[发明专利]模型训练方法、直播推荐方法、设备、存储介质

说明书

本公开提供的一种模型训练方法、直播推荐方法、设备、程序产品，涉及直播推荐技术，包括：获取历史直播数据，根据历史直播数据确定用户属性信息，实时状态；利用预搭建的处理模型，确定用户偏好信息；用户偏好信息用于确定推荐列表；根据历史直播数据，确定用户对推荐列表的反馈；利用预先搭建的评判模型，确定模型总期望收益；根据模型总期望收益、历史直播数据调整处理模型、评判模型，其中训练完的处理模型用于直播视频的个性化推荐。本公开提供的方案基于用户属性信息，偏好信息确定推荐列表，结合了用户在较长时间内的特征，及实时特征向用户推荐主播。基于用户反馈训练模型，达到向用户个性化推荐直播视频的目的。

技术领域

本公开涉及直播推荐技术，尤其涉及一种模型训练方法、直播推荐方法、设备、程序产品。

背景技术

近年来，在线直播行业快速兴起，给用户推荐其感兴趣的直播是提升用户体验的关键。直播推荐有着更强的动态性，直播内容和用户偏好时刻在变化中。

现有技术中已有的视频推荐方法，一般为基于视频完整的信息向用户推荐，导致这种视频推荐方法不适于运用到直播视频推荐的场景中。此外，一些直播视频的推荐方法中，采用的是最多观看的推荐手段，这种方式没有考虑到用户之间的差异性，进而推荐效果不好。

因此，如何基于直播视频的特性，向用户个性化的推荐直播视频是本领域技术人员亟需解决的技术问题。

发明内容

本公开提供了一种模型训练方法、直播推荐方法、设备、程序产品，以解决现有技术中没有基于直播视频特性，向用户个性化的推荐直播视频的方案的问题。

根据本申请第一方面，提供了一种直播视频的个性化推荐模型的训练方法，包括：

获取预设的历史直播数据，并根据所述历史直播数据确定用户的用户属性信息，以及所述用户在预设时刻的用户实时状态；

利用预先搭建的处理模型，根据所述用户实时状态、所述用户属性信息确定所述用户的用户偏好信息；所述用户偏好信息用于表征所述用户在所述预设时刻的偏好，所述用户偏好信息用于确定所述用户的推荐列表；

根据所述历史直播数据，确定所述用户对所述推荐列表的反馈信息；

利用预先搭建的评判模型，根据所述反馈信息、所述用户偏好信息、所述用户实时状态确定模型总期望收益；

根据所述模型总期望收益、所述历史直播数据调整所述处理模型、所述评判模型，其中，训练完毕的所述处理模型为用于进行直播视频个性化推荐的模型。

根据本申请第二方面，提供了一种直播视频的个性化推荐方法，包括：

获取历史直播数据和当前时刻的直播数据，并根据所述历史直播数据和当前时刻的直播数据确定用户的用户属性信息、所述用户在当前时刻的用户实时状态以及各主播的主播属性信息；

将所述用户实时状态、所述用户属性信息输入处理模型中，得到所述用户的实时偏好信息；

根据所述用户的实时偏好信息、各所述主播属性信息，确定所述用户的推荐列表；

将所述用户的推荐列表发送给与所述用户对应的用户终端。

根据本申请第三方面，提供了一种电子设备，包括存储器和处理器；其中，

所述存储器，用于存储计算机程序；

所述处理器，用于读取所述存储器存储的计算机程序，并根据所述存储器中的计算机程序执行如第一方面所述的直播视频的个性化推荐模型的训练方法或者如第二方面所述的直播视频的个性化推荐方法。