[發明專利]一種主播的搜索方法和裝置

在審

• 申請號: 202011522266.4
• 申請日: 2020-12-21
• 公開（公告）號: CN112579899A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 羅航;王學超
• 申請（專利權）人: 杭州米絡星科技(集團)有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

本發明提供了一種主播的搜索方法和裝置，涉及數據處理的技術領域，包括：采集主播的主播信息，并基于主播信息和預設關鍵詞，構建數據庫，其中，預設關鍵詞包括以下至少之一：主播所屬家族的家族昵稱，主播昵稱的近義詞，主播信息包括：主播的基本信息和主播的房間信息；在獲取到用戶輸入的關鍵字之后，對關鍵字進行預處理，得到關鍵信息；基于關鍵信息、數據庫和BM25算法，確定出主播列表；對主播列表中的主播進行排序，得到搜索結果，解決了現有技術中直播平臺為用戶提供的主播搜索體驗較差的技術問題。

技術領域

本發明涉及數據處理的技術領域，尤其是涉及一種主播的搜索方法和裝置。

背景技術

對現有的直播平臺在任何的直播場景下根據關鍵字搜索主播都是非常重要的功能，由于當下直播觀看人數和主播數量龐大，如何從這么龐大的數據量中快速定位到自己預期結果，是搜索功能的首要難題。

同時主站的搜索排序也兼顧著引流的作用，往往搜索結構的排序會影響最終進入房間的人數，所有搜索的排序規則應當結合平臺的運營策略來完成。

數以億計的用戶主播信息都儲存在數據庫當中，如果希望借助數據庫的字符串匹配來完成搜索，會對數據庫造成巨大的沖擊，現有的直播平臺一般為用戶提供的搜索僅支持ID搜索，而對主播的搜索也僅支持對熱點主播的搜索，通過數據庫+緩存的形式對數據進行篩選，最終在服務器中對篩選結果進行排序，不僅架構復雜而且效率不高，單獨漢字的檢索時長仍在兩秒左右。

針對上述問題，還未提出有效的解決方案。

發明內容

有鑒于此，本發明的目的在于提供一種主播的搜索方法和裝置，以緩解了現有技術中直播平臺為用戶提供的主播搜索體驗較差的技術問題。

第一方面，本發明實施例提供了一種主播的搜索方法，包括：采集主播的主播信息，并基于所述主播信息和預設關鍵詞，構建數據庫，其中，所述預設關鍵詞包括以下至少之一：主播所屬家族的家族昵稱，主播昵稱的近義詞，所述主播信息包括：主播的基本信息和主播的房間信息；在獲取到用戶輸入的關鍵字之后，對所述關鍵字進行預處理，得到關鍵信息；基于所述關鍵信息、所述數據庫和BM25算法，確定出主播列表；對所述主播列表中的主播進行排序，得到搜索結果。

進一步地，對所述關鍵字進行預處理，得到關鍵信息，包括：對所述關鍵字進行細粒度拆分，得到多個字段；將所述多個字段確定為所述關鍵信息。

進一步地，若所述關鍵字為主播昵稱，則所述多個字段包括：第一字段和第二字段，將所述多個字段確定為所述關鍵信息包括：對所述第一字段進行極細粒度拆分，得到多個文字；對所述第二字段進行粗粒度拆分，得到多個字節；將所述多個文字和所述多個字節，確定為所述關鍵信息。

進一步地，對所述主播列表中的主播進行排序，得到搜索結果，包括：確定出所述主播列表中的主播的主播參數，其中，所述主播參數包括但不限于：開播狀態，當前房間觀眾數量；基于所述主播信息和所述主播信息對應的權重，以及所述主播參數和所述主播參數對應的權重，計算出主播對應權重值；基于所述權重值，對所述主播列表中的主播進行排序，得到排序結果；將所述排序結果，確定為所述搜索結果。

進一步地，所述基本信息包括但不限于：主播昵稱，主播所屬地區，主播等級；所述房間信息包括但不限于：房間編號，直播內容，房間所屬的直播分區。

進一步地，所述方法還包括：若獲取到修改信息，則對所述修改信息進行異步信息解耦，將完成異步信息解耦的修改信息同步至所述數據庫，其中，所述修改信息為對所述基本信息進行修改后的信息。

進一步地，采集主播的主播信息，包括：按照預設頻率，采集主播的房間信息。