观看者不点选消息M。此表明大多数观看者对主播的歌唱不感兴趣。推送单元130可以向主播推送反馈F及偏好P，且主播可以理解观看者对其歌唱不感兴趣。主播下次可以表演舞蹈而非歌唱。在一些实施例中，消息M可以包含对主播的报告及建议。报告可以包含主播的月度报告，诸如主播已收到的钱币、直播时长或直播有效时长。

此外，上述实施例中所描述的系统及方法可以具备计算机可读非暂时性存储设备，例如固态存储器设备、光盘存储设备或磁盘存储设备。备选地，可以经由互联网从服务器下载程序。

尽管上文描述本发明的技术内容及特征，但在不违背本发明的教导及公开内容的情况下，在本发明的技术领域中的有公知常识技术者(person having common knowledge)仍可以作出许多变动及修改。因此，本发明的范围不限于已公开的实施例，而是包含不违背本发明的另一变动及修改，且是由以下专利申请范围涵盖的范围。

[用于数据通信的系统及方法]

以下将结合图16至图23描述用于数据通信的系统及方法的示例。

图16示出了根据本申请案的一些实施例的通信系统1的示意性配置。通信系统1经由内容利用互动而提供实况直播服务。此处，术语「内容」是指可以计算机设备上播放的数字内容。换言之，通信系统1使得用户能够与其他用户在线进行实时互动。通信系统1包含多个用户终端10、互动服务器30、和直播服务器(streaming server)40。用户终端10、互动服务器30及直播服务器40经由网络90(例如是互联网)而连接。互动服务器30是用于使互动反馈同步的服务器。在一些实施例中，互动服务器30可以被称为APP的后端服务器。直播服务器40是用于提供实况直播的服务器。在一些实施例中，直播服务器40可以被称为CDN提供者。在一些实施例中，可以将互动服务器30及直播服务器40整合至一个服务器中。用户终端10是用于实况直播的客户端设备。在一些实施例中，用户终端10可以被称为观看者、主播(streamer)、播客、听众、收听者等。用户终端10、互动服务器30及直播服务器40中的每一个是信息处理设备的示例。

图17是根据本申请案的一些实施例的数据通信系统100的示意性框图。数据通信系统100包含接收单元110、确定单元120及传送单元130。接收单元110被配置为接收由用户终端10执行的动作A。在一些实施例中，接收单元110可以包含存储元件。存储元件被配置为存储从用户终端10收集的动作A。确定单元120连接至接收单元110且被配置为根据动作A而确定用于用户终端10的通信协议P。传送单元130连接至确定单元120且被配置为将通信协议P传送至互动服务器30和/或直播服务器40。在一些实施例中，互动服务器30和/或直播服务器40可以响应于动作A经由通信协议P而接收和/或发送用于用户终端10的实时数据。

如图17中所示，用户终端10执行动作A且接收单元110接收由用户终端10执行的动作A。在一些实施例中，动作A可以包含请求从服务器接收实时数据和/或向服务器发送实时数据。然后，接收单元110将动作A发送至确定单元120，且确定单元120根据动作A而确定用于用户终端10的通信协议P。然后，传送单元130接收由确定单元120确定的通信协议P且将通信协议P传送至互动服务器30。互动服务器30将通信协议P发送至用户终端10以供用户终端10用来请求直播数据。在一些实施例中，可以将数据通信系统100整合至互动服务器30中。更具体而言，可以将接收单元110、确定单元120及传送单元130整合至互动服务器30中。互动服务器30可以包含用于存储由用户终端10执行的动作A的存储装置。在一些实施例中，存储装置可以被配置为存储由用户终端10执行的历史动作A。针对第一次获得对互动服务器30的访问权的用户终端10，确定单元120可以根据历史动作A而确定用于用户终端10的通信协议P。针对参与互动服务器30达一特定时间的用户终端10，确定单元120可以根据实时动作A而确定用于用户终端10的通信协议P。

动作A可以指用户终端10在APP中执行的操作。动作A可以包含点击、发送、互动、滑刷、消音、静音、扩展、最小化或用户10可以执行的其他操作、及以上各项的组合。在一些实施例中，可以通过点击图形对象(诸如按钮)或音频输入等而达成动作A。举例而言，用户终端10可以点击礼物以将该礼物发送给主播。用户终端10可以最小化实况直播屏幕或以画中画模式显示实况直播室，而同时与其他APP或其他实况直播进行多任务处理。用户终端10可以在安静地方中观看实况直播时将实况直播消音或静音。用户终端10可以点击按钮以与观看者或主播进行音频和/或视频通信。用户终端10可以与APP中的观看者或主播一起玩交互式游戏。

存在用于实时数据通信的大量通信协议(例如HLS、RTP(WebRTC)、RTMP、RTSP、DASH、MirrorOP等等)，且每一通信协议P针对实时数据通信具有其优点及缺点。在本发明中，以HLS、RTC(WebRTC)及RTMP的通信协议作为示例进行论述。表1示出示例性通信协议P以及优点及缺点以供参考。

通信协议	视频延时	缓冲	第一次呈现
				HLS		推荐	推荐
RTMP	推荐		高度推荐
				WebRTC	高度推荐

表1

就实时互动而论，视频延时可以是待考虑的最重要指标之一。此处，指标「视频延时」可以指从一个用户终端传送直播数据的时间与直播数据的第一帧在另一用户终端处呈现的时间之间的延迟程度。WebRTC提供少于0.5秒的近实时延时，因此高度推荐WebRTC来进行实时互动。类似地，RTMP的延时通常是5秒至8秒，因此也推荐RTMP来进行实时数据通信。然而，与WebRTC及RTMP相比，HLS具有相对高延时，因此不推荐HLS来进行实时互动。

就实况直播的平滑度而论，低缓冲可以是待考虑的最重要指标中的某一指标。指标「缓冲」可以进一步分类为「缓冲比率」及「缓冲计数」。指标「缓冲比率」是指缓冲时间与总观看时间的比率。指标「缓冲计数」是指缓冲发生的次数。HLS(HTTP实况直播)是基于HTTP的自适应比特率流媒体通信协议。HLS测量可用于每一观看者的互联网速度且相应地改变质量以确保直播数据的平滑度。因此，针对实况直播的平滑度而推荐HLS。

RTMP基于传输控制协议(TCP)，且其允许在具有递送保证的情况下以给定序列及次序进行数据通信。RTMP的优点之一是与WebRTC及HLS相比，第一次呈现的时间是相对短的。此处，指标「第一次呈现」(其也可称为「观看时间」)是指从请求直播数据至呈现直播数据的第一帧的时间。因此，针对请求第一次呈现的短时间的动作A而推荐RTMP。

在某一实施例中，实时数据可以包含直播数据及互动数据。直播数据是指音频内容和/或视频内容。可以从来自用户终端10的麦克风或相机收集音频内容及视频内容。互动数据是指示出与用户终端10互动的数据。举例而言，互动数据可以指用户终端10所执行的用以与其他用户终端10进行互动的操作。举例而言，用户终端10可以点击礼物以将该礼物发送给主播。用户终端10可以点击输入按钮以向主播发送消息。用户终端10可以点击游戏按钮以与主播一起玩交互式游戏。

图18至图22是动作A的示例性功能配置。在图18至图22中，示出了用户终端10、互动服务器30及直播服务器40。互动服务器30发送和接收互动数据且直播服务器40发送和接收直播数据。用户终端10包含互动单元11、解码器12、显示器13、直播输入部(streaminginput)14及编码器15。互动单元11从互动服务器30接收互动数据和/或将互动数据发送至互动服务器30。解码器12对来自直播服务器40的直播数据进行解码且显示器13显示直播数据。直播输入部14从用户终端10收集直播数据。编码器15对从直播输入部14收集的直播数据进行编码且将直播数据发送至直播服务器40。在一些实施例中，直播输入部14可以是用于从用户终端10收集音频内容及视频内容的麦克风或相机。

在一些实施例中，动作A可以进一步包含互动动作Ai及非互动动作Ani。确定单元120可以根据互动动作Ai及非互动动作Ani而确定用于用户终端10的通信协议P。

在一些实施例中，互动动作Ai可以指发送和/或接收互动数据的动作A。举例而言，如果用户终端10点击礼物按钮以向主播发送礼物，则用户终端10向主播发送互动数据。在此情形中，发送礼物的动作A可以被称为互动动作Ai。如果用户终端10点击游戏按钮以与主播一起玩交互式游戏(例如一起射击怪兽)，则用户终端10向主播发送互动数据且从主播接收互动数据。在此情形中，玩交互式游戏的动作A可以被称为互动动作Ai。

在一些实施例中，互动动作Ai也可以指发送和接收直播数据的动作。举例而言，观看者可以点击语音通话按钮或视频通话按钮以邀请主播进行语音聊天或视频聊天。在此情形中，邀请主播进行语音聊天或视频聊天的动作A可以被称为互动动作Ai。

非互动动作Ani可以指接收而不发送直播数据或发送而不接收直播数据的动作A。举例而言，如果用户终端10观看主播而不做任何事，则用户终端10从主播接收直播数据而不向主播发送直播数据或互动数据。在此情形中，观看主播的动作A可以被称为非互动动作Ani。如果用户终端10正进行实况广播而不与其他用户终端10进行互动，则用户终端10发送直播数据而不接收任何直播数据或互动数据。在此情形中，实况广播的动作A可以被称为非互动动作Ai。

图18示出了非互动动作Ani的示例性功能配置。在一些实施例中，用户终端10可以被称为观看者、收听者、听众等。用户终端10请求从直播服务器40接收直播数据。直播数据可以包含来自主播的音频和视频内容。如图18中所示，用户终端10从直播服务器40接收直播数据且解码器12对直播数据进行解码以在显示器13上显示直播数据。

根据动作A，用户终端10请求接收直播数据，因此其示出用户终端10想要观主播。因此，动作A可以被称为非互动动作Ani。响应于非互动动作Ani，直播数据的缓冲及第一次呈现将是第一优先级以实现用户满意。因此，确定单元120可以根据动作A而确定HLS或RTMP作为用于用户终端10的通信协议P。在一些实施例中，当用户终端10点击主播并进入直播室时，短的第一次呈现是较佳的。因此，推荐RTMP的通信协议P。在一些实施例中，在进入直播室之后，低缓冲是较佳的。因此，可以推荐HLS的通信协议P。

在一些实施例中，确定单元120可以进一步根据用户终端10的互联网质量而确定用于用户终端10的通信协议P。举例而言，如果用户终端10的互联网质量是良好的，则推荐RTMP的通信协议P。另一方面，如果用户终端10的互联网质量是较差的，则推荐HLS的通信协议P。在一些实施例中，可以根据延时、缓冲、第一次呈现等的指标而评估互联网质量的好与差。举例而言，如果缓冲是高的，则其示出用户终端的互联网质量是较差的。另一方面，如果缓冲是低的，则其示出用户终端的互联网质量是良好的。确定单元120可以进一步根据用户终端10的互联网质量而确定通信协议P。

在一些实施例中，直播数据可以仅是音频内容。确定单元120可以确定用于用户终端10的通信协议P以用于接收仅具有音频内容的直播数据。举例而言，用户终端10可以最小化实况直播以仅收听主播的语音，或用户终端10可以点击播客以收听实况播客广播。响应于提取仅具有音频内容的直播数据的动作A，例如，可以推荐RTMP的通信协议P。因此，确定单元120确定RTMP作为用于用户终端10的通信协议P。RTMP的通信协议P可以提取仅具有音频内容的直播数据以降低网络业务，使得可以平滑地播放音频内容。

在一些实施例中，直播数据可以仅是视频内容。确定单元120可以确定用于用户终端10的通信协议P以用于接收仅具有视频内容的直播数据。举例而言，当用户终端10在安静地方(例如图书馆)时，用户终端10可以将实况直播消音或静音以仅观看主播的视频。响应于提取仅具有视频内容的直播数据的动作A，可以推荐RTMP及HLS的通信协议P。因此，确定单元120确定诸如RTMP或HLS作为用于用户终端10的通信协议P。

在一些实施例中，用户终端10可以执行在短时间内连续从不同用户终端10接收直播数据的动作A。此处，「短时间」是指用户终端10从第一主播接收直播数据、以及一旦在显示器上呈现来自第一主播的直播数据以用于观看时从第二主播接收另一直播数据的时间。确定单元120可以根据动作A而确定通信协议P。举例而言，用户终端10可以快速滑刷实况直播室以检查是否存在用户终端10感兴趣的主播。换言之，用户终端10请求从不同用户终端10快速接收直播数据，例如针对每一请求1秒至3秒。在此情形中，第一次呈现视频的时间长度将是越短越好，以便尽可能快速地检查不同主播。可以响应于动作A而推荐RTMP的通信协议P。因此，确定单元120可以确定RTMP作为用于用户终端10的通信协议P。

在一些实施例中，用户终端10可以执行同时从不同主播接收直播数据的动作A。确定单元120可以根据动作A针对来自每一主播的每一直播数据而确定用于用户终端10的不同通信协议P。举例而言，用户终端10可以同时利用不同窗口来观看不同主播。换言之，用户终端10请求同时从不同用户终端10接收直播数据。在此情形中，每一直播数据推荐不同通信协议P。举例而言，用户终端10可以同时观看大量主播。用户终端10与他或她最爱的主播进行互动，同时保持广播其他直播而无需进行互动。在此情形中，与他或她最爱的主播的实时互动将是第一优先级，且可以推荐其余主播的直播聚焦于视频的平滑度。因此，可以推荐WebRTC的通信协议P以供用户终端10用来与主播进行互动。推荐具有低分辨率直播数据的HLS的通信协议P以使其余实况直播平滑地广播。

图19示出了非互动动作Ani的另一示例性功能配置。在一些实施例中，用户终端10可以被称为主播、播客等。用户终端10请求将直播数据发送至直播服务器40。直播数据也可以包含来自用户终端10的音频及视频内容。如图19中所示，用户终端10从直播输入部14(例如麦克风或相机)收集直播数据且编码器15对直播数据进行编码以将直播数据发送至直播服务器40。

在一些实施例中，直播数据也可以包含音频内容和/或视频内容。确定单元120可以确定用于用户终端10的通信协议P以用于发送具有音频内容和/或视频内容的直播数据。举例而言，主播可以发送视频、短视频、实况直播、播客广播等。响应于以上动作A，确定单元120可以确定用于用户终端10的通信协议P。

图20示出了互动动作Ai的示例性功能配置。在一些实施例中，用户终端10可以被称为观看者、主播、听众、收听者、播客等。用户终端10请求将直播数据发送至直播服务器40及从直播服务器40接收直播数据。如图20中所示，用户终端10从直播服务器40接收直播数据且解码器12对直播数据进行解码以在显示器13上显示直播数据。同时，用户终端10从直播输入部14收集直播数据，并且编码器15对直播数据进行编码以将直播数据发送至直播服务器40。类似地，直播数据可以包含音频内容和/或视频内容。举例而言，观看者可以点击语音通话按钮或视频通话按钮以邀请主播进行语音聊天或视频聊天。主播可以点击按钮以接受语音聊天或视频聊天。邀请或接受语音聊天或视频聊天的动作A可以被称为互动动作Ai。因此，举例而言，可以推荐WebRTC的通信协议P。

图21示出了互动动作Ai的另一示例性功能配置。在一些实施例中，用户终端10也可以被称为观看者、主播、听众、收听者、播客等。用户终端10请求从直播服务器40接收直播数据且将互动数据发送至互动服务器30。如图21中所示，用户终端10从直播服务器40接收直播数据，并且解码器12对直播数据进行解码以在显示器13上显示直播数据。同时，用户终端10将互动数据发送至互动服务器30。举例而言，观看者可以在观看或收听主播或播客的同时点击礼物按钮以向主播发送礼物。互动数据可以在主播的屏幕上触发动态卷标，并且主播可以响应于来自用户终端10的互动数据通过语音或手势而表达感谢。因此，举例而言，可以推荐WebRTC的通信协议P。

图22示出了互动动作Ai的另一示例性功能配置。在一些实施例中，用户终端10也可以被称为观看者、主播、听众、收听者、播客等。用户终端10请求将互动数据发送至互动服务器以及从互动服务器30接收互动数据。在一些实施例中，用户终端10可以进一步将直播数据发送至直播服务器40以及从直播服务器40接收直播数据。如图22中所示，用户终端10同时将互动数据发送至互动服务器30以及从互动服务器30接收互动数据。用户终端10可以进一步同时从直播服务器40接收直播数据和/或将直播数据发送至直播服务器40。举例而言，观看者可以点击互动按钮以与主播一起玩交互式游戏。因此，举例而言，可以推荐WebRTC的通信协议P。

图23示出了图解说明通信系统1及数据通信系统100的操作的示例性序列图。在步骤S101中，响应于用户终端10’(图中未示出)(例如主播)的指令，用户终端10’中的客户端应用程序APP将实况直播数据上载至直播服务器40。此处，实况直播包含从麦克风和/或相机收集的直播数据。在诸多情形中，直播数据包含主播的音频及视频内容。

在步骤S102中，用户终端10中的客户端应用程序APP在APP或平台中执行动作A。在一些实施例中，动作A可以是登录APP并点击主播以观看实况直播。在步骤S103中，用户终端10响应于动作A而将对实况直播数据信息的请求发送至互动服务器30。在步骤S104中，接收单元110接收由用户终端10执行的动作A。在一些实施例中，接收单元110将动作A存储在存储元件中。在步骤S105中，接收单元110将由用户终端10执行的动作A发送至确定单元120。在步骤S106中，确定单元120根据动作A而确定用于用户终端10的通信协议P。在步骤S107中，确定单元120将通信协议P发送至互动服务器30。在步骤S108中，互动服务器30将通信协议P发送至用户终端10。在步骤S109中，用户终端10经由通信协议P而请求直播数据。在步骤S110中，直播服务器40响应于来自用户终端10的请求而经由通信协议P发送直播数据。

在一些实施例中，可以将接收单元110、确定单元120及传送单元130整合至一个服务器中。在一些实施例中，可以将接收单元110、确定单元120及传送单元130整合至互动服务器30中。在一些实施例中，可以用互动服务器3的接收装置及传送装置来替换接收单元110及传送单元130。

在一些实施例中，用户终端10在步骤S102中执行的动作A可以是互动动作Ai。更具体而言，在步骤S102中，用户终端10可以执行动作A。举例而言，动作A可以包含观看主播及点击礼物按钮以向主播发送礼物。在步骤S103中，用户终端10响应于动作A而请求将互动数据发送至互动服务器30以及从直播服务器40接收直播数据。在步骤S104中，接收单元110接收由用户终端10执行的动作A。在步骤S105中，接收单元110将由用户终端10执行的动作A发送至确定单元120。在步骤S106中，确定单元120根据动作A而确定用于用户终端10的通信协议P。更具体而言，用户终端10根据动作A而请求发送互动数据以及接收直播数据，因此其示出用户终端10想要观看主播并通过向主播发送礼物而与主播进行互动。因此，动作A可以被称为互动动作Ai。响应于互动动作Ai，实时互动将是第一优先级以实现用户满意。因此，确定单元120根据动作A而确定诸如WebRTC或RTMP作为用于用户终端10的通信协议P。

在一些实施例中，动作A可以包含观看主播以及点击交互式游戏按钮以与主播一起玩交互式游戏。在步骤S103中，用户终端10响应于动作A而请求将互动数据发送至互动服务器30以及从互动服务器30接收互动数据。在步骤S106中，确定单元120根据动作A而确定用于用户终端10的通信协议P。根据动作A，用户终端10请求发送及接收互动数据，因此其示出用户终端10想要通过玩交互式游戏(例如一起射击怪兽)而与主播进行互动。因此，动作A可以被称为互动动作Ai。响应于动作A，实时互动(尤其是短延时)将是第一优先级以实现用户满意。因此，确定单元120确定诸如WebRTC作为用于用户终端10的通信协议P。

在一些实施例中，确定单元可以进一步包含预测元件。预测元件被配置为根据动作A而预测随后动作A。预测元件分析动作A以识别相关动作并基于相关动作而预测随后动作A。举例而言，用户终端10点击输入框，这暗示用户终端10想要开始与主播进行聊天。如果用户终端10点击礼物框，则可以预测用户终端10将要向主播发送礼物。在一些实施例中，预测元件可以进一步分析用户终端10留下的消息且根据该消息而预测随后动作A。用户终端10留下的消息可以包含文字、音频、表情符号等等。举例而言，用户终端10可以输入文字以要求主播玩交互式游戏，因此可以预测用户终端10将要与主播一起玩交互式游戏。响应于来自用户终端10的交互式游戏的请求，如果主播经由音频消息(例如麦克风)而回答“好的”，则此也可以暗示用户终端10与主播将要玩交互式游戏。因此，预测元件可以分析用户终端10留下的消息以及主播所说的音频消息，并且预测用户终端10将要与主播一起玩交互式游戏。在一些实施例中，确定单元120可以进一步根据随后动作A而确定通信协议P。

在一些实施例中，预测元件可以从用户终端10收集多个历史数据。历史数据可以包含来自用户终端10的历史动作A及历史随后动作A。预测元件可以根据历史动作A及历史随后动作A而预测随后动作A。举例而言，用户终端10习惯于在进入特定主播的实况直播之后与该主播进行视频及音频聊天，这可以预测一旦用户终端10进入主播的直播间，用户终端10便可以与主播进行视频及音频聊天。

在一些实施例中，接收单元110进一步从用户终端10接收可用通信协议。可用通信协议是指相互适用于用户终端10及服务器30/40的通信协议P。在一些实施例中，确定单元120可以从可用通信协议中选择通信协议P，并且进一步根据动作A而确定通信协议P。

在一些实施例中，数据通信系统100可以进一步包含反馈收集单元。反馈收集单元被配置为从用户终端10收集反馈，并且将反馈发送至确定单元120。在一些实施例中，确定单元120根据反馈而确定通信协议P。举例而言，用户终端10可以对实时数据通信具有反馈。该反馈可以是对通信的满意或不满意。确定单元120可以将反馈作为参考以确定通信协议P。

在一些实施例中，接收单元110可以接收用户终端10的互联网质量。确定单元120可以根据互联网质量而确定用于用户终端10的通信协议P。可以根据诸如第一次呈现(观看时间)、视频延时、缓冲比率或缓冲计数之类的指标而评估互联网质量。

在一些实施例中，确定单元120可以评估该四个指标且根据该四个指标而确定通信协议P。更具体而言，确定单元120分析这些指标中的一个(诸如视频延时)，检查哪一通信协议P具有最短视频延时，并且根据用户终端10的互联网质量而确定用于用户终端10的具有最短视频延时的通信协议P。举例而言，如果用户终端10向互动服务器30发送请求，则接收单元110可以接收用户终端10的互联网质量。确定单元120可以在经由每一通信协议P进行通信的同时评估缓冲且确定用于用户终端10的具有最低缓冲的通信协议P。

在一些实施例中，用户终端10可以接收及发送来自不同直播服务器40的实时数据。确定单元120可以根据互联网质量而确定用于用户终端10的直播服务器40。在一些实施例中，直播服务器40可以被称为CDN(内容递送网络)提供者。如图22中所示，确定单元120可以在步骤S106中进一步根据互联网质量而确定用于用户终端10的直播服务器40。更具体而言，确定单元120可以经由不同直播服务器40而评估用户终端10的互联网质量。举例而言，确定单元120在用户终端10与不同直播服务器40进行通信的同时评估直播数据的缓冲，并且确定用于用户终端10的具有最短缓冲的直播服务器40。在步骤S108中，互动服务器30将直播服务器40的信息发送至用户终端10。在一些实施例中，直播服务器40的信息可以是直播服务器40的URL。在步骤S109中，用户终端10经由直播服务器40请求直播数据。在步骤S110中，直播服务器40响应于来自用户终端10的请求而发送直播数据。因此，数据通信系统100可以使用户终端10访问适合的直播服务器40以获得较佳用户体验。

在一些实施例中，接收单元110可以进一步从用户终端10接收历史数据。历史数据可以进一步包含用户终端10的历史互联网质量、地理位置及时间信息。确定单元120可以评估历史数据且预先确定用于用户终端10的直播服务器40。举例而言，其示出根据历史数据，在特定时间期间处于特定位置中的用户经由特定直播服务器40具有最短视频延时，确定单元120可以预先确定用于在该特定时间期间来自该特定位置的用户的直播服务器40。

此外，在以上实施例中所阐述的系统及方法可以具备计算机可读非暂时性存储设备，例如固态存储器设备、光盘存储设备或磁盘存储设备。备选地，可以经由互联网从服务器下载程序。

虽然上文阐述本发明的技术内容及特征，但具有本申请的技术领域中的公知常识的人仍可在不违背本发明的教导及公开内容的情况下做出诸多变化及修改。因此，本发明的范围不限于已公开的实施例，而是包含不违背本发明的另一变化及修改，且是由随附专利申请案范围涵盖的范围。

本申请的第一实施例提供了一种用于检测直播的重点的重点检测方法，包括：

从用户终端收集购买信息；以及

根据所述购买信息来检测所述直播的重点；

其中，所述购买信息包含所述用户终端的购买行为，并且所述购买行为是与所述用户终端的购买相关的行为。

根据本申请的第一实施例的重点检测方法，其中，所述购买行为包含诸如以下各项的行为：点选购买按钮、建立订单或完成支付。

根据本申请的第一实施例的重点检测方法，其中，所述购买信息包含所述用户终端观看的所述直播的部分的对应时间信息。

根据本申请的第一实施例的重点检测方法，进一步包括：

查看所述用户终端的支付状态；

选择具有支付记录的所述用户终端；

撷取所述用户终端观看的所述直播的所述部分；以及

将所述直播的所述部分检测为所述直播的重点。

根据本申请的第一实施例的重点检测方法，进一步包括：

从多个用户终端收集购买信息；

查看所述用户终端的支付状态；

选择具有支付记录的所述用户终端；

比较所述用户终端观看的所述直播的所述部分；

撷取所述用户终端观看的重叠部分；以及

将所述重叠部分检测为所述直播的重点。

根据本申请的第一实施例的重点检测方法，其中，所述购买信息包含预购行为，并且所述预购行为是示出所述用户终端将进行购买的意愿的行为。

根据本申请的第一实施例的重点检测方法，其中，所述预购行为包含诸如以下各项的行为：放大产品图片、查看产品说明、将产品添加至意愿列表、将产品添加至我的最爱、将产品添加至购物车或者查看可用优惠券、折扣票、礼品券。

根据本申请的第一实施例的重点检测方法，进一步包括：

根据所述用户终端所执行的购买行为或预购行为的时间点来检测所述重点。

根据本申请的第一实施例的重点检测方法，其中，所述直播与诸如娱乐节目或在线购物之类的实况直播相关。

根据本申请的第一实施例的重点检测方法，进一步包括：

设定关于所述时间点的时间范围，

根据所述时间点及所述时间范围来撷取所述直播的部分，

将所述直播的所述部分检测为重点。

根据本申请的第一实施例的重点检测方法，进一步包括：

设定所述时间点的时间偏移，

将所述时间点偏移至偏移时间点，

根据所述偏移时间点来撷取所述直播的部分，

将所述直播的所述部分检测为重点。

根据本申请的第一实施例的重点检测方法，进一步包括：

计算每一部分的总分数，以及

根据所述总分数来检测所述重点；

其中，所述总分数是来自所述用户终端的每一分数的总和，并且所述分数是根据所述购买信息而决定的。

根据本申请的第一实施例的重点检测方法，进一步包括：

计算每一部分的总分数，以及

根据所述总分数来检测所述重点；其中

所述总分数是来自所述用户终端的每一分数的加权总和，所述分数是根据所述用户终端的所述购买行为及所述预购行为而决定的，并且所述权重是根据所述用户终端的交易数据而决定的。

根据本申请的第一实施例的重点检测方法，进一步包括：

将所述直播划分成不同部分，

计算每一部分的总分数，

根据所述总分数来检测所述重点。

根据本申请的第一实施例的重点检测方法，进一步包括：

基于所述总分数对所述直播的所述部分进行排名，

将高于阈值总分数的部分检测为重点。

本申请的第二实施例提供了一种用于检测直播的重点的系统，包括重点检测单元，所述重点检测单元被配置为执行：

从用户终端收集购买信息，以及

根据所述购买信息来检测所述直播的所述重点；其中

所述购买信息包含所述用户终端的购买行为，并且所述购买行为是与所述用户终端的购买相关的行为。

根据本申请的第二实施例的系统，其中，所述购买行为包含诸如以下各项的行为：点选购买按钮、建立订单或完成支付。

根据本申请的第二实施例的系统，其中，所述重点检测单元进一步被配置为执行：

查看所述用户终端的支付状态；

选择具有支付记录的所述用户终端；

撷取所述用户终端观看的所述直播的部分；以及

将所述直播的所述部分检测为所述直播的重点。

根据本申请的第二实施例的系统，其中，所述重点检测单元进一步被配置为执行：

计算每一部分的总分数，以及

根据所述总分数来检测所述重点；其中

所述总分数是来自所述用户终端的每一分数的加权总和，所述分数是根据所述用户终端的所述购买行为及所述预购行为而决定的，并且所述权重是根据所述用户终端的交易数据而决定的。

本申请的第三实施例提供了一种非暂时性计算机可读介质，存储在由一个或多个处理器执行时致使所述一个或多个处理器执行以下操作的指令：

从用户终端收集购买信息；以及

根据所述购买信息来检测直播的重点；其中

所述购买信息包含所述用户终端的购买行为，并且所述购买行为是与所述用户终端的购买相关的行为。

本申请的第四实施例提供了一种消息分配系统，包括：

收集单元，被配置为从用户终端收集对消息的反馈；以及

评估单元，连接到所述收集单元，并且被配置为根据所述反馈来评估所述用户终端对所述消息的偏好；

其中，所述反馈包含响应动作反馈和/或影响动作反馈，所述响应动作反馈包含通过所述用户终端对所述消息进行的操作，并且所述影响动作反馈包含在所述操作之后的行为。

根据本申请的第四实施例的消息分配系统，其中，所述评估单元进一步根据所述操作或所述行为来评估所述偏好。

根据本申请的第四实施例的消息分配系统，其中，所述反馈进一步包含设备信息，所述设备信息包含操作时间，所述操作时间是从所述消息被读取至所述消息被操作，并且所述评估单元进一步根据所述设备信息来评估所述偏好。

根据本申请的第四实施例的消息分配系统，其中，所述反馈指代由所述用户终端传输的数据，并且所述评估单元根据所述数据的不同类型来评估对所述消息M的所述偏好P。

根据本申请的第四实施例的消息分配系统，其中，所述行为包括以下项中的至少一个或多个：空闲、搜寻、造访、关注、购买、发送、观看、评论、支持、标记、收集、声明等等。

根据本申请的第四实施例的消息分配系统，其中，所述反馈进一步包含时间信息和/或位置信息，所述评估单元进一步根据所述时间信息和/或所述位置信息来评估所述偏好。

根据本申请的第四实施例的消息分配系统，其中，所述评估单元包括消息分析元件，所述消息分析元件被配置为分析由所述用户终端留下的用户消息，并且所述评估单元根据所述用户消息来评估所述偏好。

根据本申请的第四实施例的消息分配系统，其中，所述评估单元包括频率分析元件，所述频率分析元件被配置为分析对所述消息的所述反馈的频率，并且所述评估单元根据所述频率来评估所述偏好。

根据本申请的第四实施例的消息分配系统，其中，所述评估单元包括相关性分析元件，所述相关性分析元件被配置为识别所述消息与所述反馈之间的相关性，并且所述评估单元根据所述相关性来评估所述偏好。

根据本申请的第四实施例的消息分配系统，进一步包括推送单元，其中所述推送单元连接到所述评估单元，并且被配置为如果所述用户终端具有对所述消息的所述偏好，向所述用户终端推送所述消息。

根据本申请的第四实施例的消息分配系统，进一步包括偏好评估元件，所述偏好评估元件根据以下项中的至少一个或多个来评估所述偏好：所述用户终端的保留率、所述消息的点选率、所述消息的取消订阅率、通过所述消息打开应用程序并参与所述应用程序的对话时长、打开所述应用程序的频率等。

根据本申请的第四实施例的消息分配系统，其中，所述收集单元和所述评估单元动态地收集所述反馈并且评估所述偏好，并且所述反馈包含历史反馈和实时反馈。

根据本申请的第四实施例的消息分配系统，进一步包括比较单元，所述比较单元分别连接到所述收集单元和所述评估单元，并且被配置为比较来自不同用户终端的所述反馈，并且将用户终端分类为群组。

根据本申请的第四实施例的消息分配系统，其中，所述消息是推送通知，并且所述消息的内容与实况直播相关。

本申请的第五实施例提供了一种消息分配方法，包括：

从用户终端收集对消息的反馈；以及

根据所述反馈来评估所述用户终端对所述消息的偏好；

其中，所述反馈包含响应动作反馈和影响动作反馈，所述响应动作反馈包含通过所述用户终端对所述消息进行的操作，并且所述影响动作反馈包含在所述操作之后的行为。

根据本申请的第五实施例的消息分配方法，进一步包括分析由所述用户终端留下的用户消息，并且根据所述用户消息来评估所述偏好。

根据本申请的第五实施例的消息分配方法，进一步包括分析对所述消息的所述反馈的频率，并且根据所述频率来评估所述偏好。

根据本申请的第五实施例的消息分配方法，进一步包括识别所述消息与所述反馈之间的相关性，并且根据所述相关性来评估所述偏好。

根据本申请的第五实施例的消息分配方法，进一步包括如果所述用户终端具有对所述消息的偏好，则向所述用户终端推送所述消息。

根据本申请的第五实施例的消息分配方法，其中，所述消息是推送通知，并且所述消息的内容与实况直播相关。

本申请的第六实施例提供了一种数据通信系统，包括：

接收单元，被配置为接收由用户终端执行的动作；以及

确定单元，连接到所述接收单元，并且被配置为根据所述动作而确定用于所述用户终端的通信协议；

其中，所述通信协议被传送至所述用户终端以供所述用户终端用来经由所述通信协议而请求实时数据。

根据本申请的第六实施例的数据通信系统，其中，所述接收单元进一步接收相互适用于所述用户终端和服务器的可用通信协议，并且所述确定单元从所述可用通信协议中选择所述通信协议并且进一步根据所述动作而确定所述通信协议。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元进一步包含预测元件，所述预测元件被配置为根据所述动作而预测随后动作，所述确定单元根据所述随后动作而确定所述通信协议。

根据本申请的第六实施例的数据通信系统，其中，所述预测元件从所述用户终端收集多个历史数据以预测所述随后动作。

根据本申请的第六实施例的数据通信系统，其中，动作进一步包含互动动作，所述互动动作发送和/或接收互动数据，或者发送和接收直播数据，并且所述确定单元根据所述互动动作而确定所述通信协议。

根据本申请的第六实施例的数据通信系统，其中，所述动作进一步包含非互动动作，所述非互动动作接收而不发送直播数据或者发送而不接收直播数据，并且所述确定单元根据所述非互动动作而确定所述通信协议。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来接收仅具有音频内容的所述直播数据。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来接收仅具有视频内容的所述直播数据。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来发送具有音频内容和/或视频内容的所述直播数据。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来接收或发送互动数据。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来接收和发送互动数据。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来在短时间内连续自从不同用户终端接收直播数据。

根据本申请的第六实施例的数据通信系统，其中，所述确定单元确定所述通信协议以供所述用户终端用来同时从不同用户终端接收直播数据。

根据本申请的第六实施例的数据通信系统，进一步包括反馈收集单元，所述反馈收集单元从所述用户终端收集反馈并且将所述反馈发送至所述确定单元，其中所述确定单元根据所述反馈而确定所述通信协议。

根据本申请的第六实施例的数据通信系统，所述确定单元根据互联网质量而确定所述通信协议，所述互联网质量是通过第一次呈现、视频延时、缓冲比率或缓冲计数的指标而评估的。

本申请的第七实施例提供了一种数据通信方法，包括：

接收由用户终端执行的动作；以及

根据所述动作而确定用于所述用户终端的通信协议；

其中，将所述通信协议传送至所述用户终端以供所述用户终端用来经由所述通信协议而请求实时数据。

根据本申请的第七实施例的数据通信方法，其中，所述动作进一步包含互动动作，所述互动动作发送和/或接收互动数据，或者发送和接收直播数据，并且所述确定单元根据所述互动动作而确定所述通信协议。

根据本申请的第七实施例的数据通信方法，其中，所述动作进一步包含非互动动作，所述非互动动作接收而不发送直播数据或者发送而不接收直播数据，并且所述确定单元根据所述非互动动作而确定所述通信协议。

根据本申请的第七实施例的数据通信方法，其中，所述确定单元确定所述通信协议以供所述用户终端用来在短时间内连续从不同用户终端接收直播数据。

根据本申请的第七实施例的数据通信方法，其中，所述确定单元确定所述通信协议以供所述用户终端用来同时从不同用户终端接收直播数据。

上述实施例对于本发明的原理仅是说明性的。应当理解的是：本文所述的布置和细节的修改和变形对于本领域其他技术人员将是显而易见的。因此，旨在仅由所附专利权利要求的范围来限制而不是由借助对本文实施例的描述和解释所给出的具体细节来限制。

附图标记的描述

图1至图10

1:通信系统

10:用户终端

11:UI单元

12:解码器

13:显示器

14:直播输入部

15:编码器

30:后端服务器

31:接收单元

32:处理单元

33:存储单元

34:发送单元

35:重点检测单元

40:直播服务器

41:接收单元

42:处理单元

43:存储单元

44:发送单元

50:支付系统

图11至图15

1:通信系统

10:用户终端

20:服务器

100:消息分配系统

M:消息

Mu：用户消息

F：反馈

Freq：频率

P：偏好

110:收集单元

120:评估单元

121:消息分析元件

122:频率分析元件

123:相关性分析元件

124:偏好评估元件

1241:准则计算器

1242:准则评估器

1243:准则模块

1244:权重模块

1245:训练配对单元

1246:模型产生器

130:推送单元

140:比较单元。

图16至图23

1:通信系统

10:用户终端

11:互动单元

12:解码器

13:显示器

14:直播输入部

15:编码器

30:互动服务器

40:直播服务器

100:数据通信系统

110:接收单元

120:确定单元

130:传送单元

P:通信协议

A:动作

Ai:互动动作

Ani:非互动动作。

Claims (20)

1.一种用于检测直播的重点的重点检测方法，包括：

从用户终端收集购买信息；以及

根据所述购买信息来检测所述直播的重点；

其中，所述购买信息包含所述用户终端的购买行为，并且所述购买行为是与所述用户终端的购买相关的行为。

2.根据权利要求1所述的重点检测方法，其中，所述购买行为包含诸如以下各项的行为：点选购买按钮、建立订单或完成支付。

3.根据权利要求1所述的重点检测方法，其中，所述购买信息包含所述用户终端观看的所述直播的部分的对应时间信息。

4.根据权利要求3所述的重点检测方法，进一步包括：

查看所述用户终端的支付状态；

选择具有支付记录的所述用户终端；

撷取所述用户终端观看的所述直播的所述部分；以及

将所述直播的所述部分检测为所述直播的重点。

5.根据权利要求3所述的重点检测方法，进一步包括：

从多个用户终端收集购买信息；

查看所述用户终端的支付状态；

选择具有支付记录的所述用户终端；

比较所述用户终端观看的所述直播的所述部分；

撷取所述用户终端观看的重叠部分；以及

将所述重叠部分检测为所述直播的重点。

6.根据权利要求1所述的重点检测方法，其中，所述购买信息包含预购行为，并且所述预购行为是示出所述用户终端将进行购买的意愿的行为。

7.根据权利要求6所述的重点检测方法，其中，所述预购行为包含诸如以下各项的行为：放大产品图片、查看产品说明、将产品添加至意愿列表、将产品添加至我的最爱、将产品添加至购物车或者查看可用优惠券、折扣票、礼品券。

8.根据权利要求6所述的重点检测方法，进一步包括：

根据所述用户终端所执行的购买行为或预购行为的时间点来检测所述重点。

9.根据权利要求1所述的重点检测方法，其中，所述直播与诸如娱乐节目或在线购物之类的实况直播相关。

10.根据权利要求1所述的重点检测方法，进一步包括：

设定关于所述时间点的时间范围，

根据所述时间点及所述时间范围来撷取所述直播的部分，

将所述直播的所述部分检测为重点。

11.根据权利要求8所述的重点检测方法，进一步包括：

设定所述时间点的时间偏移，

将所述时间点偏移至偏移时间点，

根据所述偏移时间点来撷取所述直播的部分，

将所述直播的所述部分检测为重点。

12.根据权利要求5所述的重点检测方法，进一步包括：

计算每一部分的总分数，以及

根据所述总分数来检测所述重点；

其中，所述总分数是来自所述用户终端的每一分数的总和，并且所述分数是根据所述购买信息而决定的。

13.根据权利要求5所述的重点检测方法，进一步包括：

计算每一部分的总分数，以及

根据所述总分数来检测所述重点；其中

所述总分数是来自所述用户终端的每一分数的加权总和，所述分数是根据所述用户终端的所述购买行为及所述预购行为而决定的，并且所述权重是根据所述用户终端的交易数据而决定的。

14.根据权利要求1所述的重点检测方法，进一步包括：

将所述直播划分成不同部分，

计算每一部分的总分数，

根据所述总分数来检测所述重点。

15.根据权利要求14所述的重点检测方法，进一步包括：

基于所述总分数对所述直播的所述部分进行排名，

将高于阈值总分数的部分检测为重点。

16.一种用于检测直播的重点的系统，包括重点检测单元，所述重点检测单元被配置为执行：

从用户终端收集购买信息，以及

根据所述购买信息来检测所述直播的所述重点；其中

所述购买信息包含所述用户终端的购买行为，并且所述购买行为是与所述用户终端的购买相关的行为。

17.根据权利要求16所述的系统，其中，所述购买行为包含诸如以下各项的行为：点选购买按钮、建立订单或完成支付。

18.根据权利要求16所述的系统，其中，所述重点检测单元进一步被配置为执行：

查看所述用户终端的支付状态；

选择具有支付记录的所述用户终端；

撷取所述用户终端观看的所述直播的部分；以及

将所述直播的所述部分检测为所述直播的重点。

19.根据权利要求16所述的系统，其中，所述重点检测单元进一步被配置为执行：

计算每一部分的总分数，以及

根据所述总分数来检测所述重点；其中

所述总分数是来自所述用户终端的每一分数的加权总和，所述分数是根据所述用户终端的所述购买行为及所述预购行为而决定的，并且所述权重是根据所述用户终端的交易数据而决定的。

20.一种非暂时性计算机可读介质，存储在由一个或多个处理器执行时致使所述一个或多个处理器执行以下操作的指令：

从用户终端收集购买信息；以及

根据所述购买信息来检测直播的重点；其中

所述购买信息包含所述用户终端的购买行为，并且所述购买行为是与所述用户终端的购买相关的行为。

Images