[发明专利]一种直播标识的推荐方法以及相关设备有效
申请号: | 201811359066.4 | 申请日: | 2018-11-15 |
公开(公告)号: | CN109462778B | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 肖源 | 申请(专利权)人: | 武汉斗鱼网络科技有限公司 |
主分类号: | H04N21/466 | 分类号: | H04N21/466;H04N21/84 |
代理公司: | 北京众达德权知识产权代理有限公司 11570 | 代理人: | 徐松 |
地址: | 430000 湖北省武汉市东湖开*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 直播 标识 推荐 方法 以及 相关 设备 | ||
1.一种直播标识的推荐方法,其特征在于,包括:
获取目标用户关注的目标直播标识,所述目标用户为直播平台中关注直播标识的数量大于第一预设阈值的用户,所述目标直播标识为所述目标用户关注的主播的标识;
将所述目标直播标识输入预设向量生成模型,以得到所述目标用户对应的目标向量,所述预设向量生成模型为通过word2vec对训练语料训练得到,所述训练语料包括所述直播平台中第一用户关注的直播标识以及第一直播标识,所述第一用户为所述直播平台中关注直播标识大于第二预设阈值的用户,所述第一直播标识为所述直播平台中用户关注量达到第三预设阈值的直播标识,所述目标向量为所述目标用户关注的直播标识的向量;
基于所述目标向量确定所述目标用户的兴趣向量;
确定所述兴趣向量与所述第一直播标识中的每个直播标识的余弦相似度;
基于所述余弦相似度将所述第一直播标识中的直播标识向所述目标用户推荐。
2.根据权利要求1所述的方法,其特征在于,所述将所述目标直播标识输入预设向量生成模型,以得到所述目标用户对应的目标向量之前,所述方法还包括:
获取所述训练语料;
以滑动窗口的方式通过所述word2vec对所述训练语料进行训练,以得到所述预设向量生成模型。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述目标向量确定所述目标用户的兴趣向量包括:
对所述目标向量求和且取平均,以确定所述目标用户的兴趣向量。
4.根据权利要求1或2所述的方法,其特征在于,所述基于所述余弦相似度将所述第一直播标识中的直播标识向所述目标用户推荐包括:
剔除所述第一直播标识中所述目标用户已关注的直播标识得到第二直播标识;
基于所述余弦相似度将所述第二直播标识向所述目标用户推荐。
5.根据权利要求4所述的方法,其特征在于,所述基于所述余弦相似度将所述第二直播标识向所述目标用户推荐包括:
将所述第二直播标识中所述余弦相似度大于第四预设阈值的直播标识向所述目标用户推荐;
或,
基于所述余弦相似度对所述第二直播标识中的直播标识进行排序;
依次向所述目标用户推荐排序后的所述第二直播标识中的直播标识。
6.一种直播标识的推荐装置,其特征在于,包括:
获取单元,用于获取目标用户关注的目标直播标识,所述目标用户为直播平台中关注直播标识的数量大于第一预设阈值的用户,所述目标直播标识为所述目标用户关注的主播的标识;
处理单元,用于将所述目标直播标识输入预设向量生成模型,以得到所述目标用户对应的目标向量,所述预设向量生成模型为通过word2vec对训练语料训练得到,所述训练语料包括所述直播平台中第一用户关注的直播标识以及第一直播标识,所述第一用户为所述直播平台中关注直播标识大于第二预设阈值的用户,所述第一直播标识为所述直播平台中用户关注量达到第三预设阈值的直播标识,所述目标向量为所述目标用户关注的直播标识的向量;
第一确定单元,用于基于所述目标向量确定所述目标用户的兴趣向量;
第二确定单元,用于确定所述兴趣向量与所述第一直播标识中的每个直播标识的余弦相似度;
推荐单元,用于基于所述余弦相似度将所述第一直播标识中的直播标识向所述目标用户推荐。
7.根据权利要求6所述的装置,其特征在于,所述处理单元还用于:
获取所述训练语料;
以滑动窗口的方式通过所述word2vec对所述训练语料进行训练,以得到所述预设向量生成模型。
8.根据权利要求6或7所述的装置,其特征在于,所述第一确定单元具体用于:
对所述目标向量求和且取平均,以确定所述目标用户的兴趣向量。
9.一种电子设备,包括存储器、处理器,其特征在于,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1至5中任意一项所述的直播标识的推荐方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机管理类程序,其特征在于:所述计算机管理类程序被处理器执行时实现如权利要求1至5中任意一项所述的直播标识的推荐方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉斗鱼网络科技有限公司,未经武汉斗鱼网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811359066.4/1.html,转载请声明来源钻瓜专利网。