CN116761011B - 直播虚拟物品特效数据的实时加载方法及系统 - Google Patents

Abstract

本申请公开了一种直播虚拟物品特效数据的实时加载方法及系统，其中该直播虚拟物品特效数据的实时加载方法包括在直播间的目标用户触发虚拟物品交互控件的情况下，在直播间显示虚拟物品加载列表；在目标虚拟物品被触发的情况下，确定用户状态信息；在所述用户状态信息指示所述目标用户为所述直播间关联的新用户的情况下，进行验证码验证。向所述终端发送虚拟物品本地检索指令，触发所述终端检索本地是否存在所述目标虚拟物品对应的特效文件；在所述特效文件不存在的情况下，向所述终端发送所述特效文件；基于所述特效文件显示所述目标虚拟物品对应的特效。该方法可以确保对于初入直播间的用户及时加载特效，确保特效的及时显示。

Description

直播虚拟物品特效数据的实时加载方法及系统

技术领域

本申请涉及直播领域，特别涉及一种直播虚拟物品特效数据的实时加载方法及系统。

背景技术

在直播间存在虚拟物品交互现象时，可以在直播间显示主播与观众交互了什么样的虚拟物品，有一些虚拟物品还会被设置对应的特效。传统方案中，如果用户是新用户，或者虚拟物品刚上线时，还没有被下载到用户本地，用户交互该虚拟物品的时候，就没有特效，影响了用户与主播的信息交互体验，降低了信息交互效率。

发明内容

本申请实施例提供了一种直播虚拟物品特效数据的实时加载方法及系统。

根据本申请实施例的一个方面，提供了一种直播虚拟物品特效数据的实时加载方法，应用于由终端和服务器形成的直播虚拟物品特效数据的实时加载系统，所述方法包括：

在直播间的目标用户触发虚拟物品交互控件的情况下，在所述直播间显示虚拟物品加载列表，所述虚拟物品加载列表为与所述直播间内的主播、所述目标用户以及当前时间所对应的时间区间标识均相关的个性化列表；

在所述虚拟物品加载列表中的目标虚拟物品被触发的情况下，确定所述目标用户相对于所述直播间的用户状态信息，所述目标虚拟物品为所述虚拟物品加载列表中任一虚拟物品；

在所述用户状态信息指示所述目标用户为所述直播间关联的新用户的情况下，显示验证码输入区以及向所述目标用户对应的终端发送验证码；

在所述验证码输入区被录入的情况下，提取所述验证码输入区内的字符信息；

在所述字符信息与所述验证码匹配的情况下，向所述终端发送虚拟物品本地检索指令，触发所述终端检索本地是否存在所述目标虚拟物品对应的特效文件；

在所述特效文件不存在的情况下，向所述终端发送所述特效文件；

所述终端基于所述特效文件显示所述目标虚拟物品对应的特效。

根据本申请实施例的一个方面，提供了一种直播虚拟物品特效数据的实时加载系统，所述系统用于实施前述的直播虚拟物品特效数据的实时加载方法。

根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述直播虚拟物品特效数据的实时加载方法。

根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述直播虚拟物品特效数据的实时加载方法。

本申请实施例提供的技术方案可以带来如下有益效果：

本申请实施例提供直播虚拟物品特效数据的实时加载方法及系统，该直播虚拟物品特效数据的实时加载方法可以确保对于初入直播间的用户及时加载特效，确保特效的及时显示。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法的流程图。

图2是本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法中特效显示方法的方法示意图。

图3是本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法中另一特效显示方法的方法示意图。

图4是本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法中在所述直播间显示虚拟物品加载列表的方法示意图。

图5是本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法中虚拟物品推荐模型的训练方法的方法示意图。

图6是本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法中网络的具体结构示意图。

具体实施方式

在介绍本申请提供的方法实施例之前，先对本申请方法实施例中可能涉及的相关术语或者名词进行简要介绍，以便于本申请领域技术人员理解。

请参考图1，其示出了本申请一个实施例提供的直播虚拟物品特效数据的实时加载方法，应用于由终端和服务器形成的直播虚拟物品特效数据的实时加载系统，所述直播虚拟物品特效数据的实时加载方法包括：

S101.在直播间的目标用户触发虚拟物品交互控件的情况下，在所述直播间显示虚拟物品加载列表，所述虚拟物品加载列表为与所述直播间内的主播、所述目标用户以及当前时间所对应的时间区间标识均相关的个性化列表。

目标用户指的是直播间的某个观众，虚拟物品交互控件可以被显示在直播间上。本申请中虚拟物品可以指的是目标用户对直播间主播赠送的虚拟物品，比如，可以说虚拟礼物，虚拟问候等。在目标用户触发虚拟物品交互控件的情况下，可以显示虚拟物品加载列表，在一些实施例中，可以将其理解为可供目标用户进行虚拟礼物赠送的虚拟礼物所形成的列表。

本申请实施例提出，现有技术中，虚拟物品加载列表不具备个性化能力，或者说个性化能力不足。简单来说，现有技术中对于某个应用中的各个直播间来说，各个用户访问任意直播间时加载的虚拟物品加载列表是相同的，虚拟物品加载列表并不因为目标用户的不同、直播间的不同甚至时间的不同有所区别。

而本申请实施例中，不同的观众、不同的直播间甚至不同的时间下，为某个观众加载的虚拟物品加载列表都可以是不同的，充分实现了虚拟物品加载列表的多维度个性化。虚拟物品加载列表的多维度个性化是虚拟物品交互的个性化的基础，本申请实施例中实现的观众、主播、时间三维度个性化为虚拟物品交互场景注入更多个性化元素，非常显著的提高了用户体验，促进了不同用户的信息交互，提高信息交互效率。多维度个性化基于本申请实施例独创的虚拟物品推荐模型实施，关于该模型下文阐述，在此不做赘言，所谓的虚拟物品推荐模型在一些场景中也可以被理解为用于在预设的的虚拟礼物池中选择适配某个时间某个主播某个观众的虚拟礼物加载列表所使用的模型。

S102.在所述虚拟物品加载列表中的目标虚拟物品被触发的情况下，确定所述目标用户相对于所述直播间的用户状态信息，所述目标虚拟物品为所述虚拟物品加载列表中任一虚拟物品。

本申请实施例并不限定用户状态信息，其可以用于指示用户登录该直播间的累计时长。如果该累计时长小于预设阈值，可以认为该用户状态信息指示了直播间关联新用户，其实意思就是在这累计时长小于预设阈值的时候，该用户很可能没有下载特效文件，这种情况下触发验证码环节。当然，本申请实施例并不限定预设阈值，可以由程序员设置。

S103.在所述用户状态信息指示所述目标用户为所述直播间关联的新用户的情况下，显示验证码输入区以及向所述目标用户对应的终端发送验证码。

本申请通过验证码的验证方式检查目标用户的合法性，即目标用户对应的目标账户是否是在直播间注册过的账户，是就合法。目标用户收到验证码，将其录入在直播间显示的验证码输入区之中。

S104.在所述验证码输入区被录入的情况下，提取所述验证码输入区内的字符信息。在所述字符信息与所述验证码匹配的情况下，向所述终端发送虚拟物品本地检索指令，触发所述终端检索本地是否存在所述目标虚拟物品对应的特效文件。

所述验证码输入区被录入的情况下，提取所述验证码输入区内的字符信息并与验证码进行匹配，这就是常规的验证码验证流程，不做赘述。本申请的发明点在于将该验证码应用于直播间特效文件发送场景之中，而非验证码匹配算法本身，因此，对于该验证码匹配流程不做赘述。

S105.在所述特效文件不存在的情况下，向所述终端发送所述特效文件。所述终端基于所述特效文件显示所述目标虚拟物品对应的特效。

本申请实施例有别于现有技术的技术方案，还包括了特效的显示方法。现有技术中直播间的特效是直接显示的，与直播间当前的特效显示情况没有关系，这样的直播间特效只能在观众和主播之间形成单一的特效交互，效果较差。本申请实施例提出的特效显示方法中的显示出来的特效根据直播间当前的特效显示情况的不同而有所不同，而当前直播间显示的特效很可能是其他用户触发产生的，也就是，这种根据直播间当前的特效显示情况的不同而有所不同的个性化的特效显示方案可以实现目标用户这个特殊观众、主播以及其他观众形成的众人特效交互效果，交互效果非常显著，明显提升了信息交互效果，也提升了用户粘度。

在一个实施例中，所述特效文件包括多级特效，所谓的多级特效指的是同一特效的不同呈现幅度，比如，绽放特效文件中可能记录三个级别的绽放特效，一级特效二级特效和三级特效，其绽放幅度依次增大。请参考图2，其示出特效显示方法，包括：

S201.获取所述直播间的当前特效信息，所述当前特效信息包括所述目标虚拟物品对应的特效的当前的连续显示信息，所述连续显示信息包括显示次数信息和显示覆盖时长信息；

举个例子，目标虚拟物品为礼花，直播间当前的特效是礼花绽放的特效，该特效已经连续显示了3次，按照显示顺序记为礼花B、礼花C和礼花D，则显示次数信息为3，因为一共显示3个礼花，最先显示的礼花B的显示时间点与礼花D的显示时间点之间的差值记为显示覆盖时长信息。

当然，如果该目标虚拟物品对应的特效当前没有被显示或者没有被连续显示，当前特效信息为空，显示默认的缺省的针对该目标虚拟物品对应的特效即可。当前特效信息不为空执行后续步骤。

S202.获取所述目标用户的用户等级信息；

本申请实施例可以针对部分较高等级的目标用户实施步骤S201-S203的显示方法，而等级较低的用户可以直接显示特效文件中最低等级的特效即可。也就是说，前文提及的个性化的、众人特效交互效果只对部分较高等级的用户有效。等级如何确定，哪些等级属于低等级哪些等级属于高等级这可以自行设定，本申请不做限定。

S203.根据所述当前特效信息和所述用户等级信息，选择所述特效文件中对应的特效进行显示。

如果用户等级信息指示该用户的等级较高，则可以根据连续显示信息映射当前特效等级。仍然以礼花为例，显示次数为3，显示覆盖时长大于某个时长阈值，可以将该当前特效等级确定为二级特效，显示绽放特效文件中的二级特效即可。需要说明的是，基于连续显示信息映射当前特效等级的具体方法不做限定，这就是一个根据业务需求确定一个映射规则即可，没有实施难度也不做为本申请的限制。

在一个实施例中，请参考图3，其示出另一特效显示方法，包括：

S301.获取基于所述直播间当前的特效信息确定出的全部特效串，所述特效串以最近显示的虚拟物品特效为头部特效，按照所述直播间中出现的虚拟物品特效的显示时序倒序排列生成，所述特效串长度小于或等于预设长度阈值；

预设一个特效长度阈值，假设为3，直播间最近三个虚拟物品特效按照显示时间倒序为虚拟物品特效1、虚拟物品特效2和虚拟物品特效3，虚拟物品特效1为最近显示的特效，则全部特效串包括串1：{虚拟物品特效1}，串2：{虚拟物品特效1，虚拟物品特效2}，串3{虚拟物品特效1，虚拟物品特效2，虚拟物品特效3}。值得注意的是，特效串中的特效都是连续特效，如果两个特效显示的时间间隔较大，不能形成连续特效。连续特效的判断属于现有技术，不做赘言。如果最近显示的虚拟物品特效的显示时间与现在当前的时间距离较远，特效串为空，直接显示默认的特效即可。

S302.获取所述目标用户的用户等级信息；

本申请实施例可以针对部分较高等级的目标用户实施步骤S301-S303的显示方法，而等级较低的用户可以直接显示特效文件中缺省的特效即可。也就是说，前文提及的个性化的、众人特效交互效果只对部分较高等级的用户有效。等级如何确定，哪些等级属于低等级哪些等级属于高等级这可以自行设定，本申请不做限定。

S303.在所述用户等级信息指示所述目标用户满足等级要求的情况下，针对每一所述特效串在所述特效文件中进行特效检索，得到对应的检索结果；将检索结果不为空的情况下检索到的特效都进行显示。

满足等级要求指的就是前文中的等级较高，如何判定等级较高，属于业务规则可以自行设定，不做赘述。以前文为例，对串1、串2和串3分别进行检索，看看特效文件中是否记录了针对其的目标虚拟物品的特效，如果记录了就进行显示，如果都没记录，就显示缺省特效。

举个例子，目标虚拟物品为石头，串1：{虚拟物品特效1}，串2：{虚拟物品特效1，虚拟物品特效2}，串3{虚拟物品特效1，虚拟物品特效2，虚拟物品特效3}具体为：

串1：{剪刀晃一晃}，

串2：{剪刀晃一晃，太阳笑一笑}，

串3：{剪刀晃一晃，太阳笑一笑，蜻蜓飞一飞}；

串1在特效文件中存在对应的特效，即石头砸剪刀，则可以显示石头砸剪刀的特效，而串2和串3都没有对应的特效，其实本质上是因为太阳和蜻蜓都与石头没啥关系，所以没有对应的特效。而前面出现了剪刀，如果再出现石头，就可以用石头砸剪刀，这种有前后交互方式的在直播间的针对虚拟物品的交互特效也是本申请实施例首次提出。

请参考图4，其为在所述直播间显示虚拟物品加载列表的示意图，包括：

S401.获取所述目标用户的用户画像信息；以及获取所述直播间的直播间画像信息；

所述用户画像信息包括下述至少一个内容：年龄信息、地域信息、性别信息、教育信息、感兴趣的虚拟礼物信息、感兴趣的物品信息、感兴趣的媒体信息；所述直播间画像信息包括下述至少一个内容：主播画像信息，主播等级信息、主播直播累计时长、主播本次直播时长，所述主播画像信息为主播的用户画像信息。

用户画像信息和直播间画像信息中的各种信息都是现有技术的常见信息，不需多做赘言。

S402.获取当前时间所对应的时间区间标识，所述时间区间标识用于指示所述当前时间处于时间不敏感区间或者某一特殊时间区间；

时间区间标识表示当前时间是为时间不敏感区间或者某一特殊时间区间，举个例子，如果是时间不敏感区间，时间区间标识为0，如果是春节，时间区间标识为1，如果是国庆节，时间区间标识为2。如果是劳动节，时间区间标识为3，如果是圣诞节，时间区间标识为4等等，设置方式不做限定。所谓的时间不敏感区间指的是所有时间都适合发送的虚拟物品属于该时间不敏感区间对应的虚拟物品。

S403.由虚拟物品推荐模型根据所述时间区间标识生成虚拟物品权重序列；以及由所述虚拟物品推荐模型根据所述虚拟物品权重序列和各预设的虚拟物品分别对应的特征，得到虚拟物品序列输入特征。

预设的多个虚拟物品会被按照是否是时间敏感进行分组，即基于时间敏感情况分组，都不敏感还是具体对哪个节日敏感。然后再按照时间是否特殊，有多特殊进行分组粒度的排序。

举个例子，本申请实施例中基于时间敏感情况分组可以将多个虚拟物品分成三个组，所有时间内都可以发送的，即时间不敏感区间对应的虚拟物品1至虚拟物品10，形成分组1。春节敏感即春节相关的虚拟物品11至虚拟物品20形成分组2，乞巧节对应的相关的虚拟物品21至虚拟物品30形成分组3。按照时间特殊性排序的结果是{分组1}、{分组2}、{分组3}这个顺序，分组1不特殊，分组2一般特殊，分组3十分特殊。那么就形成了虚拟物品序列，该虚拟物品序列包括30个虚拟物品，序号分别是1-30。虚拟物品序列可能不唯一，但是程序员可以确定一个唯一的。

当前时间所对应的时间区间标识不同，各虚拟物品的推荐程度不同，所以要根据当前时间所对应的时间区间标识对各虚拟物品进行权重分配，得到虚拟物品权重序列。这个权重序列可以基于当前时间所对应的时间区间标识进行初始化，然后被输入虚拟物品推荐模型得到调整后的虚拟物品权重序列，及S403中得到的虚拟物品权重序列，本申请并不限定初始化的方法，其可以根据实际情况结合当前时间所对应的时间区间标识由程序员进行确定，不作为本申请实施例的限制，没有难度无需赘言。举个例子，如果当前时间所对应的时间区间标识指示目前不是任何节日，则虚拟物品1-10的权重可以适当设置的大一些，后面的虚拟物品权重就小一些。如果当前时间所对应的时间区间标识指示现在是春节，则虚拟物品11-20的权重可以适当设置的大一些，其他的虚拟物品权重就小一些。

S404.由所述虚拟物品推荐模型基于所述用户画像信息、所述直播间画像信息和所述虚拟物品序列输入特征，得到每一所述虚拟物品对应的推荐度，所述推荐度用于指示四维个性化的推荐度，即个性化的虚拟物品在个性化的时间区间内针对个性化的用户在个性化直播间内的推荐度；

本申请实施例中的虚拟物品推荐模型考虑多维度的个性化信息，具体包括虚拟物品维度、时间维度、用户维度和主播维度，这四个维度任一不同都可能导致虚拟物品的推荐度不同，生成不同的虚拟物品加载列表。

S405.根据各所述虚拟物品对应的推荐度，生成并显示所述虚拟物品加载列表。

选择topN的推荐度对应的虚拟物品生成虚拟物品加载列表，N可自行设定一个大于1的正整数，topN选取是现有技术，本申请不做赘述。

请参考图5，其示出了虚拟物品推荐模型的训练方法，就包括：

S501.获取样本用户的样本用户画像信息，以及样本直播间的样本直播间画像信息；确定样本时间区间标识，所述样本时间区间标识指示样本时间区间处于时间不敏感区间还是某一特殊时间区间；将预设的多个虚拟物品按照时间敏感情况进行分组，得到多个虚拟物品组；将各所述虚拟物品组按照时间特殊性进行排序，得到虚拟物品序列；

S501的全部动作都在前文有述，可以进行参考，在此不做赘言。

S502.将虚拟物品序列中的多个虚拟物品中的每个虚拟物品均输入第一网络进行特征提取，得到对应的虚拟物品特征，形成所述虚拟物品序列对应的虚拟物品特征序列；

本申请实施例提及的全部网络，包括第一网络第二网络和第三网络都可以使用现有技术中神经网络的自有结构搭建。本申请实施例中的各个网络都不需要额外进行说明，因为都可以使用现有技术的神经网络中具备相应功能的层来搭建，本申请的价值在于基于这些网络的结构来实现具体的训练过程，也就是训练的逻辑步骤，网络的整体搭建、以及这些不同的网络组合起来实现个性化虚拟物品推荐度预测的这一整体构思。而非某个单一网络的具体结构，在此特意说明。

S503.根据样本时间区间标识初始化样本虚拟物品权重序列；将所述样本时间区间标识和所述样本虚拟物品权重序列输入第二网络进行时间个性化权重调整，得到调整后的样本虚拟物品权重序列；

初始化过程前文有述，在此不做赘言。第二网络有调整权重的能力，该能力通过训练即可得到，训练过程后文有述。

S504.基于所述样本虚拟物品权重序列和所述虚拟物品特征序列，得到样本虚拟物品序列输入特征；

这个其实就是将单个虚拟物品的特征与其对应的权重进行相乘的过程，得到每个虚拟物品融合权重后的特征，进而得到各个该特征形成的序列，即样本虚拟物品序列输入特征。

S505.将所述样本虚拟物品序列输入特征、所述样本用户画像信息、所述样本直播间画像信息输入第三网络，预测每一虚拟物品对应的预测推荐度；

如图6所示，其示出网络的具体结构示意图。所述第三网络与第一网络和第二网络形成飞机状网络，所述第三网络包括第一多层网络、第二多层网络、第三多层网络、第四网络和第五网络，所述第一多层网络、所述第二多层网络和所述第三多层网络均为三层网络；所述第一多层网络自下而上（均指图6的自下而上）包括的网络为A11、A12、A13，A11与所述第四网络连接；所述第二多层网络自下而上包括的网络为B11、B12、B13；所述第三多层网络自下而上包括的网络为C11、C12、C13，C11与所述第五网络连接；所述第一多层网络、所述第二多层网络和所述第三多层网络中的各个网络执行的操作均为基于输入数据的拟合操作。第五网络和第四网络是执行特征提取的操作，实现这些操作的具体的神经网络结构可以在现有技术中选择然后搭建第三网络，这个不构成本申请实施障碍，无需赘言。

具体来说，将所述样本直播间画像信息输入所述第四网络进行特征提取，得到样本直播间特征；将所述样本用户画像信息输入所述第五网络进行特征提取，得到样本用户特征；将所述样本直播间特征输入A11，将所述样本用户特征输入C11；将A11和C11各自的输出与所述样本虚拟物品序列输入特征进行融合操作，并将融合结果输入B11；将A11和C11各自的输出分别输入对应的A12和C12，将A12和C12各自的输出与B11的输出进行融合操作，并将融合结果输入B12；将A12和C12各自的输出分别输入对应的A13和C13，将A13和C13各自的输出与B12的输出进行融合操作，并将融合结果输入B13，B13输出每一虚拟物品对应的预测推荐度。通过设计这种飞机状网络，可以实现针对不同的信息按照该信息在推荐度预测中的作用进行对应的数据处理，而且为了实现个性化推荐度的预测，实现了相关信息的充分的内融合，每一次的内融合都有利于提升推荐度预测的精度，整个网络结构和谐对称，预测结果也比较好。

本申请中的特征或者数据融合就是现有技术中的数据融合，不做特别说明，比如，可以使用卷积，加、乘、连接等方式选择合适的来实施，选择过程不构成实施障碍，没有难度。

S506.根据所述样本用户在所述样本时间区间内在所述样本直播间使用虚拟物品的记录，确定各所述虚拟物品各自对应的参考推荐度；

所谓的参考推荐度就是根据实际用户选择的虚拟物品的情况来得到的，表示一种真值信息，也就是体现了实际上样本用户在样本时间区间内在样本直播间场景中对虚拟物品的倾向程度，该倾向程度即可被理解为一种真值的推荐度。本申请实施例只需要限定，参考推荐度基于实际上样本用户在样本时间区间内在样本直播间场景中对虚拟物品的使用记录确定即可，无需限定具体的确定方法，该确定方法可以由本领技基于自身知识来设计，并不构成本申请实施障碍。

举个例子，样本用户在样本时间区间内在样本直播间场景中对虚拟物品的使用情况为：使用了虚拟物品1共10次，使用了虚拟物品2共6次，使用了虚拟物品21共4次，使用了虚拟物品26共1次，其他虚拟物品都使用0次，则可以基于该使用记录算出虚拟物品1的参考推荐度大于虚拟物品2的参考推荐度大于虚拟物品21的参考推荐度大于虚拟物品26的参考推荐度，其他虚拟物品的参考推荐度更小，参考推荐度正相关于样本用户在样本时间区间内在样本直播间场景中对虚拟物品的使用次数。至于具体的参考推荐度如何确定方法很多，比如，可以基于单一虚拟物品使用次数与虚拟物品共使用的总次数的比值计算该单一虚拟物品的参考推荐度。

S507.根据所述参考推荐度和所述预测推荐度之间的差异，调整所述第一网络、所述第二网络和所述第三网络的参数，直至达到预设收敛条件；将调参后的所述第一网络、所述第二网络和所述第三网络，作为所述虚拟物品推荐模型。

调参方法和收敛条件使用现有技术，不做说明。差异使用交叉熵损失度量。

根据本申请实施例的一个方面，提供了直播虚拟物品特效数据的实时加载系统，所述系统用于前述实施例所提及的直播虚拟物品特效数据的实时加载方法。

本申请一个实施例提供一种计算机设备。该计算机设备可以是服务器，以用于执行上述直播虚拟物品特效数据的实时加载方法。本申请一个实施例提供计算机存储介质，以用于记载上述直播虚拟物品特效数据的实时加载方法。可选地，该计算机可读存储介质可以包括：ROM（Read Only Memory，只读存储器）、RAM（Random Access Memory，随机存取记忆体）、SSD（Solid State Drives，固态硬盘）或光盘等。其中，随机存取记忆体可以包括ReRAM（Resistance Random Access Memory,电阻式随机存取记忆体）和DRAM（DynamicRandom Access Memory，动态随机存取存储器）。

在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述直播虚拟物品特效数据的实时加载方法。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。另外，本文中描述的步骤编号，仅示例性示出了步骤间的一种可能的执行先后顺序，在一些其它实施例中，上述步骤也可以不按照编号顺序来执行，如两个不同编号的步骤同时执行，或者两个不同编号的步骤按照与图示相反的顺序执行，本申请实施例对此不作限定。

另外，在本申请的具体实施方式中，涉及到用户信息等相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种直播虚拟物品特效数据的实时加载方法，其特征在于，应用于由终端和服务器形成的直播虚拟物品特效数据的实时加载系统，所述方法包括：

在直播间的目标用户触发虚拟物品交互控件的情况下，在所述直播间显示虚拟物品加载列表，所述虚拟物品加载列表为与所述直播间内的主播、所述目标用户以及当前时间所对应的时间区间标识均相关的个性化列表；

在所述虚拟物品加载列表中的目标虚拟物品被触发的情况下，确定所述目标用户相对于所述直播间的用户状态信息，所述目标虚拟物品为所述虚拟物品加载列表中任一虚拟物品；

在所述用户状态信息指示所述目标用户为所述直播间关联的新用户的情况下，显示验证码输入区以及向所述目标用户对应的终端发送验证码；

在所述验证码输入区被录入的情况下，提取所述验证码输入区内的字符信息；

在所述字符信息与所述验证码匹配的情况下，向所述终端发送虚拟物品本地检索指令，触发所述终端检索本地是否存在所述目标虚拟物品对应的特效文件；

在所述特效文件不存在的情况下，向所述终端发送所述特效文件；

所述终端基于所述特效文件显示所述目标虚拟物品对应的特效。

2.根据权利要求1所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述特效文件包括多级特效，所述基于所述特效文件显示所述目标虚拟物品对应的特效，包括：

获取所述直播间的当前特效信息，所述当前特效信息包括所述目标虚拟物品对应的特效的连续显示信息，所述连续显示信息包括显示次数信息和显示覆盖时长信息；

获取所述目标用户的用户等级信息；

根据所述当前特效信息和所述用户等级信息，选择所述特效文件中对应的特效进行显示。

3.根据权利要求1或2所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述基于所述特效文件显示所述目标虚拟物品对应的特效，包括：

获取基于所述直播间当前的特效信息确定出的全部特效串，所述特效串以最近显示的虚拟物品特效为头部特效，按照所述直播间中出现的虚拟物品特效的显示时序倒序排列生成，所述特效串长度小于或等于预设长度阈值；

获取所述目标用户的用户等级信息；

在所述用户等级信息指示所述目标用户满足等级要求的情况下，针对每一所述特效串在所述特效文件中进行特效检索，得到对应的检索结果；

将检索结果不为空的情况下检索到的特效都进行显示。

4.根据权利要求3所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述在所述直播间显示虚拟物品加载列表，包括：

获取所述目标用户的用户画像信息；

获取所述直播间的直播间画像信息；

获取当前时间所对应的时间区间标识，所述时间区间标识用于指示所述当前时间处于时间不敏感区间或者某一特殊时间区间；

由虚拟物品推荐模型根据所述时间区间标识生成虚拟物品权重序列；

由所述虚拟物品推荐模型根据所述虚拟物品权重序列和各预设的虚拟物品分别对应的特征，得到虚拟物品序列输入特征；

由所述虚拟物品推荐模型基于所述用户画像信息、所述直播间画像信息和所述虚拟物品序列输入特征，得到每一所述虚拟物品对应的推荐度，所述推荐度用于指示四维个性化的推荐度；

根据各所述虚拟物品对应的推荐度，生成并显示所述虚拟物品加载列表。

5.根据权利要求4所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述用户画像信息包括下述至少一个内容：年龄信息、地域信息、性别信息、教育信息、感兴趣的虚拟礼物信息、感兴趣的物品信息、感兴趣的媒体信息；

所述直播间画像信息包括下述至少一个内容：主播画像信息，主播等级信息、主播直播累计时长、主播本次直播时长，所述主播画像信息为主播的用户画像信息。

6.根据权利要求4所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述虚拟物品推荐模型通过下述方法训练：

获取样本用户的样本用户画像信息，以及样本直播间的样本直播间画像信息；

确定样本时间区间标识，所述样本时间区间标识指示样本时间区间处于时间不敏感区间还是某一特殊时间区间；

将预设的多个虚拟物品按照时间敏感情况进行分组，得到多个虚拟物品组；

将各所述虚拟物品组按照时间特殊性进行排序，得到虚拟物品序列；

将虚拟物品序列中的多个虚拟物品中的每个虚拟物品均输入第一网络进行特征提取，得到对应的虚拟物品特征，形成所述虚拟物品序列对应的虚拟物品特征序列；

根据样本时间区间标识初始化样本虚拟物品权重序列；

将所述样本时间区间标识和所述样本虚拟物品权重序列输入第二网络进行时间个性化权重调整，得到调整后的样本虚拟物品权重序列；

基于所述样本虚拟物品权重序列和所述虚拟物品特征序列，得到样本虚拟物品序列输入特征；

将所述样本虚拟物品序列输入特征、所述样本用户画像信息、所述样本直播间画像信息输入第三网络，预测每一虚拟物品对应的预测推荐度；

根据所述样本用户在所述样本时间区间内在所述样本直播间使用虚拟物品的记录，确定各所述虚拟物品各自对应的参考推荐度；

根据所述参考推荐度和所述预测推荐度之间的差异，调整所述第一网络、所述第二网络和所述第三网络的参数，直至达到预设收敛条件；

将调参后的所述第一网络、所述第二网络和所述第三网络，作为所述虚拟物品推荐模型。

7.根据权利要求6所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述第三网络与第一网络和第二网络形成飞机状网络，所述第三网络包括第一多层网络、第二多层网络、第三多层网络、第四网络和第五网络，所述第一多层网络、所述第二多层网络和所述第三多层网络均为三层网络；

所述第一多层网络自下而上包括的网络为A11、A12、A13，A11与所述第四网络连接；

所述第二多层网络自下而上包括的网络为B11、B12、B13；

所述第三多层网络自下而上包括的网络为C11、C12、C13，C11与所述第五网络连接；

所述第一多层网络、所述第二多层网络和所述第三多层网络中的各个网络执行的操作均为基于输入数据的拟合操作。

8.根据权利要求7所述的直播虚拟物品特效数据的实时加载方法，其特征在于，所述将所述样本虚拟物品序列输入特征、所述样本用户画像信息、所述样本直播间画像信息输入第三网络，预测每一虚拟物品对应的预测推荐度，包括：

将所述样本直播间画像信息输入所述第四网络进行特征提取，得到样本直播间特征；

将所述样本用户画像信息输入所述第五网络进行特征提取，得到样本用户特征；

将所述样本直播间特征输入A11，将所述样本用户特征输入C11；

将A11和C11各自的输出与所述样本虚拟物品序列输入特征进行融合操作，并将融合结果输入B11；

将A11和C11各自的输出分别输入对应的A12和C12，将A12和C12各自的输出与B11的输出进行融合操作，并将融合结果输入B12；

将A12和C12各自的输出分别输入对应的A13和C13，将A13和C13各自的输出与B12的输出进行融合操作，并将融合结果输入B13，B13输出每一虚拟物品对应的预测推荐度。

9.一种直播虚拟物品特效数据的实时加载系统，其特征在于，所述系统用于执行如权利要求1至8中任意一项所述的直播虚拟物品特效数据的实时加载方法。

10.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至8中任意一项所述的直播虚拟物品特效数据的实时加载方法。