[发明专利]一种主播的评价方法、装置、设备和存储介质

权利要求书

1.一种主播的评价方法，其特征在于，包括：

获取训练样本集，其中，所述训练样本集包括：与至少两个主播分别对应的直播表现参数以及主播评价标签，所述直播表现参数包括：推荐前直播表现参数和推荐后直播表现参数，所述主播评价标签通过所述推荐前直播表现参数与所述推荐后直播表现参数的比对结果决定；

将所述训练样本集中的各训练样本均设置为初始权重，并将所述初始权重作为当前权重；

使用所述训练样本集训练出一个弱学习器作为当前弱学习器，并获取所述训练样本集中各训练样本针对所述当前弱学习器的学习误差率；

将所述训练样本集中学习误差率满足设定阈值条件的训练样本的权重调整为高于或低于所述当前权重的第一权重，并将所述第一权重作为新的当前权重；其中，所述满足设定阈值条件是指增大错误样本的权重，同时减少正确样本的权重；

返回执行使用所述训练样本集训练出一个弱学习器作为当前弱学习器的操作，直至训练出的弱学习器的数量满足设定数量条件；

使用对数似然损失函数约束主播推荐模型，得到强学习器作为所述主播评价模型，损失函数为L(y，f(x))＝log(1+exp(-yf(x)))；其中，y∈{-1，+1)；L(y,f(x))表示样本与标签之间的差异；则此时的负梯度误差为：其中，r_ti表示第t轮的第i个样本的损失函数的负梯度；f_t-1(x)表示得到强学习器的迭代轮次为第t-1轮；x_i表示第i个样本的特征；y_i表示第i个样本的主播评价标签；

获取待评价主播的主播表现参数输入至所述主播评价模型，并获取所述主播评价模型的输出结果作为所述待评价主播的主播评价标签。

2.根据权利要求1所述的方法，其特征在于：

所述推荐前直播表现参数至少包括：推荐前主播一周的周日均同时在线人数；

所述推荐后直播表现参数至少包括：推荐后主播一周的周日均同时在线人数。

3.根据权利要求1所述的方法，其特征在于，所述主播评价标签包括：好标签和坏标签。

4.根据权利要求3所述的方法，其特征在于，在获取所述主播评价模型的输出结果作为所述待评价主播的主播评价标签之后，还包括：

如果所述待评价主播的主播评价标签为好标签，则在预设时间间隔后，对所述待评价主播再次进行推荐。

5.根据权利要求3所述的方法，其特征在于，在获取所述主播评价模型的输出结果作为所述待评价主播的主播评价标签之后，还包括：

根据所述待评价主播的主播评价标签，判断所述待评价主播是否符合继续存在于待预测池的条件，若否，则将所述待评价主播移出所述待预测池；

其中，所述待预测池中存储的主播在满足预设条件时，被标记为新的待评价主播。