CN115484471A - 主播推荐方法及装置 - Google Patents
主播推荐方法及装置 Download PDFInfo
- Publication number
- CN115484471A CN115484471A CN202211122380.7A CN202211122380A CN115484471A CN 115484471 A CN115484471 A CN 115484471A CN 202211122380 A CN202211122380 A CN 202211122380A CN 115484471 A CN115484471 A CN 115484471A
- Authority
- CN
- China
- Prior art keywords
- anchor
- target
- live broadcast
- similarity
- target anchor
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000003993 interaction Effects 0.000 claims abstract description 43
- 239000013598 vector Substances 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000010187 selection method Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种主播推荐方法及装置,涉及数据处理技术领域,该方法包括:根据每个主播的直播语音内容获取每个主播与目标主播的相似度,目标主播为预定时间周期内直播互动小于预定互动条件的主播;根据每个主播与目标主播的相似度生成每个主播对应的相似目标主播信息表;根据相似目标主播信息表和直播请求用户的历史主播名单,获取与直播请求用户对应的目标主播名单,直播请求用户的历史主播名单中包括与直播请求用户有直播互动的历史主播;从目标主播名单中选取处于开播状态的目标主播呈现给直播请求用户。给请求直播的用户推荐主播为有直播互动的历史主播相似的目标主播,优化了目标主播的匹配推荐,提高了用户观看直播的体验。
Description
技术领域
本公开涉及直播技术领域,尤其涉及一种主播推荐方法及装置。
背景技术
随着互联网直播的普及,主播工种应运而生,且该工种队伍日渐庞大。对于直播平台特定的业务形态,根据用户的观看需求推荐对应的主播,能够提高用户观看直播的体验,因此,如何根据用户的需求进行主播推荐是目前亟需解决的问题。
发明内容
本公开提供一种主播推荐方法及装置,能够有效提升目标主播的匹配推荐。
本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种主播推荐方法,包括:
根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;
根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;
根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;
从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。
本公开的实施例,基于主播直播语音内容获取主播之间的相似度,在接收到直播用户的请求时,并根据该直播请求用户的历史互动直播以及与目标主播之间的相似度确定待展现给直播请求用户,使得展示的主播能够与直播请求用户匹配,在一定程度上提成了目标主播的匹配推荐精确度。
本公开的一些实施中,根据所述相似目标主播信息表和直播请求用户的历史主播名单获取与所述直播请求用户对应的目标主播名单,包括:
获取所述直播请求用户的直播请求中携带的所述历史主播名单;
基于所述历史主播名单中包括的每一个历史主播,查询对应的相似目标主播信息表,获取与每个历史主播相似的目标主播;
将获取的与每个历史主播相似的目标主播进行汇总,得到所述目标主播名单。
本公开的实施例,在获取与直播请求用户匹配的目标主播名单时,基于直播请求用户发送请求中的历史主播名单进行目标主播的匹配获取,使得获取的目标主播均为与用户习惯相匹配的主播,在一定程度上保障了最终展示给直播请求用户目标主播的精确度。
本公开的一些实施中,所述根据每个主播的直播语音内容获取每个主播与目标主播的相似度包括:
获取每个主播的直播语音内容的文本信息;
对所述文本信息进行主播特征关键词的提取,获取每个主播的主播特征关键词;
将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度。
本公开的实施,将每个主播语音内容转换为文本信息,基于文本信息对主播的直播语音内容进行关键词的提取,进而基于关键词得到主播间的相似度,充分利用直播语音内容进行主播推荐的支撑,保障了主播推荐的准确性。
本公开的一些实施中,所述将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度包括:
将每个主播的主播特征关键词以及目标主播的主播特征关键词转行为特征向量值;
将每个主播的特征向量值与目标主播的特征向量值进行相似度运算,得到每个主播与目标主播的相似度。
本公开的实施例,在获取主播之间的相似度时,基于主播特征关键词的特征向量值进行相似度运算,获取到的相似度精确度较高,保证了主播推荐的准确性。
本公开的一些实施中,所述根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表包括:
基于相似度为每个主播选取相似度满足相似度阈值的第一目标主播;
根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播;
根据每个主播的所述第二目标主播名单生成每个主播对应的相似目标主播信息表。
本公开的一些实施中,所述根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播包括:
将所述选取的第一目标主播按照相似度以及关联资源信息进行排序;
从所述选取的第一目标主播中按照相似度值从高到低,以及所述相似度值相同关联资源信息从高到低,选取预定数量的第一目标主播作为所述主播对应的第二目标主播名单。
本公开的实施例,在获取目标主播信息表时,根据主播之间的相似度以及主播的关联资源信息选取预定数量的目标主播,使得最终选取的目标主播为匹配度较高的主播,保障了推荐主播的质量,提升了直播请求用户的平台直播体验。
根据本公开实施例的第二方面,提供一种主播推荐装置,包括:
第一获取单元,被配置为根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;
生成单元,被配置为根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;
第二获取单元,被配置为根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;
选取单元,被配置为从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。
本公开的一些实施中,所述第二获取单元,包括:
获取模块,被配置为获取所述直播请求用户的直播请求中携带的所述历史主播名单;
查询模块,被配置为基于所述历史主播名单中包括的每一个历史主播,查询对应的相似目标主播信息表,获取与每个历史主播相似的目标主播;
汇总模块,被配置为将获取的与每个历史主播相似的目标主播进行汇总,得到所述目标主播名单。
本公开的一些实施中,所述第一获取单元包括:
第一获取模块,被配置为获取每个主播的直播语音内容的文本信息;
第二获取模块,被配置为对所述文本信息进行主播特征关键词的提取,获取每个主播的主播特征关键词;
计算模块,被配置为将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度。
本公开的一些实施中,所述计算模块还被配置为:
将每个主播的主播特征关键词以及目标主播的主播特征关键词转行为特征向量值;
将每个主播的特征向量值与目标主播的特征向量值进行相似度运算,得到每个主播与目标主播的相似度。
本公开的一些实施中,所述生成单元包括:
第一选取模块,被配置为基于相似度为每个主播选取相似度满足相似度阈值的第一目标主播;
第二选取模块,用于根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播;
生成模块,被配置为根据每个主播的所述第二目标主播名单生成每个主播对应的相似目标主播信息表。
本公开的一些实施中,所述生成模块,还被配置为:
将所述选取的第一目标主播按照相似度以及关联资源信息进行排序;
从所述选取的第一目标主播中按照相似度值从高到低,以及所述相似度值相同关联资源信息从高到低,选取预定数量的第一目标主播作为所述主播对应的第二目标主播名单。根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的主播推荐方法。
根据本公开实施例的第四方面,供一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如上第一方面所述的主播推荐方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上第一方面所述的主播推荐方法。
本公开的实施例提供的技术方案至少带来以下有益效果:本公开的实施例,根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。给请求直播的用户推荐主播为有直播互动的历史主播相似的目标主播,优化了目标主播的匹配推荐,提高了主播推荐的精确度,提升了用户观看直播的体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种主播推荐方法的流程图;
图2是根据一示例性实施例示出的一种主播推荐方法的流程图;
图3是根据一示例性实施例示出的一种主播推荐方法的流程图;
图4是根据一示例性实施例示出的一种主播推荐方法的流程图;
图5是根据一示例性实施例示出的一种主播推荐方法的流程图;
图6是根据一示例性实施例示出的一种主播推荐方法的流程图;
图7是根据一示例性实施例示出的一种主播推荐装置的框图;
图8是根据一示例性实施例示出的一种主播推荐装置的框图;
图9是根据一示例性实施例示出的一种电子设备的框图;
图10是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
随着互联网直播带货的普及,直播工种应运而生,且该工种队伍日渐庞大。对于直播平台特定的业务形态,根据用户的观看需求推荐对应的主播,能够提高用户观看直播的体验,因此,如何根据用户的需求进行主播推荐是目前亟需解决的问题。
该处需要说明的是,本公开中的目标主播是指预定时间周期内直播互动小于预定互动条件的主播,比如近30天直播互动小于预定互动条件的主播。职业主播是指即近30天直播互动大于或等于预定互动条件的主播。
为进行上述技术问题的解决,本发明提供一种主播推荐方法及装置,能够有效提升目标主播的匹配推荐。具体的,如图1所示,图1是根据一示例性实施例示出的一种主播推荐方法的流程图,包括以下步骤。
步骤101、根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播。
相似度为每个主播分别与目标主播在直播时的语音内容、直播形式的相似度。
步骤102、根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表。
基于步骤101计算得到的每个主播与目标主播的相似度进行筛选,作为本申请实施例的一种可行方式,将相似度不满足相似度阈值进行过滤,保留相似度满足相似度阈值的相似目标主播,并将相似目标主播记录于相似目标主播信息表中;作为本申请实施例的另一种可行方式,不采用相似度阈值进行过滤,直接根据步骤101计算的相似度生成每个主播对应的相似目标主播信息表。本申请实施例对相似目标主播信息表中记录的相似目标主播的数量及每个相似主播与目标主播的相似度不做限定。
步骤103、根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播。
本公开的实施例中,用户在直播平台进行直播浏览时,向直播平台发送直播请求,该所述直播请求中携带所述用户有直播互动的历史主播名单。该历史主播名单可以是目标主播,也可以是职业主播,具体的本公开的实施例对此不进行限制。
步骤104、从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。
本公开的实施例需要说明的是,目标主播名单中的主播虽然与历史主播相似,但是用户当前浏览直播的时间可能存在一些主播处于非直播状态,故该处需要对目标主播名单中的主播的状态进行过滤,选择出处于开播状态的直播间,展示给用户。
本公开的实施例,根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。给请求直播的用户推荐主播为有直播互动的历史主播相似的目标主播,优化了目标主播的匹配推荐,提高了用户观看直播的体验。
本公开的一些实施例中,根据每个主播的直播语音内容获取每个主播与目标主播的相似度可以采用但不局限于以下方式,如图2所示,包括:
步骤1011、获取每个主播的直播语音内容的文本信息。
将主播直播的口播语音进行自动语音识别,获取直播语音内容对应的文本信息。在进行自动语音识别时,可以采用但不局限于自动语音识别技术(Automatic SpeechRecognition,ASR),以语音内容的视角挖掘出这部分主播的有价值信息。
步骤1012、对所述文本信息进行主播特征关键词的提取,获取每个主播的主播特征关键词。
本公开的实施例,根据所述文本信息进行所述主播特征关键词的提取,该关键词可以是出现频率比较高的词,也可以是用户下单之前的关键词汇,具体的本公开的实施例对此不进行限制。具体实施时,可以但不局限于使用tf-idf方法进行主播特征关键词的提取。关于tf-idf方法进行主播特征关键词的提取的相关描述,可以参考已有技术中的相关描述,本实施例此处不再赘述。
另外,在进行主播特征关键词的提取的时候,可以提取预定数量的关键词,该预定数量可以根据实际情况进行设置,比如设置为50个关键词。
在具体实施时,针对每个主播均使用tf-idf方法进行主播特征关键词的提取,这样确保每一个主播都将生成对应的主播特征关键词的特征向量,保证了覆盖的充分性。
步骤1013、将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度。
本公开的实施,将每个主播语音内容转换为文本信息,基于文本信息对主播的直播语音内容进行关键词的提取,进而基于关键词得到主播间的相似度,充分利用直播语音内容进行主播推荐的支撑,保障了主播推荐的准确性。
在本公开的一些实施例中,每个主播与目标主播的相似度可以采用但不局限于以下的方法实现,该方法如图3所示,包括:
步骤10131、将每个主播的主播特征关键词以及目标主播的主播特征关键词转行为特征向量值。
本公开的实施例,在将每个主播的主播特征关键词以及目标主播的主播特征关键词转行为特征向量值时,可以基于无监督语言模型在ASR文本上训练词向量,并将50个关键词通过查表的方式转为词向量,最后将50个词向量取平均作为主播的32维embedding向量。
步骤10132、将每个主播的特征向量值与目标主播的特征向量值进行相似度运算,得到每个主播与目标主播的相似度。
本公开的实施例,在将每个主播的特征向量值与其他目标主播的特征向量值进行相似度运算,得到每个主播与其他目标主播的相似度时,可以通过但不局限于采用余弦相似度方式计算直播电商平台每个主播与其他新带货主播两两之间的相似度,公式如下:
本公开的实施例,在获取主播之间的相似度时,基于主播特征关键词的特征向量值进行相似度运算,获取到的相似度精确度较高,保证了主播推荐的准确性。
在进行上述方法,需要根据所述相似目标主播信息表和直播请求用户的历史主播名单获取与所述直播请求用户对应的目标主播名单,如何获取与直播请求用户对应的目标主播名单,具体的如图4所示,该方法包括:
步骤1031、获取所述直播请求用户的直播请求中携带的所述历史主播名单。
本公开的实施例中,用户在直播平台进行直播浏览时,向直播平台发送直播请求,该所述直播请求中携带所述用户有直播互动的历史主播名单。该历史主播名单可以是目标主播,也可以是职业主播,具体的本公开的实施例对此不进行限制。
步骤1032、基于所述历史主播名单中包括的每一个历史主播,查询对应的相似目标主播信息表,获取与每个历史主播相似的目标主播。
步骤1033、将获取的与每个历史主播相似的目标主播进行汇总,得到所述目标主播名单。
本公开的实施例,将目标主播名写入缓存中,供线上使用。
本公开的实施例,在获取与直播请求用户匹配的目标主播名单时,基于直播请求用户发送请求中的历史主播名单进行目标主播的匹配获取,使得获取的目标主播均为与用户习惯相匹配的主播,在一定程度上保障了最终展示给直播请求用户目标主播的精确度。
在本公开的一些实施例中,所述根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表可以采用但不限于下述方式实现,如图5所示,包括:
步骤1021、基于相似度为每个主播选取相似度满足相似度阈值的第一目标主播。
本公开的实施例,相似度阈值为一个经验值,相似度阈值越大表示与当前的职业主播的直播语音内容及话术越相似。考虑到目标主播与职业主播相比,其在电商直播平台的口播话术未必十分专业,因此设定相似度阈值为0.8。具体的本公开的实施例对此不进行限制,也可以是其他的阈值。
本公开的实施例,基于相似度为每个主播选取相似度阈值大于等于0.8的第一目标主播。
步骤1022、根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播。
如图6所示,可以采用下述方法,包括:
步骤10221、将所述选取的第一目标主播按照相似度以及关联资源信息进行排序;
本公开的实施例,将每个主播对应的其他的目标主播选出之后,按照相似度和成交交个对主播进行排序。在按照相似度和数据参数值对主播进行排序时,排序优先级为:相似值、近30天直播带货数据参数值,相似值越大的越靠前,表示与当前主播的直播语音内容及话术越相似,对于相似值相同的,则近30天直播带货数据参数值越高的越靠前,可以理解为,数据参数值越高的目标主播,其离职业主播越近,通过排序的靠前,将更快速的帮助目标主播转化为职业主播。
步骤10222、从所述选取的第一目标主播中按照相似度值从高到低,以及所述相似度值相同关联资源信息从高到低,选取预定数量的第一目标主播作为所述主播对应的第二目标主播名单。
基于步骤10221的相关表述,从选择的其他目标主播中按照相似度值从高到低以及数据参数值从高到低选取预定数量的目标主播作为对应主播相似的目标主播名单。该处需要说明的是,该预定数量为一经验值,比如可以为200,也可以为其他的值,具体的本公开的实施例对此不进行限制。若选择的其他目标主播的数量小于该预定数量,则将选取其他目标主播中的全部目标主播作为相似的目标主播名单;比如,选择的其他目标主播为60,由于60小于200,则将该60个目标主播作为相似的目标主播名单;若选择的其他目标主播的数量大于该与预定数量,则按照相似度值从高到低以及数据参数值从高到低选取预定数量的目标主播作为对应主播相似的目标主播名单,比如,选择的其他目标主播为500,则按照相似度值从高到低,相似度相同数据参数值从高到低选取200个目标主播作为对应主播相似的目标主播名单。
步骤1023、根据每个主播的所述第二目标主播名单生成每个主播对应的相似目标主播信息表。
本公开的实施例,在获取目标主播信息表时,根据主播之间的相似度以及主播的关联资源信息选取预定数量的目标主播,使得最终选取的目标主播为匹配度较高的主播,保障了推荐主播的质量,提升了直播请求用户的平台直播体验。
基于上述图1-图6提供的主播推荐方法的具体描述,如图7所示,图7是根据一示例性实施例示出的一种主播推荐装置框图。参照图1,该装置包括:第一获取单元201,生成单元202、第二获取单元203及选取单元204。
第一获取单元201,被配置为根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;
生成单元202,被配置为根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;
第二获取单元203,被配置为根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;
选取单元204,被配置为从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。
本公开的实施例,根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。给请求直播的用户推荐主播为有直播互动的历史主播相似的目标主播,优化了目标主播的匹配推荐,提高了用户观看直播的体验。
本公开的一些实施中,如图8所示,所述第二获取单元203,包括:
获取模块2031,被配置为获取所述直播请求用户的直播请求中携带的所述历史主播名单;
查询模块2032,被配置为基于所述历史主播名单中包括的每一个历史主播,查询对应的相似目标主播信息表,获取与每个历史主播相似的目标主播;
汇总模块2033,被配置为将获取的与每个历史主播相似的目标主播进行汇总,得到所述目标主播名单。
本公开的一些实施中,如图8所示,所述第一获取单元201包括:
第一获取模块2011,被配置为获取每个主播的直播语音内容的文本信息;
第二获取模块2012,被配置为对所述文本信息进行主播特征关键词的提取,获取每个主播的主播特征关键词;
计算模块2013,被配置为将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度。
本公开的一些实施中,所述计算模块2013还被配置为:
将每个主播的主播特征关键词以及目标主播的主播特征关键词转行为特征向量值;
将每个主播的特征向量值与目标主播的特征向量值进行相似度运算,得到每个主播与目标主播的相似度。
本公开的一些实施中,如图8所示,所述生成单元202包括:
第一选取模块2021,被配置为基于相似度为每个主播选取相似度满足相似度阈值的第一目标主播;
第二选取模块2022,用于根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播;
生成模块2023,被配置为根据每个主播的所述第二目标主播名单生成每个主播对应的相似目标主播信息表。
本公开的一些实施中,所述生成模块2023,还被配置为:
将所述选取的第一目标主播按照相似度以及关联资源信息进行排序;
从所述选取的第一目标主播中按照相似度值从高到低,以及所述相似度值相同关联资源信息从高到低,选取预定数量的第一目标主播作为所述主播对应的第二目标主播名单。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图9是本公开示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图9,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成任一实施例所述的信息平台选择方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行任一实施例所述的信息平台选择方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成任一实施例所述的信息平台选择方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,该计算机程序产品包括可读性程序代码,该可读性程序代码可由装置800的处理器820执行以完成任一实施例所述的信息平台选择方法。可选地,该程序代码可以存储在装置800的存储介质中,该存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图10是本公开示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。
参照图10,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行任一实施例所述的信息平台选择方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如WindowsS erverTM,MacOSXTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种主播推荐方法,其特征在于,包括:
根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;
根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;
根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;
从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。
2.根据权利要求1所述的方法,其特征在于,根据所述相似目标主播信息表和直播请求用户的历史主播名单获取与所述直播请求用户对应的目标主播名单,包括:
获取所述直播请求用户的直播请求中携带的所述历史主播名单;
基于所述历史主播名单中包括的每一个历史主播,查询对应的相似目标主播信息表,获取与每个历史主播相似的目标主播;
将获取的与每个历史主播相似的目标主播进行汇总,得到所述目标主播名单。
3.根据权利要求2所述的方法,其特征在于,所述根据每个主播的直播语音内容获取每个主播与目标主播的相似度包括:
获取每个主播的直播语音内容的文本信息;
对所述文本信息进行主播特征关键词的提取,获取每个主播的主播特征关键词;
将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度。
4.根据权利要求3所述的方法,其特征在于,所述将每个主播的主播特征关键词与目标主播的主播特征关键词进行相似度运算,得到每个主播与目标主播的相似度包括:
将每个主播的主播特征关键词以及目标主播的主播特征关键词转行为特征向量值;
将每个主播的特征向量值与目标主播的特征向量值进行相似度运算,得到每个主播与目标主播的相似度。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表包括:
基于相似度为每个主播选取相似度满足相似度阈值的第一目标主播;
根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播;
根据每个主播的所述第二目标主播名单生成每个主播对应的相似目标主播信息表。
6.根据权利要求5所述的方法,其特征在于,所述根据相似度以及主播的关联资源信息选取预定数量的第一目标主播作为第二目标主播包括:
将所述选取的第一目标主播按照相似度以及关联资源信息进行排序;
从所述选取的第一目标主播中按照相似度值从高到低,以及所述相似度值相同关联资源信息从高到低,选取预定数量的第一目标主播作为所述主播对应的第二目标主播名单。
7.一种主播推荐装置,其特征在于,包括:
第一获取单元,被配置为根据每个主播的直播语音内容获取每个主播与目标主播的相似度,所述目标主播为预定时间周期内直播互动小于预定互动条件的主播;
生成单元,被配置为根据每个主播与目标主播的相似度生成所述每个主播对应的相似目标主播信息表;
第二获取单元,被配置为根据所述相似目标主播信息表和直播请求用户的历史主播名单,获取与所述直播请求用户对应的目标主播名单,所述直播请求用户的历史主播名单中包括与所述直播请求用户有直播互动的历史主播;
选取单元,被配置为从所述目标主播名单中选取处于开播状态的目标主播呈现给所述直播请求用户。
8.根据权利要求7所述的装置,其特征在于,所述第二获取单元,包括:
获取模块,被配置为获取所述直播请求用户的直播请求中携带的所述历史主播名单;
查询模块,被配置为基于所述历史主播名单中包括的每一个历史主播,查询对应的相似目标主播信息表,获取与每个历史主播相似的目标主播;
汇总模块,被配置为将获取的与每个历史主播相似的目标主播进行汇总,得到所述目标主播名单。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的主播推荐方法。
10.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6中任一项所述的主播推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122380.7A CN115484471B (zh) | 2022-09-15 | 2022-09-15 | 主播推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122380.7A CN115484471B (zh) | 2022-09-15 | 2022-09-15 | 主播推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115484471A true CN115484471A (zh) | 2022-12-16 |
CN115484471B CN115484471B (zh) | 2024-03-22 |
Family
ID=84423904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211122380.7A Active CN115484471B (zh) | 2022-09-15 | 2022-09-15 | 主播推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115484471B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111556327A (zh) * | 2020-04-02 | 2020-08-18 | 北京达佳互联信息技术有限公司 | 直播间推荐方法、装置、终端、服务器、***及存储介质 |
CN113301442A (zh) * | 2021-05-20 | 2021-08-24 | 北京百度网讯科技有限公司 | 确定直播资源的方法、设备、介质及程序产品 |
CN114302152A (zh) * | 2021-11-17 | 2022-04-08 | 北京乐我无限科技有限责任公司 | 直播间的推荐方法、装置、设备及存储介质 |
-
2022
- 2022-09-15 CN CN202211122380.7A patent/CN115484471B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111556327A (zh) * | 2020-04-02 | 2020-08-18 | 北京达佳互联信息技术有限公司 | 直播间推荐方法、装置、终端、服务器、***及存储介质 |
CN113301442A (zh) * | 2021-05-20 | 2021-08-24 | 北京百度网讯科技有限公司 | 确定直播资源的方法、设备、介质及程序产品 |
CN114302152A (zh) * | 2021-11-17 | 2022-04-08 | 北京乐我无限科技有限责任公司 | 直播间的推荐方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115484471B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105843615B (zh) | 通知消息的处理方法及装置 | |
CN111083512A (zh) | 直播间的切换方法、装置、电子设备和存储介质 | |
CN110662083A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN106128478B (zh) | 语音播报方法及装置 | |
CN111539443A (zh) | 一种图像识别模型训练方法及装置、存储介质 | |
CN110691268B (zh) | 一种消息发送方法、装置、服务器、移动终端及存储介质 | |
CN109714643B (zh) | 视频数据的推荐方法、***及服务器和存储介质 | |
CN110941727B (zh) | 一种资源推荐方法、装置、电子设备及存储介质 | |
CN106547850B (zh) | 表情注释方法及装置 | |
CN106777016B (zh) | 基于即时通信进行信息推荐的方法及装置 | |
CN106331328B (zh) | 信息提示的方法及装置 | |
CN112291631A (zh) | 信息获取方法、装置、终端及存储介质 | |
CN111556352B (zh) | 多媒体资源分享方法、装置、电子设备及存储介质 | |
CN112131466A (zh) | 群组展示方法、装置、***和存储介质 | |
CN111736746A (zh) | 多媒体资源的处理方法、装置、电子设备及存储介质 | |
CN110728981A (zh) | 一种交互功能的执行方法、装置、电子设备及存储介质 | |
CN112948704A (zh) | 用于信息推荐的模型训练方法、装置、电子设备以及介质 | |
CN107247794B (zh) | 直播中的话题引导方法、直播装置及终端设备 | |
CN112685599B (zh) | 视频推荐方法及装置 | |
CN111629270A (zh) | 一种候选项确定方法、装置及机器可读介质 | |
CN113868467A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN111526380B (zh) | 视频处理方法、装置、服务器、电子设备及存储介质 | |
CN106447747B (zh) | 图像处理方法及装置 | |
CN110213062B (zh) | 处理消息的方法及装置 | |
CN114722238B (zh) | 视频推荐方法、装置、电子设备、存储介质及程序产品 |
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 |