[发明专利]主播选择方法、装置、计算机可读存储介质及电子设备

权利要求书

1.一种主播选择方法，其特征在于，所述方法包括：

根据待选主播组合中的主播相关信息，确定所述待选主播组合对应目标干预变量的变量值；一个所述待选主播组合中包括至少两个报名主播对决PK活动的主播；

根据所述目标干预变量的变量值及所述目标干预变量对期望效用的因果效应，确定所述待选主播组合对应的期望效用收益；所述期望效用表征所述主播PK活动所需提高的效用，所述因果效应表征存在所述目标干预变量干预的情况下，对所述期望效用的影响程度；

根据所述待选主播组合对应的期望效用收益，从所述待选主播组合中选择参与所述主播PK活动的目标主播组合；

其中，所述因果效应为平均因果效应；

所述方法还包括：获取多个历史主播组合的主播相关信息；

对于每个所述干预变量分别执行以下操作：针对任一所述效用，根据各所述历史主播组合的主播相关信息，确定各所述历史主播组合对应的第一收益与第二收益的差值，得到多个收益差值；所述第一收益及所述第二收益分别为所述历史主播组合在受到所述干预变量干预的情况下以及未受到所述干预变量干预的情况下，对应的效用收益；

根据所述多个收益差值，计算所述干预变量对所述效用的平均因果效应；

根据不同干预变量对不同效用的平均因果效应，查找对所述期望效用的平均因果效应满足预设要求的干预变量，得到所述目标干预变量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标干预变量的变量值及所述目标干预变量对期望效用的因果效应，确定所述待选主播组合对应的期望效用收益，包括：

根据所述目标干预变量对所述期望效用的因果效应，设置所述目标干预变量的干预权重；所述干预权重与所述目标干预变量对所述期望效用的因果效应正相关；

根据所述目标干预变量的变量值及所述干预权重，计算所述期望效用收益。

3.根据权利要求2所述的方法，其特征在于，所述收益差值包括第一差值和第二差值；所述根据各所述历史主播组合的主播相关信息，确定各所述历史主播组合对应的第一收益与第二收益的差值，得到多个收益差值，包括：

获取第一收益预测模型以及第二收益预测模型；

若所述主播相关信息表征所述历史主播组合受到所述干预变量干预，则根据所述历史主播组合的主播相关信息，确定所述第一收益及所述历史主播组合对应的协变量的变量值；根据所述协变量的变量值以及所述第二收益预测模型，确定所述第二收益；计算所述第一收益和所述第二收益的差值，得到所述第一差值；

若所述主播相关信息表征所述历史主播组合未受到所述干预变量干预，则根据所述历史主播组合的主播相关信息，确定所述第二收益及所述历史主播组合对应的协变量的变量值；根据所述协变量的变量值以及所述第一收益预测模型，确定所述第一收益；计算所述第一收益和所述第二收益的差值，得到所述第二差值；

其中，所述协变量包括除所述干预变量之外的其他干预变量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述协变量的变量值以及所述第一收益预测模型，确定所述第一收益，包括：

将所述协变量的变量值输入所述第一收益预测模型，以获取所述第一收益预测模型的输出值；将所述输出值与第一预设误差项之和，作为所述第一收益；

所述根据所述协变量的变量值以及所述第二收益预测模型，确定所述第二收益，包括：

将所述协变量的变量值输入所述第二收益预测模型，以获取所述第二收益预测模型的输出值；将所述输出值与第二预设误差项之和，作为所述第二收益。

5.根据权利要求3至4任一所述的方法，其特征在于，所述根据所述多个收益差值，计算所述干预变量对所述效用的平均因果效应，包括：

根据所述第一差值计算第一平均因果效应，以及根据所述第二差值计算第二平均因果效应；

根据预设权重，计算所述第一平均因果效应与所述第二平均因果效应的加权和；

将所述加权和确定为所述干预变量对所述效用的平均因果效应。