【技术实现步骤摘要】
直播的数据处理方法、装置和电子设备
[0001]本专利技术涉及人工智能
，尤其是涉及一种直播的数据处理方法、装置和电子设备。
技术介绍
[0002]预估点击率推荐目标通常是指，根据用户最近的行为，针对不同的目标确定该目标被用户点击的概率，根据概率为用户推荐目标。相关技术中，通过对用户行为和目标对象进行建模，确定目标对象的点击率，比如，针对用户最近在直播间观看和打赏过的嘉宾(g1/g 2/g3)和一个目标嘉宾(g1),通常注意力机制和预测模型预估目标嘉宾(g1)的直播间被用户点击观看的点击率，进而根据点击率确定是否为用户推荐目标嘉宾或目标嘉宾的直播间。当需要预估的对象中包含有多个目标，比如，包括主播和多个嘉宾的直播间，通常根据直播间的主持人信息或者主播信息，预估该直播间的点击率，该种预估方式会丢失推荐对象中的大量有用信息，比如直播间中其他嘉宾的信息，导致预估的点击率不准确，影响直播间的推荐效果。
技术实现思路
[0003]有鉴于此，本专利技术的目的在于提供一种直播的数据处理方法、装置和电子设备，以提高预估...
【技术保护点】
【技术特征摘要】
1.一种直播的数据处理方法，其特征在于，所述方法包括：获取目标用户在直播间的历史行为序列特征和待推荐对象的对象序列特征；其中，所述待推荐对象中包括多个目标；对所述历史行为序列特征和所述对象序列特征中每个目标的子序列特征进行交叉运算，确定所述历史行为序列特征的权重；基于所述权重和所述历史行为序列特征，确定所述历史行为序列特征与所述对象序列特征的目标交叉特征；基于所述目标交叉特征，确定所述待推荐对象的预估点击率。2.根据权利要求1所述的方法，其特征在于，所述历史行为序列特征包括第一序列特征，所述第一序列特征包括：所述直播间的目标信息；对所述历史行为序列特征和所述对象序列特征中每个目标的子序列特征进行交叉运算，确定所述历史行为序列特征的权重的步骤，包括：对所述第一序列特征和所述对象序列特征中每个目标的子序列特征进行相乘运算，计算所述历史行为序列特征和所述对象序列特征的第一相乘结果；根据所述第一相乘结果，所述第一序列特征和所述对象序列特征，确定所述历史行为序列特征的权重。3.根据权利要求2所述的方法，其特征在于，对所述第一序列特征和所述对象序列特征中每个目标的子序列特征进行相乘运算，计算所述历史行为序列特征和所述对象序列特征的第一相乘结果的步骤，包括：对所述对象序列特征中每个目标的子序列特征进行平均运算，得到所述对象序列特征的平均序列特征；对所述第一序列特征和所述平均序列特征进行相乘运算，得到所述历史行为序列特征和所述对象序列特征的第一相乘结果。4.根据权利要求2所述的方法，其特征在于，对所述第一序列特征和所述对象序列特征中每个目标的子序列特征进行相乘运算，计算所述历史行为序列特征和所述对象序列特征的第一相乘结果的步骤，包括：将所述第一序列特征分别与所述对象序列特征中每个目标的子序列特征进行相乘运算，得到所述历史行为序列特征和所述对象序列特征的第一相乘结果。5.根据权利要求2所述的方法，其特征在于，根据所述第一相乘结果，所述第一序列特征和所述对象序列特征，确定所述历史行为序列特征的权重的步骤，包括：对所述第一相乘结果，所述第一序列特征和所述对象序列特征进行拼接处理，得到第一拼接结果；将所述第一拼接结果输入至预先训练完成的第一全连接层，得到所述历史行为序列特征的权重。6.根据权利要求1所述的方法，其特征在于，所述历史行为序列特征还包括第一序列特征和第二序列特征；所述第一序列特征包括：所述直播间的目标信息；所述第二序列特征包括：所述目标用户在所述直播间针对所述目标的行为信息；基于所述权重和所述历史行为序列特征，确定所述历史行为序列特征与所述对象序列特征的目标交叉特征的步骤，包括：
将所述权重分别与所述第一序列特征和/或所述第二序列特征...
【专利技术属性】
技术研发人员：张泽磊，
申请(专利权)人：广州博冠信息科技有限公司，
类型：发明
国别省市：
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。