CN117135370A - 一种基于aigc的直播间运营调控方法及系统 - Google Patents

一种基于aigc的直播间运营调控方法及系统 Download PDF

Info

Publication number
CN117135370A
CN117135370A CN202311393896.XA CN202311393896A CN117135370A CN 117135370 A CN117135370 A CN 117135370A CN 202311393896 A CN202311393896 A CN 202311393896A CN 117135370 A CN117135370 A CN 117135370A
Authority
CN
China
Prior art keywords
user
time period
live broadcasting
commodity
broadcasting room
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
CN202311393896.XA
Other languages
English (en)
Other versions
CN117135370B (zh
Inventor
沈扬
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.)
Shenzhen Enterprise Digital Technology Co ltd
Original Assignee
Shenzhen Enterprise Digital 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 Shenzhen Enterprise Digital Technology Co ltd filed Critical Shenzhen Enterprise Digital Technology Co ltd
Priority to CN202311393896.XA priority Critical patent/CN117135370B/zh
Publication of CN117135370A publication Critical patent/CN117135370A/zh
Application granted granted Critical
Publication of CN117135370B publication Critical patent/CN117135370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping
    • 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
    • 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
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4884—Data services, e.g. news ticker for displaying subtitles

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及用于管理的数据处理技术领域，具体涉及一种基于AIGC的直播间运营调控方法及系统，包括：采集直播间内各种数据，将所述当前时刻至之前的采集时长等分为若干个时间段，获取时间段的直播间用户结构因子，结合所有时刻上的弹幕数量，得到直播间访问用户活跃度的激增参数，再结合所有时刻上的商品销量，得到访问用户的消费潜力，再结合所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数，从而使用AIGC技术在所述直播间生成商品预告弹窗。本发明通过直播内容调控参数，调整商品预告弹窗，以吸引访问用户的关注、停留，提高用户的转化率，促进消费发生数据增长。

Description

一种基于AIGC的直播间运营调控方法及系统
技术领域
本发明涉及用于管理的数据处理技术领域，具体涉及一种基于AIGC的直播间运营调控方法及系统。
背景技术
AIGC全称为AI-Generated Content，直译为人工智能内容生成。即采用人工智能技术来自动生产内容，其通过从海量数据中学习抽象概念，并通过概念的组合生成全新的内容。因此其被广泛应用在直播运营领域中，包括实时字幕、翻译、互动元素生成、内容审核、内容推荐、虚拟角色等等，可以有效地提升观众体验、优化直播内容，以及帮助运营团队进行更加精细化的管理。
现有的问题：运营的目的是提高用户参与度，增加观众的停留时间、促进互动和购买。不同直播间的直播风格会吸引不同的受众人群，从而产生不同的消费意向，并且直播间人流量更新较为频繁，正在直播的商品对于部分来访观众可能缺乏吸引力，就会导致观众流失，如何灵活调整直播内容，最大限度契合观众消费意向是直播运营过程中亟待解决的问题之一。
发明内容
本发明提供一种基于AIGC的直播间运营调控方法及系统，以解决现有的问题。
本发明的一种基于AIGC的直播间运营调控方法及系统采用如下技术方案：
本发明一个实施例提供了一种基于AIGC的直播间运营调控方法，该方法包括以下步骤：
在任意一个直播间中的当前时刻至之前的任意时刻之间，采集每个访问用户ID每次的访问时长、每种商品的销量、当前时刻每种商品被访问的用户ID数量、以及每个时刻上的访问用户ID、弹幕数量、商品销量；将所述当前时刻至之前的任意时刻之间等分为若干个时间段，并将任意一个时间段，记为参考时间段；
根据参考时间段内所有时刻上的所有访问用户ID、每个访问用户ID每次的访问时长，得到参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长；根据参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，得到参考时间段的直播间用户结构因子；
根据参考时间段的直播间用户结构因子、所有时刻上的弹幕数量，得到参考时间段内直播间访问用户活跃度的激增参数；
根据所有时间段内直播间访问用户活跃度的激增参数、所有时刻上的商品销量，得到访问用户的消费潜力；
根据访问用户的消费潜力、所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数；根据直播内容调控参数，使用AIGC技术在所述直播间生成商品预告弹窗。
进一步地，所述根据参考时间段内所有时刻上的所有访问用户ID、每个访问用户ID每次的访问时长，得到参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，包括的具体步骤如下：
在参考时间段内所有时刻上的所有访问用户ID中，将不同的访问用户ID的数量，记为参考时间段内访问用户ID的种类数量；
在参考时间段内，将同种访问用户ID在所有时刻上均访问时对应的访问用户ID，记为参考时间段内的全时段观看用户ID；
将参考时间段内每种访问用户ID对应的本次的访问时长，记为参考时间段内每种访问用户ID的单次观看时长。
进一步地，所述根据参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，得到参考时间段的直播间用户结构因子对应的具体计算公式为：
其中w为参考时间段的直播间用户结构因子，L为参考时间段内访问用户ID的种类数量，为参考时间段内第i种访问用户ID的单次观看时长，/>为参考时间段内所有种访问用户ID的单次观看时长的均值，D为参考时间段内的全时段观看用户ID的数量，/>为以2为底的对数函数，/>为以自然常数为底的指数函数。
进一步地，所述根据参考时间段的直播间用户结构因子、所有时刻上的弹幕数量，得到参考时间段内直播间访问用户活跃度的激增参数，包括的具体步骤如下：
根据时间顺序，将参考时间段之前的相邻时间段，记为参考时间段的对照时间段；
根据参考时间段与其对照时间段内所有时刻上的弹幕数量、参考时间段的直播间用户结构因子，得到参考时间段内直播间访问用户活跃度的激增参数。
进一步地，所述根据参考时间段与其对照时间段内所有时刻上的弹幕数量、参考时间段的直播间用户结构因子，得到参考时间段内直播间访问用户活跃度的激增参数对应的具体计算公式为：
其中K为参考时间段内直播间访问用户活跃度的激增参数，w为参考时间段的直播间用户结构因子，G为参考时间段内所有时刻上的弹幕数量之和，为参考时间段的对照时间段内所有时刻上的弹幕数量之和。
进一步地，所述根据所有时间段内直播间访问用户活跃度的激增参数、所有时刻上的商品销量，得到访问用户的消费潜力，包括的具体步骤如下：
根据所有时间段的时间顺序，对所有时间段内直播间访问用户活跃度的激增参数进行排列，得到激增参数序列；
使用一阶导数法，得到激增参数序列中的局部极大值，将激增参数序列中每个局部极大值对应的时间段，记为访问用户活跃度激增时段；
在所有时间段中，将不是访问用户活跃度激增时段的时间段，记为日常直播时段；
将每个时间段内所有时刻上的商品销量之和，记为每个时间段的销售量；
按照时间顺序，依次统计每个日常直播时段的销售量，得到日常销售量集合；依次统计每个日常直播时段内直播间访问用户活跃度的激增参数，得到日常激增参数集合；依次统计每个访问用户活跃度激增时段的销售量，得到激增销售量集合；依次统计每个访问用户活跃度激增时段内直播间访问用户活跃度的激增参数，得到活跃激增参数集合；
计算激增销售量集合与活跃激增参数集合的皮尔逊系数，将所述皮尔逊系数减去日常销售量集合与日常激增参数集合的皮尔逊系数，记为访问用户的消费潜力。
进一步地，所述根据访问用户的消费潜力、所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数，包括的具体步骤如下：
根据每种商品的销量，由大到小将所有种商品排序，得到商品种类序列；
在预设的方向范围内，根据商品种类的数量，依次平均给商品种类序列中的每种商品分配一个方向，得到每种商品对应的方向；
根据每种商品对应的方向、当前时刻每种商品被访问的用户ID数量，构成每种商品的用户意向向量；
在所有商品种类内，将当前时刻正在直播的商品，记为直播商品，将其他种类商品，记为非直播商品；
根据直播商品的用户意向向量、所有种非直播商品的用户意向向量、访问用户的消费潜力，得到直播内容调控参数。
进一步地，所述根据直播商品的用户意向向量、所有种非直播商品的用户意向向量、访问用户的消费潜力，得到直播内容调控参数对应的具体计算公式为：
其中为直播内容调控参数，E为访问用户的消费潜力，/>为直播商品的用户意向向量，N为商品种类的数量，/>为第n种非直播商品的用户意向向量，/>为双曲正切函数。
进一步地，所述根据直播内容调控参数，使用AIGC技术在所述直播间生成商品预告弹窗，包括的具体步骤如下：
当直播内容调控参数大于预设的判断阈值时，统计当前时刻所有种商品被访问的用户ID数量中的最大值，将所述最大值对应的商品，记为下一个推荐商品；
根据下一个推荐商品，使用AIGC技术在所述直播间生成商品预告弹窗；
当直播内容调控参数小于等于预设的判断阈值时，所述直播间不生成商品预告弹窗。
本发明还提出了一种基于AIGC的直播间运营调控系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现前述所述的方法。
本发明的技术方案的有益效果是：
本发明实施例中，通过直播平台获取每个直播间历史直播记录，提取历史直播过程中单位时段的用户结构，进而得到访问用户活跃度激增时段，根据日常直播时段的用户活跃度与商品销量数据的关系，与用户活跃度激增时段的用户活跃度与消费发生数据的关系进行求差，得到访问用户的消费潜力，然后通过构建直播间用户意向向量，得到受众用户与访问用户的意向向量差异，并通过访问用户的消费潜力矫正意向向量差异，根据差异大小判定是否需要调整直播内容，并利用AIGC技术生成商品预告弹窗，以吸引访问用户的关注、停留，提高用户的转化率，促进消费发生数据增长。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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为本发明一种基于AIGC的直播间运营调控方法的步骤流程图。
具体实施方式
为了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一种基于AIGC的直播间运营调控方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于AIGC的直播间运营调控方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于AIGC的直播间运营调控方法的步骤流程图，该方法包括以下步骤：
步骤S001：在任意一个直播间中的当前时刻至之前的任意时刻之间，采集每个访问用户ID每次的访问时长、每种商品的销量、当前时刻每种商品被访问的用户ID数量、以及每个时刻上的访问用户ID、弹幕数量、商品销量；将所述当前时刻至之前的任意时刻之间等分为若干个时间段，并将任意一个时间段，记为参考时间段。
对于电商直播平台而言，其可以直接获取所有电商直播间的商品销量信息以及用户的浏览、购买记录，并基于用户意向与直播间内容，对直播间进行直播内容调整和建议，来帮助各个直播间最大程度吸引来访用户，也可以帮助用户购买到意向商品，对于直播平台本身而言，其提高用户和电商直播间的转化率，对于平台发展也大有好处。
在任意一个直播间中的当前时刻至之前的任意时刻之间，采集每个访问用户ID每次的访问时长、每种商品的销量、当前时刻每种商品被访问的用户ID数量、以及每个时刻上的访问用户ID、弹幕数量、商品销量。将所述当前时刻至之前的任意时刻之间等分为n个时间段，并将任意一个时间段，记为参考时间段。本实施例设定的等分数量n为50，且所述当前时刻之前的一段时间的时长应为n的整数倍，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定。
所需说明的是：访问用户ID表示访问用户的标识，每个用户都会被分配一个唯一的用户ID。访问用户ID每次的访问时长，例如一个访问用户ID第一次进入直播间到第一次退出直播间为一次访问，其停留的时长，为该访问用户ID的第一次访问的时长。每个弹幕对应的时刻只有其出现时的唯一的一个时刻。每个时刻上的商品销量为一个时刻上所有商品的总销售数量。
步骤S002：根据参考时间段内所有时刻上的所有访问用户ID、每个访问用户ID每次的访问时长，得到参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长；根据参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，得到参考时间段的直播间用户结构因子。
已知直播间直播内容的调整需要迎合观众结构，才能最大程度提高用户的转化率。历史数据对应产生的购买数据中，一部分是受众用户购买，一部分则为访问用户购买；日常直播产生的购买数据，几乎全为该直播间受众用户所购买。两者的差异在于，受众用户是基于直播间风格与部分意向商品所吸引的常驻用户，访问用户则为随意观看，但同样具有较大的消费潜力。
在参考时间段内所有时刻上的所有访问用户ID中，将不同的访问用户ID的数量，记为参考时间段内访问用户ID的种类数量。在参考时间段内，将同种访问用户ID在所有时刻上均访问时对应的访问用户ID，记为参考时间段内的全时段观看用户ID。将参考时间段内每种访问用户ID对应的本次的访问时长，记为参考时间段内每种访问用户ID的单次观看时长。
所需说明的是：本实施例中等分的时间段的时长较短，一般情况下参考时间段内每种访问用户ID只对应一次访问，即只对应一个访问时长。但在参考时间段内，当一个访问用户ID存在退出直播间，并再进入直播间的行为时，该访问用户ID在参考时间段内出现多次访问，此行为大概率为网络卡顿或者误退出，不是用户本意想要退出，因此将该访问用户ID在参考时间段内对应的多次的访问时长之和，记为参考时间段内该访问用户ID的观看时长。且由于该行为出现概率较小，因此对识别的全时段观看用户ID的数量影响较小，不影响后续的数据分析。
由此先提取历史时段的用户结构，用于分析不同用户结构带来的消费潜力，为是否调整、如何调整直播内容提供参考信息。则参考时间段的直播间用户结构因子w的计算公式为：
其中w为参考时间段的直播间用户结构因子，L为参考时间段内访问用户ID的种类数量，为参考时间段内第i种访问用户ID的单次观看时长，/>为参考时间段内所有种访问用户ID的单次观看时长的均值，D为参考时间段内的全时段观看用户ID的数量，/>为以2为底的对数函数。/>为以自然常数为底的指数函数，本实施例以/>来呈现反比例关系及归一化处理，实施者可根据实际情况设置反比例函数及归一化函数。
所需说明的是：为参考时间段内所有种访问用户ID的单次观看时长的方差，方差越小，代表参考时间段内直播间结构越偏向稳定的受众用户，/>为参考时间段直播间内访问用户ID的种类数量与全时段观看用户ID数量的比值，其中分母加1是为了避免分母为0。该比值越接近1代表参考时间段内直播间用户结构越偏向受众用户，将其进行对数转化， 即比值越接近1，则/>越接近0。利用exp（-）函数将/>与/>的乘积进行反比例转化，即输出值w越大，表示参考时间段的直播间用户结构越稳定。
步骤S003：根据参考时间段的直播间用户结构因子、所有时刻上的弹幕数量，得到参考时间段内直播间访问用户活跃度的激增参数。
已知用户活跃度与商品销量具有较大正面影响，而访问用户流动性大，一般在日常直播中活跃度较低，历史直播过程中，可以调动用户积极情绪的直播内容，对于提取高活跃度的访问用户信息具有较大的参考意义，例如折扣活动、特价商品、抽奖、热门话题、直播连线、以及主播言行等，由此根据历史直播记录中弹幕信息，对用户活跃度激增时段进行提取。
根据时间顺序，将参考时间段之前的相邻时间段，记为参考时间段的对照时间段。所需说明的是，当参考时间段之前没有时间段，则参考时间段就是其对照时间段。
则参考时间段内直播间访问用户活跃度的激增参数K的计算公式为：
其中K为参考时间段内直播间访问用户活跃度的激增参数，w为参考时间段的直播间用户结构因子，G为参考时间段内所有时刻上的弹幕数量之和，为参考时间段的对照时间段内所有时刻上的弹幕数量之和。
所需说明的是：越大则代表受众用户越少但访问用户越多，而/>越大，表示弹幕量激增，其中分母加1是为了避免分母为0。因此将/>与/>的乘积，表示参考时间段内直播间访问用户活跃度的激增参数，其值越大，代表访问用户活跃度增量越大。
按照上述方式，得到每个时间段内直播间访问用户活跃度的激增参数。
步骤S004：根据所有时间段内直播间访问用户活跃度的激增参数、所有时刻上的商品销量，得到访问用户的消费潜力。
根据所有时间段的时间顺序，将所有时间段内直播间访问用户活跃度的激增参数排序，得到激增参数序列。使用一阶导数法，得到激增参数序列中的局部极大值，将激增参数序列中每个局部极大值对应的时间段，记为访问用户活跃度激增时段。在所有时间段中，将不是访问用户活跃度激增时段的时间段，记为日常直播时段。其中，一阶导数法为公知技术，具体方法在此不做介绍。
所需说明的是：正常情况下，直播间访问用户活跃度必然存在一定的波动，故激增参数序列中一定存在局部极大值，若激增参数序列中不存在局部极大值时，则增加历史数据的采集时长，保障激增参数序列中存在局部极大值。
将每个时间段内所有时刻上的商品销量之和，记为每个时间段的销售量。按照时间顺序，依次统计每个日常直播时段的销售量，得到日常销售量集合；依次统计每个日常直播时段内直播间访问用户活跃度的激增参数，得到日常激增参数集合/>；依次统计每个访问用户活跃度激增时段的销售量，得到激增销售量集合/>；依次统计每个访问用户活跃度激增时段内直播间访问用户活跃度的激增参数，得到活跃激增参数集合/>。
计算日常时段、访问用户活跃度激增时段的购买发生数据与各自用户结构之间的相关关系差异，可以体现访问用户数量增加与购买发生数据之间的影响关系，进而得到访问用户的消费潜力。由此可知访问用户的消费潜力E的计算公式为：
其中E为访问用户的消费潜力，为激增销售量集合，/>为活跃激增参数集合，为/>和/>的皮尔逊系数，/>为日常销售量集合，/>为日常激增参数集合，/>为/>和/>的皮尔逊系数。
所需说明的是：计算数据数量相同的两个数据集合之间的皮尔逊系数为公知技术，具体方法在此不做介绍。为/>和/>的皮尔逊系数，其体现了访问用户活跃度激增时段中激增参数与商品销量的影响关系，/>为/>和/>的皮尔逊系数，其体现了日常直播时段中激增参数与商品销量的影响关系。因此/>减去 />的差值越大，则代表访问用户的消费潜力越大。并且访问用户消费潜力是根据不同类型、不同风格的直播间历史直播记录得到，对于不同直播间的访问用户消费潜力不同，对于一个直播间而言访问用户消费潜力为定值。
步骤S005：根据访问用户的消费潜力、所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数；根据直播内容调控参数，使用AIGC技术在所述直播间生成商品预告弹窗。
本实施例设定水平向右为初始方向，逆时针旋转180度后为终止方向，得到方向范围，以此为例进行叙述，其它实施方式中可设置为其它方向范围，本实施例不进行限定。
根据采集的每种商品的销量，由大到小将所有种商品排序，得到商品种类序列。在方向范围内，根据商品种类的数量，依次将商品种类序列中的每种商品平均分配一个方向，得到每种商品对应的方向。
所需说明的是：在方向范围内，根据商品种类的数量，依次将商品种类序列中的每种商品平均分配一个方向对应的具体过程为：从初始方向开始，逆时针旋转180度至终止方向，其旋转的角度为从0度至180度，根据商品种类数量，将0度至180度等分，即每种商品对应一个角度，则每种商品对应一个方向。例如商品种类数量为3时，商品种类序列中第一种商品对应的角度为0度、对应的方向为初始方向；商品种类序列中第二种商品对应的角度为90度、对应的方向为竖直向上；商品种类序列中第三种商品对应的角度为180度、对应的方向为终止方向。
根据每种商品对应的方向、当前时刻每种商品被访问的用户ID数量，构成每种商品的用户意向向量。在采集的所有商品种类内，将当前时刻正在直播的此种商品，记为直播商品，将其他种类商品，记为非直播商品。
由此可知直播内容调控参数的计算公式为：
其中为直播内容调控参数，E为访问用户的消费潜力，/>为直播商品的用户意向向量，N为商品种类的数量，/>为第n种非直播商品的用户意向向量。/>为双曲正切函数，将数据值归一化至[0,1]区间内。
所需说明的是：对应的用户不关注直播商品，一般为直播间受众用户，而/>对应的用户不关注直播商品而浏览其他商品，一般为直播间的访问用户。已知向量之间的差异一般用欧式距离表征，/>代表受众用户和访问用户的意向向量之间的欧几里得距离，该值越大代表直播间内受众用户和访问用户的意向越不一致，越需要调整直播内容；/>代表用访问用户的消费潜力乘以所述欧几里得距离，当访问用户的消费潜力较低时，会缩小欧几里得距离值，代表不需要为了消费潜力较小的访问用户而调整直播内容，故/>代表直播内容调控参数，/>越大则代表越需要调整直播内容。
本实施例设定的判断阈值为0.5，以此为例进行叙述，其它实施方式中可设置为其它值，本实施例不进行限定。当直播内容调控参数大于0.5时，则直播平台立刻对该直播间进行智能建议立刻调整直播内容，得到直播间确认、同意之后，通过AIGC技术在该直播间生成商品预告弹窗，将直播间内当前时刻所有种商品被访问的用户ID数量最大的商品，记为下一个推荐商品，并进行预告弹窗，生成即将开始此种商品直播的字幕，以吸引消费潜力较大的访问用户关注、停留，以提高用户的转化率，促进消费发生数据增长。当直播内容调控参数小于等于判断阈值0.5时，所述直播间不生成商品预告弹窗。
所需说明的是：本发明提出的一种基于AIGC的直播间运营调控方法及系统，基于用户隐私保护，仅允许电商直播平台具有对各个直播间智能运营调控的权力，个体或独立群体的直播间无权获取用户浏览、购买等隐私信息。
至此，本发明完成。
综上所述，在本发明实施例中，在任意一个直播间中的当前时刻至之前的任意时刻之间，采集各种数据，将所述当前时刻至之前的任意时刻之间等分为若干个时间段，并将任意一个时间段，记为参考时间段。根据参考时间段内所有时刻上的所有访问用户ID、每个访问用户ID每次的访问时长，得到参考时间段的直播间用户结构因子，结合所有时刻上的弹幕数量，得到参考时间段内直播间访问用户活跃度的激增参数，再结合所有时刻上的商品销量，得到访问用户的消费潜力，再结合所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数，从而使用AIGC技术在所述直播间生成商品预告弹窗。本发明通过直播内容调控参数，调整商品预告弹窗，以吸引访问用户的关注、停留，提高用户的转化率，促进消费发生数据增长。
本发明还提供了一种基于AIGC的直播间运营调控系统，系统包括存储器和处理器，处理器执行存储器存储的计算机程序，以实现前述的一种基于AIGC的直播间运营调控方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于AIGC的直播间运营调控方法，其特征在于，该方法包括以下步骤：
在任意一个直播间中的当前时刻至之前的任意时刻之间，采集每个访问用户ID每次的访问时长、每种商品的销量、当前时刻每种商品被访问的用户ID数量、以及每个时刻上的访问用户ID、弹幕数量、商品销量；将所述当前时刻至之前的任意时刻之间等分为若干个时间段，并将任意一个时间段，记为参考时间段；
根据参考时间段内所有时刻上的所有访问用户ID、每个访问用户ID每次的访问时长，得到参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长；根据参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，得到参考时间段的直播间用户结构因子；
根据参考时间段的直播间用户结构因子、所有时刻上的弹幕数量，得到参考时间段内直播间访问用户活跃度的激增参数；
根据所有时间段内直播间访问用户活跃度的激增参数、所有时刻上的商品销量，得到访问用户的消费潜力；
根据访问用户的消费潜力、所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数；根据直播内容调控参数，使用AIGC技术在所述直播间生成商品预告弹窗。
2.根据权利要求1所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据参考时间段内所有时刻上的所有访问用户ID、每个访问用户ID每次的访问时长，得到参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，包括的具体步骤如下：
在参考时间段内所有时刻上的所有访问用户ID中，将不同的访问用户ID的数量，记为参考时间段内访问用户ID的种类数量；
在参考时间段内，将同种访问用户ID在所有时刻上均访问时对应的访问用户ID，记为参考时间段内的全时段观看用户ID；
将参考时间段内每种访问用户ID对应的本次的访问时长，记为参考时间段内每种访问用户ID的单次观看时长。
3.根据权利要求1所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据参考时间段内访问用户ID的种类数量、全时段观看用户ID、每种访问用户ID的单次观看时长，得到参考时间段的直播间用户结构因子对应的具体计算公式为：
其中w为参考时间段的直播间用户结构因子，L为参考时间段内访问用户ID的种类数量，为参考时间段内第i种访问用户ID的单次观看时长，/>为参考时间段内所有种访问用户ID的单次观看时长的均值，D为参考时间段内的全时段观看用户ID的数量，/>为以2为底的对数函数，/>为以自然常数为底的指数函数。
4.根据权利要求1所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据参考时间段的直播间用户结构因子、所有时刻上的弹幕数量，得到参考时间段内直播间访问用户活跃度的激增参数，包括的具体步骤如下：
根据时间顺序，将参考时间段之前的相邻时间段，记为参考时间段的对照时间段；
根据参考时间段与其对照时间段内所有时刻上的弹幕数量、参考时间段的直播间用户结构因子，得到参考时间段内直播间访问用户活跃度的激增参数。
5.根据权利要求4所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据参考时间段与其对照时间段内所有时刻上的弹幕数量、参考时间段的直播间用户结构因子，得到参考时间段内直播间访问用户活跃度的激增参数对应的具体计算公式为：
其中K为参考时间段内直播间访问用户活跃度的激增参数，w为参考时间段的直播间用户结构因子，G为参考时间段内所有时刻上的弹幕数量之和，为参考时间段的对照时间段内所有时刻上的弹幕数量之和。
6.根据权利要求1所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据所有时间段内直播间访问用户活跃度的激增参数、所有时刻上的商品销量，得到访问用户的消费潜力，包括的具体步骤如下：
根据所有时间段的时间顺序，对所有时间段内直播间访问用户活跃度的激增参数进行排列，得到激增参数序列；
使用一阶导数法，得到激增参数序列中的局部极大值，将激增参数序列中每个局部极大值对应的时间段，记为访问用户活跃度激增时段；
在所有时间段中，将不是访问用户活跃度激增时段的时间段，记为日常直播时段；
将每个时间段内所有时刻上的商品销量之和，记为每个时间段的销售量；
按照时间顺序，依次统计每个日常直播时段的销售量，得到日常销售量集合；依次统计每个日常直播时段内直播间访问用户活跃度的激增参数，得到日常激增参数集合；依次统计每个访问用户活跃度激增时段的销售量，得到激增销售量集合；依次统计每个访问用户活跃度激增时段内直播间访问用户活跃度的激增参数，得到活跃激增参数集合；
计算激增销售量集合与活跃激增参数集合的皮尔逊系数，将所述皮尔逊系数减去日常销售量集合与日常激增参数集合的皮尔逊系数，记为访问用户的消费潜力。
7.根据权利要求1所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据访问用户的消费潜力、所有种商品的销量、当前时刻所有种商品被访问的用户ID数量，得到直播内容调控参数，包括的具体步骤如下：
根据每种商品的销量，由大到小将所有种商品排序，得到商品种类序列；
在预设的方向范围内，根据商品种类的数量，依次平均给商品种类序列中的每种商品分配一个方向，得到每种商品对应的方向；
根据每种商品对应的方向、当前时刻每种商品被访问的用户ID数量，构成每种商品的用户意向向量；
在所有商品种类内，将当前时刻正在直播的商品，记为直播商品，将其他种类商品，记为非直播商品；
根据直播商品的用户意向向量、所有种非直播商品的用户意向向量、访问用户的消费潜力，得到直播内容调控参数。
8.根据权利要求7所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据直播商品的用户意向向量、所有种非直播商品的用户意向向量、访问用户的消费潜力，得到直播内容调控参数对应的具体计算公式为：
其中为直播内容调控参数，E为访问用户的消费潜力，/>为直播商品的用户意向向量，N为商品种类的数量，/>为第n种非直播商品的用户意向向量，/>为双曲正切函数。
9.根据权利要求1所述一种基于AIGC的直播间运营调控方法，其特征在于，所述根据直播内容调控参数，使用AIGC技术在所述直播间生成商品预告弹窗，包括的具体步骤如下：
当直播内容调控参数大于预设的判断阈值时，统计当前时刻所有种商品被访问的用户ID数量中的最大值，将所述最大值对应的商品，记为下一个推荐商品；
根据下一个推荐商品，使用AIGC技术在所述直播间生成商品预告弹窗；
当直播内容调控参数小于等于预设的判断阈值时，所述直播间不生成商品预告弹窗。
10.一种基于AIGC的直播间运营调控系统，所述系统包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现根据权利要求1-9任一项所述的方法。
CN202311393896.XA 2023-10-26 2023-10-26 一种基于aigc的直播间运营调控方法及系统 Active CN117135370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311393896.XA CN117135370B (zh) 2023-10-26 2023-10-26 一种基于aigc的直播间运营调控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311393896.XA CN117135370B (zh) 2023-10-26 2023-10-26 一种基于aigc的直播间运营调控方法及系统

Publications (2)

Publication Number Publication Date
CN117135370A true CN117135370A (zh) 2023-11-28
CN117135370B CN117135370B (zh) 2024-02-06

Family

ID=88861344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311393896.XA Active CN117135370B (zh) 2023-10-26 2023-10-26 一种基于aigc的直播间运营调控方法及系统

Country Status (1)

Country Link
CN (1) CN117135370B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117499699A (zh) * 2023-12-29 2024-02-02 广东茉莉数字科技集团股份有限公司 一种基于关联挖掘的直播商品排品和组货方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110446057A (zh) * 2019-08-30 2019-11-12 北京字节跳动网络技术有限公司 直播辅助数据的提供方法、装置、设备及可读介质
CN112232906A (zh) * 2020-09-29 2021-01-15 平潭综合实验区澄心贸易有限公司 一种用于直播销售的商品推荐系统及其工作方法
CN115689682A (zh) * 2022-10-27 2023-02-03 广州品唯软件有限公司 直播过程中的商品讲解顺序调整方法、装置、介质及设备
WO2023131056A1 (zh) * 2022-01-05 2023-07-13 阿里巴巴（中国）有限公司 实时直播间的直播对象讲解顺序确定方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110446057A (zh) * 2019-08-30 2019-11-12 北京字节跳动网络技术有限公司 直播辅助数据的提供方法、装置、设备及可读介质
CN112232906A (zh) * 2020-09-29 2021-01-15 平潭综合实验区澄心贸易有限公司 一种用于直播销售的商品推荐系统及其工作方法
WO2023131056A1 (zh) * 2022-01-05 2023-07-13 阿里巴巴（中国）有限公司 实时直播间的直播对象讲解顺序确定方法及装置
CN115689682A (zh) * 2022-10-27 2023-02-03 广州品唯软件有限公司 直播过程中的商品讲解顺序调整方法、装置、介质及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王腾宇;: "大数据时代下电子商务个性化推荐系统的分析与设计", 智库时代, no. 08 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117499699A (zh) * 2023-12-29 2024-02-02 广东茉莉数字科技集团股份有限公司 一种基于关联挖掘的直播商品排品和组货方法
CN117499699B (zh) * 2023-12-29 2024-03-26 广东茉莉数字科技集团股份有限公司 一种基于关联挖掘的直播商品排品和组货方法

Also Published As

Publication number Publication date
CN117135370B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN117135370B (zh) 一种基于aigc的直播间运营调控方法及系统
US11620678B2 (en) Advertising method, device and system, and computer-readable storage medium
US7158959B1 (en) Automated web-based targeted advertising with quotas
AU761730B2 (en) Subscriber identification system
US6684194B1 (en) Subscriber identification system
CN111080413A (zh) 电商平台商品的推荐方法、装置、服务器和存储介质
US20070240181A1 (en) Subscriber Characterization System with Filters
CN104935970A (zh) 进行电视内容推荐的方法及电视客户端
CN104573619A (zh) 基于人脸识别的智能广告大数据分析方法及系统
WO2000033160B1 (en) Subscriber characterization and advertisement monitoring system
JP2016517094A (ja) オーディエンスターゲティングのためのシステムおよび方法
Albert et al. Predictive segmentation of energy consumers
WO2022048515A1 (zh) 一种测评实现方法、装置和存储介质
Wang et al. A hybrid bandit model with visual priors for creative ranking in display advertising
CN110766456A (zh) 商品推荐方法及装置
CN115037969B (zh) 基于数据识别的短视频广告投放智能分析系统与方法
CN113689259A (zh) 基于用户行为的商品个性化推荐方法及系统
CN113506124B (zh) 一种智慧商圈中媒体广告投放效果的评价方法
CN117135380B (zh) 一种基于aigc技术的文旅产品直播营销系统
CN113821574A (zh) 用户行为分类方法和装置及存储介质
CN115730125A (zh) 对象识别方法、装置、计算机设备和存储介质
CN112055226A (zh) 基于销售数据分位数的直播间推荐方法、装置、计算机设备
CN113298587A (zh) 店铺商品信息的展示方法、电子设备和客户端
Lekakos It's personal: Extracting lifestyle indicators in digital television advertising
CN114780865A (zh) 信息推荐方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant