[发明专利]直播客户信誉管理系统

说明书

本发明涉及一种直播客户信誉管理系统，包括：主播判断设备，用于将主播子画面的尺寸进行缩放处理以获得与霍普菲尔网络模型的输入画面相同尺寸的待处理子画面，将待处理子画面输入到霍普菲尔网络模型中并运行所述霍普菲尔网络模型以将所述霍普菲尔网络模型的输出数据即主播真假判断数据；信息管理设备，与所述主播判断设备连接，用于基于接收到的主播真假判断数据对随机选择的主播客户端的信誉度进行提升或者下降处理。本发明的直播客户信誉管理系统方便控制、应用广泛。由于在直播服务器端引入基于霍普菲尔网络模型的智能化判断机制对各个直播客户端是否中途更换虚假主播进行实时鉴别，从而能够实现对下属各个直播客户端的智能化管理。

技术领域

本发明涉及AI管理领域，尤其涉及一种直播客户信誉管理系统。

背景技术

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。

通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。

目前，一般直播服务器都下辖有大量的直播客户端，越知名的直播服务器，下辖的直播客户端越多，这时，通过人工模式对每一个直播客户端进行24小时不间断监控是完全不可行的，导致一些主播为了经济利益在直播中途采用换人换脸的模式进行虚假直播，严重影响了直播服务器本身的信誉度。

发明内容

本发明至少具有以下两个重要的发明点：

（1）在直播服务器端引入智能化判断机制对各个直播客户端是否中途更换虚假主播进行实时鉴别，为后续的信誉管理提供关键数据；

（2）采用双向训练模式对霍普菲尔网络模型进行训练，从而提升了霍普菲尔网络模型训练的效率和效果。

根据本发明的一方面，提供了一种直播客户信誉管理系统，所述系统包括：

数据截取机构，设置在直播服务器端，用于随机对直播服务器端管理的各个主播客户端选择一个主播客户端的即时播放画面以作为主播鉴别画面输出；

内容滤波设备，设置在直播服务器端，与所述数据截取机构连接，用于对接收到的主播鉴别画面执行带通滤波处理，以获得内容处理画面；

裁剪处理机构，与所述内容滤波设备连接，用于对接收到的内容处理画面执行主播成像区域的裁剪处理，以获得相应的主播子图像；

主播判断设备，与所述裁剪处理机构连接，用于将所述主播子画面的尺寸进行缩放处理以获得与霍普菲尔网络模型的输入画面相同尺寸的待处理子画面，将所述待处理子画面输入到霍普菲尔网络模型中并运行所述霍普菲尔网络模型以将所述霍普菲尔网络模型的输出数据即主播真假判断数据；

信息管理设备，与所述主播判断设备连接，用于基于接收到的主播真假判断数据对随机选择的主播客户端的信誉度进行提升或者下降处理；