【技术实现步骤摘要】
主播推荐方法、装置、电子设备及存储介质
本申请实施例涉及直播技术
,具体而言,本申请实施例涉及主播推荐方法、装置、电子设备及存储介质。
技术介绍
在直播领域中,主播对战是一个重营收的项目。现有的直播对战中,一般是根据当前在线主播与发起主播的人气匹配结果,在主播发起对战请求时,给其推荐人气最接近的一批候选主播。但这种方法中的对战人气高并不能完全转化为主播对战的实力描述值,因此存在推荐的候选主播与发起主播匹配的实力描述值难以提升的问题。
技术实现思路
为了能够解决候选主播与发起主播的对战的实力描述值低的技术问题,本申请实施例提供了一种主播推荐方法、装置、电子设备及存储介质。第一方面,本申请实施例提供了一种主播推荐方法,该方法包括以下步骤:获取每个在线主播的静态特征、对战统计特征和实时特征的特征值,根据所述特征值形成多维向量;其中,所述在线主播包括发起主播和在线的候选主播;将所述多维向量作为训练样本,输入至待候选主播实力匹配模型得到在线主播的预测实力描述值,根据所述预测实力描述值和实力描述值的差值范围与待候选主播实力匹配模型的优化程度进行比较的结果,得到目标候选主播实力匹配模型;将在线的候选主播的特征信息输入所述目标候选主播实力匹配模型,筛选出与若干个与所述发起主播的实力描述值接近的候选主播,向所述发起主播推荐所述候选主播。在第一方面的可选实施例中,所述向所述发起主播推荐所述候选主播的步骤,包括:利用深度学习模型对各个所述候选主播进行评估,得 ...
【技术保护点】
1.一种主播推荐方法,其特征在于,其包括以下步骤:/n获取每个在线主播的静态特征、对战统计特征和实时特征的特征值,根据所述特征值形成多维向量;其中,所述在线主播包括发起主播和在线的候选主播;/n将所述多维向量作为训练样本,输入至待候选主播实力匹配模型得到在线主播的预测实力描述值,根据所述预测实力描述值和实力描述值的差值范围与待候选主播实力匹配模型的优化程度进行比较的结果,得到目标候选主播实力匹配模型;/n将在线的候选主播的特征信息输入所述目标候选主播实力匹配模型,筛选出与若干个与所述发起主播的实力描述值接近的候选主播,向所述发起主播推荐所述候选主播。/n
【技术特征摘要】
1.一种主播推荐方法,其特征在于,其包括以下步骤:
获取每个在线主播的静态特征、对战统计特征和实时特征的特征值,根据所述特征值形成多维向量;其中,所述在线主播包括发起主播和在线的候选主播;
将所述多维向量作为训练样本,输入至待候选主播实力匹配模型得到在线主播的预测实力描述值,根据所述预测实力描述值和实力描述值的差值范围与待候选主播实力匹配模型的优化程度进行比较的结果,得到目标候选主播实力匹配模型;
将在线的候选主播的特征信息输入所述目标候选主播实力匹配模型,筛选出与若干个与所述发起主播的实力描述值接近的候选主播,向所述发起主播推荐所述候选主播。
2.根据权利要求1所述的方法,其特征在于,
所述向所述发起主播推荐所述候选主播的步骤,包括:
利用深度学习模型对各个所述候选主播进行评估,得到邀请成功概率;
根据所述发起主播和所述候选主播的实力描述值以及所述候选主播的邀请成功概率,得到各个所述候选主播的推荐排序;
根据所述推荐排序向所述发起主播推荐所述候选主播,使得所述发起主播根据所述推荐排序选择所述候选主播。
3.根据权利要求1所述的方法,其特征在于,
所述对战统计特征包括所述发起主播的历史的对战分数;
所述方法,还包括:
计算所述预测实力描述值与对战分数的差值,利用损失函数得到所述差值的损失程度,确定所述待候选主播实力匹配模型的优化程度。
4.根据权利要求3所述的方法,其特征在于,
所述计算所述预测实力描述值与对战分数的差值的步骤之前,还包括:
对超过预设的封顶值的所述特征值取所述封顶值,并计算所述所述特征值的第一log值,以所述第一log值置于所述多维向量后,将所述多维向量作为样本输入至所述待候选主播实力匹配模型,得到所述预测实力描述值的第二log值,并对所述第二log值逆运算得到所述预测实力描述值。
5.根据权利要求1所述的方法,其特征在于,
若存在至少两个所述待候选主播实力匹配模型;
所述方法,还包括:
利用混淆矩阵分别对预测实力描述值与实力描述值进行区间分类,并根据每一类的同一区间中所述预测实力描述值与实力描述值的重合个数确定目标候选主播实力匹配模型。
6.根据权利要求2所述的方法,其特征在于,
所述利用深度学习模型对各个所述候选主播进行评估的步骤,包括:
根据所述实力描述值对所述候选主播进行倒序排名,形成候选主播列表;
将...
【专利技术属性】
技术研发人员:段雪梅,林迈,童明,李泰达,
申请(专利权)人:广州虎牙科技有限公司,
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。