基于直播数据的购物直播风格确定方法、系统及存储介质技术方案

本发明专利技术公开了基于直播数据的购物直播风格确定方法、系统及存储介质，涉及直播技术领域，包括：实时采集每一次直播过程中的直播数据，获得实时直播数据；获取实时直播数据中不符合正态分布的数据峰值点；确定数据峰值点对应的直播时刻；调取峰值时刻对应的直播片段；对多个峰值直播片段进行直播风格特征提取，获得多个峰值风格特征数据；确定每一个直播数据对应的风格特征值统计数据；获得直播间最佳直播风格。本发明专利技术的优点在于：基于在直播过程中的数据峰值点进行分析，可以有效的抓住直播间发展过程中的各个数据峰值点，并转化为直播间风格确定的指导手段，可有效的指导主播的直播风格，为购物直播的高效快速发展提供指导方案。案。案。

【技术实现步骤摘要】
基于直播数据的购物直播风格确定方法、系统及存储介质


[0001]本专利技术涉及直播
，具体是涉及基于直播数据的购物直播风格确定方法、系统及存储介质。

技术介绍

[0002]随着社会的不断发展，人们的购物方式发生了很大的变化。近十年来蓬勃发展的线上购物方式，用户可以通过看图片下单。目前比较新颖的线上购物方式还有直播卖货方式，通过利用直播技术进行商品线上展示，用户则可以通过观看直播的购买商品。
[0003]在购物直播间的发展过程中，通常会经历多个不同的阶段，在不同的阶段直播间所需完成的任务不相同，现有技术中，缺乏针对直播过程中的观看数据的数据峰值点进行分析，进而针对观看数据的数据峰值点进行直播风格调整的技术手段，难以抓住直播间发展过程中的数据峰值点，缺乏与直播间发展需求所对应的直播间风格确定方案，基于此，本专利技术提出一种基于直播数据的购物直播风格确定方案。

技术实现思路

[0004]为解决上述技术问题，提供一种基于直播数据的购物直播风格确定方法、系统及存储介质，本技术方案解决了上述的现有技术中，缺乏针对直播过程中的观看数据的数据峰值点进行分析，进而针对观看数据的数据峰值点进行直播风格调整的技术手段，难以抓住直播间发展过程中的数据峰值点，缺乏与直播间发展需求所对应的直播间风格确定方案的问题。
[0005]为达到以上目的，本专利技术采用的技术方案为：一种基于直播数据的购物直播风格确定方法，包括：实时采集每一次直播过程中的直播数据，获得实时直播数据，所述直播数据包括实时观看人数、关注量上涨数、弹幕发送量和商品购买数量；对实时直播数据进行数据分析，获取实时直播数据中不符合正态分布的数据峰值点；确定数据峰值点对应的直播时刻，获得峰值时刻；调取峰值时刻对应的直播片段，获得多个峰值直播片段；对多个峰值直播片段进行直播风格特征提取，获得多个峰值风格特征数据，所述直播风格特征的种类至少包括直播图像风格特征、直播语言风格和商品风格；对多个峰值风格特征数据进行分析，结合数据峰值点数据对应的直播数据确定每一个直播数据对应的风格特征值统计数据；根据当前直播阶段的直播数据需求结合风格特征值统计数据进行计算，获得直播间最佳直播风格；其中，每个直播风格特征的种类均包括若干风格特征属性。
[0006]优选的，所述对实时直播数据进行数据分析，获取实时直播数据中不符合正态分
布的数据峰值点具体包括：基于实时直播数据进行计算当前直播过程中的直播数据的平均值和标准差，获得直播数据均值和直播数据的标准差；基于格拉布斯准则和直播数据均值，对实时直播数据进行甄别，获得实时直播数据中的异常值；判断实时直播数据中的异常值是否大于直播数据均值，若是，则判定为当前异常值为数据峰值点，若否，则判定为当前异常值为数据谷底点；其中，格拉布斯准则的计算公式为：式中，为第i个实时直播数据，为直播数据均值，s为直播数据的标准差，bpn为临界值，临界值通过查格拉布斯表确定；若满足格拉布斯准则的计算公式，则为实时直播数据中的异常值，否则，为实时直播数据中的正常值。
[0007]优选的，所述进行直播风格特征提取具体包括：基于直播风格特征的种类分别对应训练风格特征识别模型，所述风格特征识别模型至少包括与直播图像风格特征对应的风格特征识别模型和与直播语言风格对应的风格特征识别模型；对多个峰值直播片段进行抽帧处理，获得若干个峰值直播图像；对多个峰值直播片段进行音频抽离处理，获得若干个峰值直播音频；调取与直播图像风格特征对应的风格特征识别模型，分别对每一个峰值直播图像进行风格特征识别，获得每一个峰值直播图像的特征值；调取与直播语言风格对应的风格特征识别模型，分别对每一个峰值直播音频进行风格特征识别，获得每一个峰值直播音频的特征值；获得峰值直播片段进行售卖的商品属性，根据商品属性进行分析商品特征。
[0008]优选的，所述基于直播风格特征的种类分别对应训练风格特征识别模型，具体包括：基于历史直播数据，获取若干个样本数据，所述样本数据包括图像样本数据和语言样本数据；分别对图像样本数据和语言样本数据中的直播风格特征进行赋值；将样本数据分为训练样本数据和验证样本数据；利用训练样本数据以及训练样本数据的直播风格特征赋值数据进行风格特征识别模型训练，获得初步识别模型；利用验证样本数据以及验证样本数据的直播风格特征赋值数据进行初步识别模型测试，判断初步识别模型是否满足验证样本数据的测试需求，若是，则初步识别模型为训练好的风格特征识别模型，若否，则初步识别模型不满足风格特征识别需求，重新获取若干个样本数据，并进行初步识别模型的训练。
[0009]优选的，所述对多个峰值风格特征数据进行分析，结合数据峰值点数据对应的直
播数据确定每一个直播数据对应的风格特征值统计数据具体包括：按照直播数据的不同，对峰值直播图像的特征值和峰值直播音频的特征值进行分类，每一种直播数据对应一个峰值直播图像的特征值集合和一个峰值直播音频的特征值集合和一个商品特征集合；按照风格特征属性将每一个峰值直播图像的特征值集合和每一个峰值直播音频的特征值集合和每一个商品特征集合进行拆分成若干个直播图像属性特征值子集和若干个直播音频属性特征值子集和商品属性特征子集；对每一个直播图像属性特征值子集和每一个直播音频属性特征值子集和每一个商品属性特征子集中的元素进行计算，确定每一个直播图像属性特征值子集和每一个直播音频属性特征值子集和每一个商品属性特征子集中的元素数量；基于每一个直播图像属性特征值子集和每一个直播音频属性特征值子集和商品属性特征子集中的元素数量，计算每一个直播图像属性特征值子集和每一个直播音频属性特征值子集和每一个商品属性特征子集中的元素的数量占比。
[0010]优选的，所述根据当前直播阶段的直播数据需求结合风格特征值统计数据进行计算，获得直播间最佳直播风格具体包括：根据直播间的当前发展阶段，分别对不同的直播数据施加不同的优先级，并基于不同的优先级对不同的直播数据附加重要权重值；按照风格拟合计算公式，进行计算风格特征属性对应的每一个风格特征的指标值；筛选出每一个风格特征属性对应风格特征的指标值最大值对应的风格特征，记为风格特征属性对应的最佳风格特征；将每个风格特征属性对应的最佳风格特征进行组合，获得直播间最佳直播风格；其中，所述风格拟合计算公式为：式中，为第i个风格特征的指标值，为第j个直播数据的重要权重值，为第i个风格特征的指标值在第j个直播数据对应的直播图像属性特征值子集和直播音频属性特征值子集和商品属性特征子集中的数量占比。
[0011]进一步的，提出一种基于直播数据的购物直播风格确定系统，用于实现如上述的基于直播数据的购物直播风格确定方法，包括：处理器，所述处理器用于进行对实时直播数据进行数据分析，获取实时直播数据中不符合正态分布的数据峰值点、对多个峰值直播片段进行直播风格特征提取，获得多个峰值风格特征数据、对多个峰值风格特征数据进行分析，结合数据峰值点数据对应的直播数据确定每一个直播数据对应的风格特征值统计数据和根据当前直播阶段的直播数据需求结合风格特征值统计数据进行计算，获得直本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于直播数据的购物直播风格确定方法，其特征在于，包括：实时采集每一次直播过程中的直播数据，获得实时直播数据，所述直播数据包括实时观看人数、关注量上涨数、弹幕发送量和商品购买数量；对实时直播数据进行数据分析，获取实时直播数据中不符合正态分布的数据峰值点；确定数据峰值点对应的直播时刻，获得峰值时刻；调取峰值时刻对应的直播片段，获得多个峰值直播片段；对多个峰值直播片段进行直播风格特征提取，获得多个峰值风格特征数据，所述直播风格特征的种类至少包括直播图像风格特征、直播语言风格和商品风格；对多个峰值风格特征数据进行分析，结合数据峰值点数据对应的直播数据确定每一个直播数据对应的风格特征值统计数据；根据当前直播阶段的直播数据需求结合风格特征值统计数据进行计算，获得直播间最佳直播风格；其中，每个直播风格特征的种类均包括若干风格特征属性。2.根据权利要求1所述的一种基于直播数据的购物直播风格确定方法，其特征在于，所述对实时直播数据进行数据分析，获取实时直播数据中不符合正态分布的数据峰值点具体包括：基于实时直播数据进行计算当前直播过程中的直播数据的平均值和标准差，获得直播数据均值和直播数据的标准差；基于格拉布斯准则和直播数据均值，对实时直播数据进行甄别，获得实时直播数据中的异常值；判断实时直播数据中的异常值是否大于直播数据均值，若是，则判定为当前异常值为数据峰值点，若否，则判定为当前异常值为数据谷底点；其中，格拉布斯准则的计算公式为：式中，为第i个实时直播数据，为直播数据均值，s为直播数据的标准差，bpn为临界值，临界值通过查格拉布斯表确定；若满足格拉布斯准则的计算公式，则为实时直播数据中的异常值，否则，为实时直播数据中的正常值。3.根据权利要求2所述的一种基于直播数据的购物直播风格确定方法，其特征在于，所述进行直播风格特征提取具体包括：基于直播风格特征的种类分别对应训练风格特征识别模型，所述风格特征识别模型至少包括与直播图像风格特征对应的风格特征识别模型和与直播语言风格对应的风格特征识别模型；对多个峰值直播片段进行抽帧处理，获得若干个峰值直播图像；对多个峰值直播片段进行音频抽离处理，获得若干个峰值直播音频；调取与直播图像风格特征对应的风格特征识别模型，分别对每一个峰值直播图像进行风格特征识别，获得每一个峰值直播图像的特征值；调取与直播语言风格对应的风格特征识别模型，分别对每一个峰值直播音频进行风格
特征识别，获得每一个峰值直播音频的特征值；获得峰值直播片段进行售卖的商品属性，根据商品属性进行分析商品特征。4.根据权利要求3所述的一种基于直播数据的购物直播风格确定方法，其特征在于，所述基于直播风格特征的种类分别对应训练风格特征识别模型，具体包括：基于历史直播数据，获取若干个样本数据，所述样本数据包括图像样本数据和语言样本数据；分别对图像样本数据和语言样本数据中的直播风格特征进行赋值；将样本数据分为训练样本数据和验证样本数据；利用训练样本数据以及训练样本数据的直播风格特征赋值数据进行风格特征识别模型训练，获得初步识别模型；利用验证样本数据以及验证样本数据的直播风格特征赋值数据进行初步识别模型测试，判断初步识别模型是否满足验证样本数据的测试需求，若是，则初步识别模型为训练好的风格特征识别模型，若否，则初步识别模型不满足风格特征识别需求，重新获取若干个样本数据，并进行初步识别模型的训练。5.根据权利要求4所述的一种基于直播数据的购物直播风格确定方法，其特征在于，所述对多个峰值风格特征数据进行分析，结合数据峰值点数据对应的直播数据确定每一个直播数据对应的风格特征值统计数据具体包括：按照直播数据的不同，对峰值直播图像的特征值和峰值直播音频的特征值进行分类，每一种直播数据对应一个峰...

【专利技术属性】
技术研发人员：王丽玲，吕昱，江志恒，罗馨，
申请(专利权)人：广东玄润数字信息科技股份有限公司，
类型：发明
国别省市：