CN117651168B - 一种计算主播有效上播时长的计算方法及系统 - Google Patents
一种计算主播有效上播时长的计算方法及系统 Download PDFInfo
- Publication number
- CN117651168B CN117651168B CN202410119092.9A CN202410119092A CN117651168B CN 117651168 B CN117651168 B CN 117651168B CN 202410119092 A CN202410119092 A CN 202410119092A CN 117651168 B CN117651168 B CN 117651168B
- Authority
- CN
- China
- Prior art keywords
- time
- broadcast
- length
- data
- effective
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 230000002441 reversible effect Effects 0.000 claims abstract description 52
- 230000002452 interceptive effect Effects 0.000 claims abstract description 49
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 77
- 230000008569 process Effects 0.000 claims description 40
- 230000003993 interaction Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 9
- 230000003111 delayed effect Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 29
- 230000006870 function Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 7
- 238000009331 sowing Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000002035 prolonged effect Effects 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010027940 Mood altered Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007510 mood change Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明提供了一种计算主播有效上播时长的计算方法及系统，属于自动化通讯的领域，以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长，能更精确地反映直播的有效性。
Description
技术领域
本发明属于自动化通讯的领域，具体涉及一种计算主播有效上播时长的计算方法及系统。
背景技术
计算主播有效上播时长的技术主要基于传统的数据分析方法。这些方法通常依赖于直播平台提供的基础数据，如总观看时长，以确定主播的上播时长和观众的参与度。传统方法主要依赖于直播平台的基础数据，缺乏多维度、多源数据的综合分析，可能无法准确反映主播的实际影响力和观众的真实参与度。简单的数据累加或平均可能忽视了观众行为的复杂性和动态变化，如不同时间段的观众参与度差异、观众情绪变化等。许多现有的计算方法无法实时更新，导致无法及时反馈给主播，影响直播的互动和调整。在公开号为CN113159855B的专利文献中提供的一种直播推荐方法，虽然通过推荐能够使用户快速精准的获取有效信息，但是无法计量直播中多维度数据的复杂的数据特征模式。在视频的直播或录播过程中，互动的数据出现模式与进入的数据的模式是不一样的，这是因为视频中的爆点出现时立刻会产生大量的弹幕或评论等的数据，但视频中的爆点出现了以后稍微一段时间用户才会收到相关的信息，才能进入直播的链接，所以两种数据的概率分布模式是很不同的，但却往往被严重忽略，导致主播有效上播时长的计算存在偏差，根据有效上播时长的推荐系统也准确度不高。
发明内容
本发明的目的在于提出一种计算主播有效上播时长的计算方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
为了实现上述目的，根据本发明的一方面，提供一种计算主播有效上播时长的计算方法，所述方法包括以下步骤：
记录播放过程中各时间的互动数据和观看频率数据，以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长，其中所述双向播长值为能用于表示所述正向播长序列与所述反向播长序列之间信息量的数值。
进一步地，直播播放过程包括在线视频通话的过程、实时的视频播放的过程和/或延时的视频录播的播放过程。
进一步地，所述互动数据为直播播放过程各时间中观众发送的数据，包括用户从客户端输入的评论和/或弹幕的数据，评论和/或弹幕的数据能以字符串的形式输入。
进一步地，所述观看频率数据为直播播放过程各时间中观众点击交互界面、按钮和/或进入链接的频率的数据，观众点击按钮和/或链接进入的频率的数据包括用户从客户端在直播播放过程中点击按钮和/或链接进入的次数的记录。
进一步地，直播播放过程表示从播放开始至播放结束的时间段，或者表示从播放开始至播放当前时刻的时间段。通过监测各时间点的互动和观看数据，可以实时了解直播过程中的观众反应，有助于主播即时调整内容。这样能够揭示观众行为的变化趋势，帮助理解观众的喜好和反应模式。
值得注意的是，有效上播时长不一定是计量时间长短的数值单位，所述有效上播时长应当理解为一种能够表示在直播播放过程中有效传播的信息量的大小，主播有效上播时长表示的是播放过程中存在人物发生动作、出现了语音对话、发生了声音播放和/或与观众进行了互动的一种测量数值特征，可以表示在直播过程中对信息量的有效传播做的有用的功。
进一步地，所述正向播长序列为各时间对应的正向播长分量按时间先后顺序排列得到的向量或数组，各时间对应的正向播长分量为能用于表示各时间的互动数据相对于互动数据最高峰值的比例随着各时间的互动数据的增长而增长的特征数据，所述正向播长分量由各时间的互动数据计算得到。
由于各时间的互动数据是实时反映当前时间直播的受欢迎程度的，这种数据特征的出现在直播全程的概率分布上是无延迟的、是立刻的，各时间的互动数据相对于互动数据最高峰值的比例若是随着直播时间的延长而越播越高，则表示直播是越来越受欢迎的，但若是各时间的互动数据相对于互动数据最高峰值的比例随着直播时间的延长而越播越差，则所述正向播长序列上各时间对应的正向播长分量的数学期望是衰减的；
这样的好处是使得各时间的互动数据相对于互动数据最高峰值的比例随着各时间的互动数据的增长而增长的概率分布上的特征更加明显，而且还能保持各时间的互动数据相对于互动数据最高峰值的比例计算不会随着直播时间越来越长而丢失，可以更好地帮助计算主播上线的有效时长。其中，函数bit为以自然数为底的指数函数，可优选地，应以自然数2为底来更好地适应二进制的数据。
进一步地，所述反向播长序列为各时间对应的反向播长分量按时间先后顺序排列得到的向量或数组，各时间对应的反向播长分量为能用于表示观看频率数据最小谷值相对于各时间的观看频率数据的比例随着各时间的观看频率数据的下降而增长的特征数据，所述反向播长分量由各时间的观看频率数据计算得到。
进一步地，其中，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长的方法具体还可为：
将所述正向播长序列与所述反向播长序列中各维度的数值分别按时间顺序相互对齐，使用所述双向播长值对所述正向播长序列与所述反向播长序列中各维度的数值分别进行概率化处理，令概率化处理后的正向播长序列与反向播长序列进行交互，对交互后的各维度的数值进行累计得到有效上播时长。
在统计过程中，离散型分布序列的期望值，是序列过程中每次可能的结果乘以其结果概率的总和，而对概率化处理后的正向播长序列与反向播长序列进行交互的好处是，可以根据各时间的互动数据在正向播长分量上的现时性的概率反映，结合各时间的观看频率数据在反向播长分量上的延时性的概率反映，双向地而非单向地更有效测量出每个时间上主播上播有效传播地信息量。通过结合互动数据和观看频率数据，该方法能更全面地评估直播内容的吸引力和观众的参与度。正向播长序列（基于互动数据）和反向播长序列（基于观看频率）的结合，能更精确地反映直播的有效性。
进一步地，将所述一种计算主播有效上播时长的计算方法应用于推荐系统中：
本发明还将所述一种计算主播有效上播时长的计算方法应用在了一种推荐系统上。具体地，所述推荐系统使用了所述一种计算主播有效上播时长的计算方法中所述的有效上播时长的计算方法，所述推荐系统能基于各主播账号的有效上播时长对进行排序，所述推荐系统能基于各主播账号的有效上播时长对客户端进行推送。
本发明还提供了一种计算主播有效上播时长的计算系统，所述一种计算主播有效上播时长的计算系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种计算主播有效上播时长的计算方法中的步骤，所述一种计算主播有效上播时长的计算系统可以运行于桌上型计算机、笔记本电脑、手机、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据获取单元，用于记录播放过程中各时间的互动数据和观看频率数据；
序列化单元，用于以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列；
时长计算单元，用于将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长。
本发明的有益效果为：本发明提供了一种计算主播有效上播时长的计算方法及系统，以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长，能更精确地反映直播的有效性。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，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，在附图中：
图1所示为一种计算主播有效上播时长的计算方法的流程图；
图2所示为一种计算主播有效上播时长的计算系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种计算主播有效上播时长的计算方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种计算主播有效上播时长的计算方法及系统。
本发明提出一种计算主播有效上播时长的计算方法，所述方法具体包括以下步骤：
获取播放过程中各时间的互动数据和观看频率数据；
以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列；
将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长。
其在一些实施例中，本发明上述方法可以运行于社交网络平台上，也可以运行于视频直播平台上；还可以运行于包括计算机、手机等的多台的移动或非移动的通讯设备组成的局域网上，每个通讯设备可作为一个主播的账号进行信息传播和/或信息的访问。其中，对有效上播时长超过一些预设的阈值的账号进行限制流量，对有效上播时长满足另一些预设的阈值的账号进行客户端推送。
其中，所述双向播长值为能用于表示所述正向播长序列与所述反向播长序列之间信息量的数值，例如包括向量距离、信息论距离等
进一步地，直播播放过程包括在线视频通话的过程、实时的视频播放的过程和/或延时的视频录播的播放过程。
进一步地，所述互动数据为直播播放过程各时间中观众发送的数据，包括用户从客户端输入的评论和/或弹幕的数据，评论和/或弹幕的数据能以字符串的形式输入。
进一步地，所述观看频率数据为直播播放过程各时间中观众点击交互界面、按钮和/或进入链接的频率的数据，观众点击按钮和/或链接进入的频率的数据包括用户从客户端在直播播放过程中点击按钮和/或链接进入的次数的记录。
进一步地，直播播放过程表示从播放开始至播放结束的时间段，或者表示从播放开始至播放当前时刻的时间段。其中，在一些实施例子中，在连续的状态下，直播播放过程中各时间为连续的时间，但连续的时间可分段表示、或可为分成多个连续的时间点来表示，分别对各时间段、时间点进行上述数据的记录；而在一些实施例子中，在离散的状态下，直播播放过程中各时间为采样的各采样时刻的时间点或时间段，采样的各采样时刻可通过随机采样、分层采样或平均采样获取，再分别对各时间段、时间点进行上述数据的记录。各时间段内记录的数据可采用取平均或累计的形式保存。在一些实施例子中，从播放开始至播放当前时刻的时间段有利于对主播有效上线时长进行实时的快速的监督。
进一步地，本发明对所述正向播长序列还提出了不同的实施方式：所述正向播长序列为各时间对应的正向播长分量按时间先后顺序排列得到的向量或数组，各时间对应的正向播长分量为能用于表示各时间的互动数据相对于互动数据最高峰值的比例随着各时间的互动数据的增长而增长的特征数据，所述正向播长分量由各时间的互动数据计算得到。
由于各时间的互动数据是实时反映当前时间直播的受欢迎程度的，这种数据特征的出现在直播全程的概率分布上是无延迟的、是立刻的，各时间的互动数据相对于互动数据最高峰值的比例若是随着直播时间的延长而越播越高，则表示直播是越来越受欢迎的，但若是各时间的互动数据相对于互动数据最高峰值的比例随着直播时间的延长而越播越差，则所述正向播长序列上各时间对应的正向播长分量的数学期望是衰减的；
在一些实施例中，记录直播播放过程中各时间的序号为i，直播播放过程中各时间的总数为n，则i属于1到n，可以将i时刻的客户端输入的评论和/或弹幕的字符串的条数、字符个数和/或字符串平均长度等作为该时间的互动数据，记i时刻的互动数据为InterD(i)，以及所述i时刻对应的正向播长分量为PosC(i)，各时间的互动数据中的最高峰值记为InterD(max)，则有PosC(i)=InterD(i)/InterD(max)；
而在一些实施例中，记各时间的互动数据中的最小谷值记为InterD(min)，可优选地，各时间对应的正向播长分量的计算公式还可为：
PosC(i)={bit[InterD(i)]/bit[InterD(min)]}/{bit[InterD(max)]/bit[InterD(min)]}，
这样的好处是使得各时间的互动数据相对于互动数据最高峰值的比例随着各时间的互动数据的增长而增长的概率分布上的特征更加明显，而且还能保持各时间的互动数据相对于互动数据最高峰值的比例计算不会随着直播时间越来越长而丢失，可以更好地帮助计算主播上线的有效时长。其中，函数bit为以自然数为底的指数函数，可优选地，应以自然数2为底来更好地适应二进制的数据。
进一步地，本发明对所述反向播长序列还提供了一些不同的实施方法：所述反向播长序列为各时间对应的反向播长分量按时间先后顺序排列得到的向量或数组，各时间对应的反向播长分量为能用于表示观看频率数据最小谷值相对于各时间的观看频率数据的比例随着各时间的观看频率数据的下降而增长的特征数据，所述反向播长分量由各时间的观看频率数据计算得到。
因为不同于上述的各时间的互动数据，各时间的观看频率数据是具有一定的延时滞后性的，一般是由于之前时刻直播博主上线的内容比较有趣，然后才会通过被推荐系统推送、或转发等途径吸引了观众进行点击进入的行为发生，各时间的观看频率数据的增长不一定与直播博主上线的有效时长质量在同一时刻上线性正相关，为此，在一些实施例中，为了更好地表现出各时间的观看频率数据受直播博主上线的观看热度的非现时性的影响，记i时刻的观看频率数据为ClikD(i)，以及所述i时刻对应的反向播长分量为NegC(i)，各时间的观看频率数据中的最小谷值记为ClikD(min)，则有NegC(i)=bit[ClikD(min)]/bit[ClikD(i)]，或者，在一些实施例中，还可以为NegC(i)=exp[ClikD(min)]/exp[ClikD(i)]，这样的好处是可以清晰地提取出各时间的观看频率数在延时滞后性地情况下与主播有效上播时长之间的先验概率关系，随着各时间的观看频率数据的下降，其与观看频率数据中的最小谷值的比例会随之而增大，这样同时可能契合上述正向播长序列的数值趋势，可以更方便帮助计算主播上线的有效时长。
进一步地，其中，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长的方法具体还可为：
将所述正向播长序列与所述反向播长序列中各维度的数值分别按时间顺序相互对齐，使用所述双向播长值对所述正向播长序列与所述反向播长序列中各维度的数值分别进行概率化处理，令概率化处理后的正向播长序列与反向播长序列进行交互，对交互后的各维度的数值进行累计得到有效上播时长。
在一些实施例中，分别按对应的时刻序号，将各时间对应的正向播长分量分别乘以所述双向播长值，将各时间对应的反向播长分量分别乘以所述双向播长值，如此使用所述双向播长值对所述正向播长序列与所述反向播长序列中各维度的数值分别进行概率化处理，其中，各时间对应的正向播长分量与所述双向播长值的乘积为各时间对应的有效正向播长分量，各时间对应的反向播长分量与所述双向播长值的乘积为各时间对应的有效反向播长分量。
在一些实施例中，实现对概率化处理后的正向播长序列与反向播长序列进行的交互，具体可为：在提供的第一实施例中，计算各时间对应的正向播长分量、反向播长分量和双向播长值三者乘积的立方根作为各时间对应的有效播长分量，例如，对于序号为i的时刻而言，时刻i对应的有效播长分量等于PosC(i)乘以NegC(i)再乘以所述双向播长值所得乘积的立方根，这样的好处是三者一次到位直接计算，可以节省运行的时间成本；而在提供的第二实施例中，可优选地，还可以将各时间对应的有效正向播长分量与有效反向播长分量进行交互，各时间对应的有效正向播长分量与有效反向播长分量的乘积的平方根即为各时间对应的有效播长分量，这样可以避免因为计算设备内存有限而在开立方根的时候造成的存储溢出。
而当在概率的统计过程中，离散型分布序列的期望值，是序列过程中每次时间点在平均信息量水平上可能的结果（双向播长值）乘以其结果概率（两种方向上的概率）的总和，而对概率化处理后的正向播长序列与反向播长序列进行交互的好处是，可以根据各时间的互动数据在正向播长分量上的现时性的概率反映，结合各时间的观看频率数据在反向播长分量上的延时性的概率反映，双向地而非单向地更有效测量出每个时间上主播上播有效传播的信息量。
在本发明提供的一些实施例子中，可以将各时间对应的有效播长分量进行累加得到有效上播时长。在本发明提供的另一些实施例子中，对于非离散的情况，还可将各时间对应的有效播长分量进行积分得到有效上播时长。还有一些简单的实施例中，可能会将各时间对应的有效播长分量的算术平均值作为一个比例，将直播播放过程的时间长度乘以该比例得到主播有效上播时长。其中，所述双向播长值可为所述正向播长序列与所述反向播长序列之间的信息论距离，包括但不限于熵和KL散度等，其中，可优选地为所述正向播长序列与所述反向播长序列之间的交叉熵。
进一步地，本发明还包括了一种推荐系统，所述推荐系统使用了上述一种计算主播有效上播时长的计算方法中所述的有效上播时长的计算方法，所述推荐系统能基于各主播账号的有效上播时长对进行排序，所述推荐系统能基于各主播账号的有效上播时长对客户端进行推送。在一些实施例中，各主播账号的有效上播时长数值越大排序上越靠前；在一些实施例中，将有效上播时长数值大于预设阈值的通过客户端对用户进行推荐。这样可以大大提升直播推荐系统的推送实时性与精准性。
所述一种计算主播有效上播时长的计算系统运行于桌上型计算机、笔记本电脑、手机、掌上电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种计算主播有效上播时长的计算方法中的步骤,可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
本发明的实施例提供的一种计算主播有效上播时长的计算系统，如图2所示，该实施例的一种计算主播有效上播时长的计算系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种计算主播有效上播时长的计算方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据获取单元，用于记录播放过程中各时间的互动数据和观看频率数据；
序列化单元，用于以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列；
时长计算单元，用于将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长。
其中，优选地，本发明中所有未定义的变量，若未有明确定义，均可为人工设置的阈值。
其中，不同单位的物理量间采用无量纲化的数值计算。
所述一种计算主播有效上播时长的计算系统可以运行于桌上型计算机、笔记本电脑、手机、掌上电脑及云端数据中心等计算设备中。所述一种计算主播有效上播时长的计算系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种计算主播有效上播时长的计算方法及系统的示例，并不构成对一种计算主播有效上播时长的计算方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种计算主播有效上播时长的计算系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种计算主播有效上播时长的计算系统的控制中心，利用各种接口和线路连接整个一种计算主播有效上播时长的计算系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种计算主播有效上播时长的计算方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种计算主播有效上播时长的计算方法及系统，以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长，能更精确地反映直播的有效性。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (9)
1.一种计算主播有效上播时长的计算方法，其特征在于，所述方法包括以下步骤：
获取播放过程中各时间的互动数据和观看频率数据，以各时间的互动数据计算出正向播长序列，以各时间的观看频率数据计算出反向播长序列，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长，其中所述双向播长值为能用于表示所述正向播长序列与所述反向播长序列之间信息量的数值；
其中，将所述正向播长序列与所述反向播长序列通过双向播长值进行交互后，再通过其期望值计算有效上播时长的方法具体为：将所述正向播长序列与所述反向播长序列中各维度的数值分别按时间顺序相互对齐，使用所述双向播长值对所述正向播长序列与所述反向播长序列中各维度的数值分别进行概率化处理，令概率化处理后的正向播长序列与反向播长序列进行交互，对交互后的各维度的数值进行累计得到有效上播时长，其中，所述期望值表示概率化处理后的正向播长序列与反向播长序列进行交互后的各维度的数值的期望值。
2.根据权利要求1所述的一种计算主播有效上播时长的计算方法，其特征在于，直播播放过程包括在线视频通话的过程、实时的视频播放的过程和/或延时的视频录播的播放过程。
3.根据权利要求1所述的一种计算主播有效上播时长的计算方法，其特征在于，所述互动数据为直播播放过程各时间中观众发送的数据，包括用户从客户端输入的评论和/或弹幕的数据，评论和/或弹幕的数据能以字符串的形式输入。
4.根据权利要求1所述的一种计算主播有效上播时长的计算方法，其特征在于，所述观看频率数据为直播播放过程各时间中观众点击交互界面、按钮和/或进入链接的频率的数据，观众点击按钮和/或链接进入的频率的数据包括用户从客户端在直播播放过程中点击按钮和/或链接进入的次数的记录。
5.根据权利要求1所述的一种计算主播有效上播时长的计算方法，其特征在于，直播播放过程表示从播放开始至播放结束的时间段，或者表示从播放开始至播放当前时刻的时间段。
6.根据权利要求1所述的一种计算主播有效上播时长的计算方法，其特征在于，所述正向播长序列为各时间对应的正向播长分量按时间先后顺序排列得到的向量或数组，各时间对应的正向播长分量为能用于表示各时间的互动数据相对于互动数据最高峰值的比例随着各时间的互动数据的增长而增长的特征数据，所述正向播长分量由各时间的互动数据计算得到。
7.根据权利要求1所述的一种计算主播有效上播时长的计算方法，其特征在于，所述反向播长序列为各时间对应的反向播长分量按时间先后顺序排列得到的向量或数组，各时间对应的反向播长分量为能用于表示观看频率数据最小谷值相对于各时间的观看频率数据的比例随着各时间的观看频率数据的下降而增长的特征数据，所述反向播长分量由各时间的观看频率数据计算得到。
8.一种推荐系统，其特征在于，所述推荐系统使用如权利要求1至7中任一项所述的有效上播时长，所述推荐系统能基于各主播账号的有效上播时长对主播账号进行排序，所述推荐系统能基于各主播账号的有效上播时长对客户端进行推送。
9.一种计算主播有效上播时长的计算系统，其特征在于，所述一种计算主播有效上播时长的计算系统运行于桌上型计算机、笔记本电脑或云端数据中心的任一计算设备中，所述计算设备包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的一种计算主播有效上播时长的计算方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410119092.9A CN117651168B (zh) | 2024-01-29 | 2024-01-29 | 一种计算主播有效上播时长的计算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410119092.9A CN117651168B (zh) | 2024-01-29 | 2024-01-29 | 一种计算主播有效上播时长的计算方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117651168A CN117651168A (zh) | 2024-03-05 |
| CN117651168B true CN117651168B (zh) | 2024-04-26 |
Family
ID=90045452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410119092.9A Active CN117651168B (zh) | 2024-01-29 | 2024-01-29 | 一种计算主播有效上播时长的计算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117651168B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108174233A (zh) * | 2018-01-08 | 2018-06-15 | 武汉斗鱼网络科技有限公司 | 一种直播方法、装置、服务器及介质 |
| CN109348262A (zh) * | 2018-10-19 | 2019-02-15 | 广州虎牙科技有限公司 | 一种主播相似度的计算方法、装置、设备和存储介质 |
| CN109361932A (zh) * | 2018-11-23 | 2019-02-19 | 武汉斗鱼网络科技有限公司 | 直播热度预测的方法，装置，设备及介质 |
| CN112969079A (zh) * | 2021-03-24 | 2021-06-15 | 广州虎牙科技有限公司 | 主播的资源分配方法、装置、计算机设备及存储介质 |
| CN115065836A (zh) * | 2022-05-19 | 2022-09-16 | 广州方硅信息技术有限公司 | 直播间切换展示处理方法、服务器、电子终端及存储介质 |
| WO2023046199A1 (zh) * | 2021-09-27 | 2023-03-30 | 北京有竹居网络技术有限公司 | 直播信息的展示方法、装置、电子设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11037206B2 (en) * | 2017-12-27 | 2021-06-15 | Facebook, Inc. | Sponsored-content-item stories for live media items |
-
2024
- 2024-01-29 CN CN202410119092.9A patent/CN117651168B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108174233A (zh) * | 2018-01-08 | 2018-06-15 | 武汉斗鱼网络科技有限公司 | 一种直播方法、装置、服务器及介质 |
| CN109348262A (zh) * | 2018-10-19 | 2019-02-15 | 广州虎牙科技有限公司 | 一种主播相似度的计算方法、装置、设备和存储介质 |
| CN109361932A (zh) * | 2018-11-23 | 2019-02-19 | 武汉斗鱼网络科技有限公司 | 直播热度预测的方法，装置，设备及介质 |
| CN112969079A (zh) * | 2021-03-24 | 2021-06-15 | 广州虎牙科技有限公司 | 主播的资源分配方法、装置、计算机设备及存储介质 |
| WO2023046199A1 (zh) * | 2021-09-27 | 2023-03-30 | 北京有竹居网络技术有限公司 | 直播信息的展示方法、装置、电子设备及存储介质 |
| CN115065836A (zh) * | 2022-05-19 | 2022-09-16 | 广州方硅信息技术有限公司 | 直播间切换展示处理方法、服务器、电子终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117651168A (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hong et al. | Enabling adaptive cloud gaming in an open-source cloud gaming platform | |
| CN108304888B (zh) | 直播平台用户分类方法及计算机存储介质、终端 | |
| CN107659825B (zh) | 一种直播视频留存的方法、装置、服务器、主播端及介质 | |
| WO2018000624A1 (zh) | 视频播放控制方法及装置 | |
| CN110099134B (zh) | 视频文件下载方法、装置、电子设备及存储介质 | |
| US8839278B2 (en) | Modeling user activity information associated with a network system | |
| US20160199742A1 (en) | Automatic generation of a game replay video | |
| CN106303669B (zh) | 一种视频剪辑方法和装置 | |
| US20120210383A1 (en) | Presenting streaming media for an event | |
| CN111698575A (zh) | 直播亮点视频剪辑方法、装置、设备及存储介质 | |
| CN109714639B (zh) | 违规处理方法、装置、服务器以及存储介质 | |
| US10762122B2 (en) | Method and device for assessing quality of multimedia resource | |
| CN111581521A (zh) | 群组成员的推荐方法、装置、服务器、存储介质及系统 | |
| WO2023077813A1 (zh) | 确定直播间刷量的方法及装置 | |
| CN117651168B (zh) | 一种计算主播有效上播时长的计算方法及系统 | |
| CN109688217B (zh) | 一种消息推送方法、装置及电子设备 | |
| US20090113466A1 (en) | System, Method and Computer Program Product for Evaluating Media Streams | |
| Sun et al. | A workload analysis of live event broadcast service in cloud | |
| CN108521577B (zh) | 一种视频播放方法、装置、设备和存储介质 | |
| CN107124660B (zh) | 直播间广播信息的触发方法和装置 | |
| CN111541905B (zh) | 一种直播方法、装置、计算机设备和存储介质 | |
| CN115120968A (zh) | 一种视频剪辑方法、装置、计算机设备以及存储介质 | |
| CN109218766A (zh) | 一种召集粉丝的方法、直播平台服务器及主播端 | |
| US20240058709A1 (en) | Method, apparatus and device and storage medium for real-time information interaction | |
| CN115278352A (zh) | 一种视频播放方法、装置、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 |