【技术实现步骤摘要】
虚拟礼物列表生成方法、虚拟礼物推荐方法及装置
本专利技术实施例涉及直播
,尤其涉及一种虚拟礼物列表生成方法、虚拟礼物推荐方法及装置。
技术介绍
随着直播APP的推广应用,用户对主播进行礼物打赏成为越来越多人日常与主播互动,打赏行为同时也是直播平台重要的营收来源之一。如图1所示,在直播中,打赏礼物的流程为:用户进入直播平台的直播间,点击礼物选项后,在礼物打赏界面按礼物分组显示礼物,如常见礼物分组有绘画、热门、贵族、家族战、粉丝团等礼物分组,而点选每个礼物分组后显示该分组下的多个礼物,当该礼物分组礼物较多时通常分页显示以及设置分页、滚动条等按钮,用户通过分页或者滚动条等按钮操作刷新礼物打赏页面后,点击礼物进行发送即打赏成功然而,在直播APP中,礼物打赏打赏界面是静态的,在礼物打赏界面中礼物分组和礼物分组下各个礼物的显示位置是静态的,即对于所有用户而言,礼物打赏界面是相同的。而用户来自不同的国家和地区,每个国家和地区的用户有区域性的礼物偏好,不同性别的用户群体对礼物的偏好也不同;再者,礼物也有不同的分组,不同礼物分组之间的礼物有显著差异,在用户层次结构不同和礼物分组不同的情况下,用户对打赏礼物的偏好不同,所有用户都采用相同的礼物打赏界面容易造成部分用户偏好的礼物显示在靠后的位置,降低了用户打赏礼物的效率。
技术实现思路
本专利技术实施例提供一种虚拟礼物列表生成方法、虚拟礼物推荐方法、装置、电子设备和存储介质,以解决所有用户采用相同的静态礼物打赏界面造成部分用户偏好的礼物显示在靠后的 ...
【技术保护点】
1.一种虚拟礼物列表生成方法,其特征在于,包括:/n获取用户的用户信息和所述用户打赏礼物的历史行为数据,所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据;/n针对每种直播类型的直播间,根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度,以及确定所述用户对每个礼物分组中各个礼物的偏好程度;/n基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表,所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物。/n
【技术特征摘要】
1.一种虚拟礼物列表生成方法,其特征在于,包括:
获取用户的用户信息和所述用户打赏礼物的历史行为数据,所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据;
针对每种直播类型的直播间,根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度,以及确定所述用户对每个礼物分组中各个礼物的偏好程度;
基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表,所述虚拟礼物列表用于在所述用户所进入的、所述直播类型的直播间中展示虚拟礼物。
2.根据权利要求1所述的方法,其特征在于,所述针对每种直播类型的直播间,根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度,以及确定所述用户对每个礼物分组中各个礼物的偏好程度,包括:
将所述用户信息和所述历史行为数据输入预先训练好的层次贝叶斯模型中,得到所述用户对各种直播类型的直播间中的每个礼物分组的偏好程度,以及所述用户对每个礼物分组中各个礼物的偏好程度。
3.根据权利要求2所述的方法,其特征在于,在针对每种直播类型的直播间,根据所述用户信息和所述历史行为数据确定所述用户对每个礼物分组的偏好程度,以及确定所述用户对每个礼物分组中各个礼物的偏好程度的步骤之前,还包括:
获取各个礼物的先验排序数据。
4.根据权利要求3所述的方法,其特征在于,所述将所述用户信息和所述历史行为数据输入预先训练好的层次贝叶斯模型中,得到所述用户对各种直播类型的直播间中的每个礼物分组的偏好程度,以及所述用户对每个礼物分组中各个礼物的偏好程度,包括:
将所述用户信息、所述历史行为数据以及所述先验排序数据输入预先训练好的层次贝叶斯模型中,得到所述用户对各种直播类型的直播间中的每个礼物分组的偏好程度,以及所述用户对每个礼物分组中各个礼物的偏好程度。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于每个礼物分组的偏好程度和每个礼物分组中各个礼物的偏好程度生成虚拟礼物列表,包括:
按照礼物分组的偏好程度对各个礼物分组进行降序排序得到礼物分组排序结果;
针对每个礼物分组中的礼物,按照礼物的偏好程度对各个礼物进行降序排序得到所述礼物分组的礼物排序结果;
按照所述礼物分组排序结果生成礼物分组列表,以及按照所述礼物分组的所述礼物排序结果生成所述礼物分组的礼物列表;
采用所述礼物分组列表和所述礼物列表生成所述用户的虚拟礼物列表;
其中,所述礼物分组列表用于在直播间中按照所述礼物分组列表中各个礼物分组的排序顺序展示礼物分组,所述礼物列表用于在直播间中按照所述礼物列表中礼物的排序顺序展示所述礼物分组中的礼物。
6.根据权利要求5所述的方法,其特征在于,在获取用户的用户信息和所述用户打赏礼物的历史行为数据之前,还包括:
判断是否存在用户打赏礼物的历史行为数据;
若是,则执行获取用户的用户信息和所述用户打赏礼物的历史行为数据的步骤;
若否,则获取所述用户的用户信息;
根据所述用户的用户信息确定所述用户的虚拟礼物列表。
7.根据权利要求6所述的方法,其特征在于,所述用户信息包括所述用户的用户分组标签,所述根据所述用户的用户信息确定所述用户的虚拟礼物列表,包括:
根据所述用户信息获取与所述用户的用户分组标签相同的用户的礼物分组列表,以作为所述用户的礼物分组列表;
生成各个礼物分组的默认礼物列表;
采用所述礼物分组列表和各个礼物分组的默认礼物列表生成所述用户的虚拟礼物列表。
8.根据权利要求2-4任一项所述的方法,其特征在于,所述层次贝叶斯模型通过以下方式训练:
获取大量用户的用户信息、历史行为数据以及礼物的先验排序数据,所述历史行为数据包括所述用户在至少一种直播类型的直播间中打赏礼物的行为数据;
对所述用户信息、所述历史行为数据以及所述先验排序数据进行预处理得到训练数据;
采用所述训练数据对初始化的层次贝叶斯模型进行训练得到训练好的层次贝叶斯模型。
9.根据权利要求8所述的方法,其特征在于,所述获取大量用户的用户信息、历史行为数据以及礼物的先验排序数据,包括:
获取礼物的先验排序数据,以及按照预设时间窗口获取用户的用户信息和历史行为数据。
10.根据权利要求8所述的方法,其特征在于,所述用户信息...
【专利技术属性】
技术研发人员:陈艺天,
申请(专利权)人:广州市百果园信息技术有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。