本申请公开了一种基于直播节目推荐点播内容的方法、装置及系统，涉及信息推荐技术领域，所述方法包括：在视频播放设备播放直播节目的情况下，获取与所述视频播放设备相关的直播收视用户的历史行为数据；获取所述视频播放设备的当前直播流数据，所述当前直播流数据为所述视频播放设备的当前时刻的直播流数据；根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容。本申请的方案实现了主动向直播收视用户推荐点播内容，便于直播收视用户接受并观看点播内容，使得点播内容在直播收视用户内得到推广。播内容在直播收视用户内得到推广。播内容在直播收视用户内得到推广。
【技术实现步骤摘要】
一种基于直播节目推荐点播内容的方法、装置及系统
[0001]本申请涉及信息推荐
，尤其是涉及一种基于直播节目推荐点播内容的方法、装置及系统。
技术介绍
[0002]大屏领域中，收看直播的用户占据绝对收视优势且用户行为与思维形成稳固的使用习惯很难改变；然而平台视频内容越来越多，平台想要让收看直播收视行为偏好的用户接受并观看其他视频内容十分困难，导致让某个或某些产品在众多产品中脱颖而出也特别的困难。
技术实现思路
[0003]本申请的目的在于提供一种基于直播节目推荐点播内容的方法、装置及系统，从而解决现有技术中平台上的点播视频内容向直播用户推广困难的问题。
[0004]第一方面，为了达到上述目的，本申请实施例提供一种基于直播节目推荐点播内容的方法，所述方法包括：
[0005]在视频播放设备播放直播节目的情况下，获取与所述视频播放设备相关的直播收视用户的历史行为数据；
[0006]获取所述视频播放设备的当前直播流数据，所述当前直播流数据为所述视频播放设备的当前时刻的直播流数据；
[0007]根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容。
[0008]可选地，根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容，包括：
[0009]利用预设的视频分类算法，对所述当前直播流数据进行内容聚类，获得与内容聚类结果相关的第一候选点播内容集合；
[0010]利用预设的基于深度学习的点击率预估算法，对所述历史行为数据进行行为聚类，获得与行为聚类结果相关的第二候选点播内容集合；
[0011]根据所述第一候选点播内容集合和所述第二候选点播内容集合，确定所述目标点播内容；
[0012]向所述直播收视用户推荐所述目标点播内容。
[0013]可选地，利用预设的视频分类算法，对所述当前直播流数据进行内容聚类，获得与内容聚类结果相关的第一候选点播内容集合，包括：
[0014]利用所述视频分类算法，对所述当前直播流数据和所述视频播放设备的直播节目单数据进行内容聚类，获得所述第一候选点播内容集合。
[0015]可选地，所述方法还包括：
[0016]获取所述直播收视用户的实时行为数据；
[0017]利用预设的基于深度学习的点击率预估算法，对所述历史行为数据进行行为聚类，获得与行为聚类结果相关的第二候选点播内容集合，包括：
[0018]利用所述基于深度学习的点击率预估算法，对所述历史行为数据和所述实时行为数据进行行为聚类，获得所述第二候选点播内容集合。
[0019]可选地，根据所述第一候选点播内容集合和所述第二候选点播内容集合，确定所述目标点播内容，包括：
[0020]按照预设处理规则，对所述第一候选点播内容集合和所述第二候选点播内容集合进行处理，获得各个候选点播内容与第一数据的综合关联度，所述第一数据包括进行内容聚类的数据和进行行为聚类的数据；
[0021]根据所述综合关联度，确定所述目标点播内容，其中，所述目标点播内容的综合关联度满足预设的关联度阈值。
[0022]可选地，所述在视频播放设备播放直播节目的情况下，获取与所述视频播放设备相关的直播收视用户的历史行为数据的步骤之后，所述方法还包括：
[0023]根据所述历史行为数据和所述视频播放设备的直播节目单数据，确定所述直播收视用户对当前的直播节目的感兴趣程度；
[0024]所述获取视频播放设备的当前直播流数据，包括：
[0025]在所述感兴趣程度达到预设阈值的情况下，获取所述视频播放设备的当前直播流数据。
[0026]可选地，所述获取视频播放设备的当前直播流数据的步骤之前，所述方法还包括：
[0027]获取第一时刻与当前时刻的时间差；其中，所述第一时刻为最后一次向所述直播收视用户推荐目标点播内容的时刻；
[0028]在所述时间差大于第一差值的情况下，获取所述当前直播流数据；其中，所述第一差值与所述历史行为数据相关。
[0029]可选地，所述历史行为数据包括以下至少一项：
[0030]历史收视行为数据；
[0031]直播收视用户与视频播放设备显示的页面的交互行为数据；
[0032]直播收视用户的订购行为。
[0033]第二方面，为了达到上述目的，本申请实施例还提供一种基于直播节目推荐点播内容的装置，包括：
[0034]第一获取模块，用于在视频播放设备播放直播节目的情况下，获取与所述视频播放设备相关的直播收视用户的历史行为数据；
[0035]第二获取模块，用于获取所述视频播放设备的当前直播流数据，所述当前直播流数据为所述视频播放设备的当前时刻的直播流数据；
[0036]推荐模块，用于根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容。
[0037]第三方面，为了达到上述目的，本申请实施例还提供一种基于直播节目推荐点播内容的系统，包括：收发器，处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的基于直播节目推荐点播内容的方法的步骤。
[0038]第四方面，为了达到上述目的，本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如第一方面所述的基于直播节目推荐点播内容的方法的步骤。
[0039]本申请的上述技术方案至少具有如下有益效果：
[0040]本申请实施例的基于直播节目推荐点播内容的方法，首先，在视频播放设备播放直播节目的情况下，获取与所述视频播放设备相关的直播收视用户的历史行为数据；其次，获取所述视频播放设备的当前直播流数据，所述当前直播流数据为所述视频播放设备的当前时刻的直播流数据；最后，根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容。如此，实现了根据直播收视用户当前观看的内容和直播收视用户的行为习惯为其推荐感兴趣的点播内容，使得点播内容在直播收视用户范围内得到推广，提高平台的点播收视率，便于点播内容在众多产品中脱颖而出。
附图说明
[0041]图1为本申请实施例的基于直播节目推荐点播内容的方法的流程示意图；
[0042]图2为本申请实施例的基于直播节目推荐点播内容的装置的结构示意图；
[0043]图3为本申请实施例的基于直播节目推荐点播内容的系统的结构示意图。
具体实施方式
[0044]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0045]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于直播节目推荐点播内容的方法，其特征在于，所述方法包括：在视频播放设备播放直播节目的情况下，获取与所述视频播放设备相关的直播收视用户的历史行为数据；获取所述视频播放设备的当前直播流数据，所述当前直播流数据为所述视频播放设备的当前时刻的直播流数据；根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容。2.根据权利要求1所述的方法，其特征在于，根据所述历史行为数据和所述当前直播流数据，为所述直播收视用户推荐目标点播内容，包括：利用预设的视频分类算法，对所述当前直播流数据进行内容聚类，获得与内容聚类结果相关的第一候选点播内容集合；利用预设的基于深度学习的点击率预估算法，对所述历史行为数据进行行为聚类，获得与行为聚类结果相关的第二候选点播内容集合；根据所述第一候选点播内容集合和所述第二候选点播内容集合，确定所述目标点播内容；向所述直播收视用户推荐所述目标点播内容。3.根据权利要求2所述的方法，其特征在于，利用预设的视频分类算法，对所述当前直播流数据进行内容聚类，获得与内容聚类结果相关的第一候选点播内容集合，包括：利用所述视频分类算法，对所述当前直播流数据和所述视频播放设备的直播节目单数据进行内容聚类，获得所述第一候选点播内容集合。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述直播收视用户的实时行为数据；利用预设的基于深度学习的点击率预估算法，对所述历史行为数据进行行为聚类，获得与行为聚类结果相关的第二候选点播内容集合，包括：利用所述基于深度学习的点击率预估算法，对所述历史行为数据和所述实时行为数据进行行为聚类，获得所述第二候选点播内容集合。5.根据权利要求2至4中任一项所述的方法，其特征在于，根据所述第一候选点播内容集合和所述第二候选点播内容集合，确定所述目标点播内容，包括：按照预设处理规则，对所述第一候选点播内容集合和所述第二候选点播内容集合进行处理，获得各个候选点播内容与第一数据的综合关联度，所述第一数据包括进行内容聚类的数据和进行行为聚类的数据；根据所述综合关联度...
【专利技术属性】
技术研发人员：张楠，张丽梅，帅军，徐露，毛硕，史帅康，杨鹏，
申请(专利权)人：北京视达科技有限公司，
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。