[發明專利]一種主播分類方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011018951.3
• 申請日: 2020-09-24
• 公開（公告）號: CN112163614A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 曹木水;仇賁;馮壽帥;韓旭旺
• 申請（專利權）人: 廣州虎牙信息科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種主播分類方法，其特征在于，包括：

根據待分類的目標主播的直播數據，針對至少一個正向評價指標，分別計算所述目標主播在多個連續時間單元內的指標數據；

根據每個正向評價指標的各所述指標數據隨時間變化的趨勢，計算所述目標主播的至少一項正向評價指標的連續增長特征值；

根據所述目標主播的各所述正向評價指標的連續增長特征值，以及各標準分類主播的各所述正向評價指標的連續增長特征值，對所述目標主播進行主播分類。

2.根據權利要求1所述的方法，其特征在于，根據待分類的目標主播的直播數據，針對至少一個正向評價指標，分別計算所述目標主播在多個連續時間單元內的指標數據，包括：

根據所述目標主播在設定歷史時間區間內的直播數據，以設定時間單元為單位，將所述直播數據拆分為與多個連續時間單元分別對應的單元直播數據；

針對每個正向評價指標，分別使用各所述單元直播數據計算與各所述時間單元分別對應的指標數據。

3.根據權利要求1所述的方法，其特征在于，根據每個正向評價指標的各所述指標數據隨時間變化的趨勢，計算所述目標主播的至少一項正向評價指標的連續增長特征值，包括：

按照時間順序，對當前處理的目標正向評價指標的各指標數據進行排序，形成目標指標數據時間序列；

在所述目標指標數據時間序列中，獲取最長連續遞增子序列；

根據所述最長連續遞增子序列，計算與所述目標正向評價指標對應的連續增長特征值。

4.根據權利要求3所述的方法，其特征在于，根據所述最長連續遞增子序列，計算與所述目標正向評價指標對應的連續增長特征值，包括：

獲取最長連續遞增子序列中包括的第一指標數量值，以及所述目標指標數據時間序列中包括的第二指標數量值；

根據所述第一指標數量值與所述第二指標數量值的比值，確定與所述目標正向評價指標對應的連續增長特征值。

5.根據權利要求1所述的方法，其特征在于，根據所述目標主播的各所述正向評價指標的連續增長特征值，以及各標準分類主播的各所述正向評價指標的連續增長特征值，對所述目標主播進行主播分類，包括：

將所述目標主播的各所述正向評價指標的連續增長特征值，輸入至預先訓練的主播分類模型中，并獲取所述主播分類模型輸出的主播分類結果；

其中，所述主播分類模型使用各標準分類主播的各所述正向評價指標的連續增長特征值作為訓練樣本訓練得到。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述正向評價指標包括：每周的直播間關鍵詞數量、每周的日均設定時長轉化率、每周的日均新增用戶穩定留存率以及每周的日均用戶關系指數。

7.根據權利要求6所述的方法，其特征在于，在根據待分類的目標主播的直播數據，針對至少一個正向評價指標，分別計算所述目標主播在多個連續時間單元內的指標數據之前，還包括：

按照直播間流量從大到小的順序，對直播平臺的各主播進行排序，并按照排序結果獲取第一數量的主播構成樣本主播集合；

根據各所述樣本主播對直播平臺的新用戶貢獻數量，為各所述樣本主播建立匹配的標準分類標簽，得到標準分類主播；

計算各所述標準分類主播的各所述正向評價指標的連續增長特征值，并使用各所述標準分類主播的各所述正向評價指標的連續增長特征值對設定分類模型進行訓練，得到所述主播分類模型。

8.根據權利要求1所述的方法，其特征在于，在對所述目標主播進行主播分類之后，還包括：

如果確定所述目標主播的分類結果為新用戶貢獻潛力主播，則根據所述目標主播的已播內容，生成推薦視頻，并在直播平臺中對所述推薦視頻進行推薦。