直播推荐方法、装置、设备、存储介质及程序产品与流程

本技术涉及计算机处理，尤其涉及一种直播推荐方法、装置、设备、存储介质及程序产品。

背景技术：

1、随着互联网直播行业的快速发展，通过直播进行商品等推荐对象的推荐已成为一种流行的信息传递方式。

2、目前的直播推荐系统通常是基于目标用户的历史观看数据，预测目标用户对候选主播的点击率，进而为目标用户推荐直播。比如使用协同过滤等方法为目标用户推荐与之前观看过的直播内容相似的直播。但是这种方法容易受限于用户观看历史的片面性，忽略了用户当前的兴趣和关注点，导致直播推荐的准确率较低，进而导致用户体验感较低。

技术实现思路

1、本技术提供一种直播推荐方法、装置、设备、存储介质及程序产品，可以提高直播推荐的准确率，进而提高用户体验感。

2、第一方面，本技术提供一种直播推荐方法，包括：响应于目标用户的直播推荐请求，获取目标用户的用户特征和候选直播的直播特征，用户特征包括多个用户属性特征和多个用户行为特征，候选直播是与正在直播的直播间及其主播相关的特征；通过推荐模型的交互层，根据多个用户属性特征和多个直播特征，确定第一向量，第一向量用于表示不同用户属性之间的映射关系以及不同候选直播之间的映射关系；通过推荐模型的注意力层，根据多个用户行为特征和多个直播特征，确定第二向量，第二向量用于表示每个候选直播与目标用户的用户行为之间的映射关系；通过推荐模型的输出层，根据第一向量和第二向量，确定每个候选直播对应的推荐概率；根据推荐概率，从多个候选直播中为目标用户推荐目标直播。

3、在一些可能的实施方式中，获取目标用户的用户特征和多个候选直播的直播特征，包括：获取目标用户在预设时间段内的用户数据、以及各候选直播在预设时间段内的直播数据，用户数据包括目标用户的属性数据、以及目标用户对各候选直播的行为数据，直播数据包括候选直播对应的直播间的属性数据、以及直播间内主播的主播数据；对用户数据和直播数据进行特征提取，得到用户特征和多个直播特征。

4、在一些可能的实施方式中，通过推荐模型的输出层，根据第一向量和第二向量，确定每个候选直播对应的推荐概率，包括：通过输出层，将第一向量和第二向量进行拼接处理，得到拼接后的第三向量；通过输出层中的激活函数对第三向量进行概率分布转换，输出推荐概率。

5、在一些可能的实施方式中，根据推荐概率，从多个候选直播中为目标用户推荐目标直播，包括：根据每个候选直播对应的推荐概率，对多个候选直播进行排序，所述推荐概率表征目标用户对候选直播感兴趣的程度；根据排序结果从多个候选直播中确定满足预设条件的至少一个候选直播作为目标直播，将目标直播推荐给目标用户。

6、在一些可能的实施方式中，方法还包括：根据用户特征，生成关于目标直播的推荐原因信息；在目标用户的显示界面上，显示目标直播以及推荐原因信息。

7、在一些可能的实施方式中，方法还包括：获取目标用户对目标直播的实时行为数据；基于实时行为数据，对当前使用的推荐模型进行参数调整，以更新推荐模型；其中，初始使用的推荐模型是基于训练样本完成训练的，训练样本包括样本用户的用户特征和样本直播的直播特征，样本用户的用户特征包括样本用户对所推荐的样本直播的历史行为特征。

8、第二方面，本技术提供一种直播推荐装置，该装置包括：包括：获取模块，用于响应于目标用户的直播推荐请求，获取目标用户的用户特征和多个候选直播的直播特征，用户特征包括多个用户属性特征和多个用户行为特征，候选直播是与正在直播的直播间及其主播相关的特征；第一确定模块，用于通过推荐模型的交互层，根据多个用户属性特征和多个直播特征，确定第一向量，第一向量用于表示不同用户属性之间的映射关系以及不同候选直播之间的映射关系；第二确定模块，用于通过推荐模型的注意力层，根据多个用户行为特征和多个直播特征，确定第二向量，第二向量用于表示每个候选直播与目标用户的用户行为之间的映射关系；第三确定模块，用于通过推荐模型的输出层，根据第一向量和第二向量，确定每个候选直播对应的推荐概率；推荐模块，用于根据推荐概率，从多个候选直播中为目标用户推荐目标直播。

9、在一些可能的实施方式中，获取模块，还用于：获取目标用户在预设时间段内的用户数据、以及各候选直播在预设时间段内的直播数据，用户数据包括目标用户的属性数据、以及目标用户在预设时间段内对各候选直播的行为数据，直播数据包括候选直播对应的直播间的属性数据、以及直播间内主播的主播数据；对用户数据和直播数据进行特征提取，得到用户特征和多个直播特征。

10、在一些可能的实施方式中，第三确定模块，还用于：通过输出层，将第一向量和第二向量进行拼接处理，得到拼接后的第三向量；通过输出层中的激活函数对第三向量进行概率分布转换，输出推荐概率。

11、在一些可能的实施方式中，推荐模块，还用于：根据每个候选直播对应的推荐概率，对多个候选直播进行排序，推荐概率表征目标用户对候选直播感兴趣的程度；根据排序结果从多个候选直播中确定满足预设条件的至少一个候选直播作为目标直播，将目标直播推荐给目标用户。

12、在一些可能的实施方式中，装置还包括：生成模块，还用于根据用户特征，生成关于目标直播的推荐原因信息；显示模块，用于在目标用户的显示界面上，显示目标直播以及推荐原因信息。

13、在一些可能的实施方式中，装置还包括用于执行以下操作的模块：获取目标用户对目标直播的实时行为数据；基于实时行为数据，对当前使用的推荐模型进行参数调整，以更新推荐模型；其中，初始使用的推荐模型是基于训练样本完成训练的，训练样本包括样本用户的用户特征和样本直播的直播特征，样本用户的用户特征包括样本用户对所推荐的样本直播的历史行为特征。

14、第三方面，本技术提供一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行存储器中存储的可执行指令时，以实现本技术提供的方法。

15、第四方面，本技术提供一种计算机可读存储介质，存储有可执行指令，用于可执行指令被处理器执行时，以实现本技术提供的方法。

16、第五方面，本技术提供一种计算机程序产品，包括计算机程序或指令，用于计算机程序或指令被处理器执行时，以实现本技术提供的方法。

17、本技术具有以下有益效果：

18、在本技术中，获取目标用户的用户特征和多个候选直播的直播特征，然后根据用户特征中的多个用户属性特征和多个直播特征，通过推荐模型的交互层确定第一向量，并根据用户特征中的多个用户行为特征和多个直播特征，通过推荐模型的注意力层确定第二向量，之后根据第一向量和第二向量，通过推荐模型的输出层确定每个候选直播的推荐概率，最后根据推荐概率，从多个候选直播中为目标用户推荐目标直播。由于第一向量表示不同用户属性之间的映射关系以及不同候选直播之间的映射关系，第二向量表示每个候选直播与目标用户的用户行为之间的映射关系，因此，通过推荐模型的交互层和注意力层，推荐模型能够关注不同特征间的复杂交互、以及目标用户行为的关键特征，以提高直播推荐的准确率，进而提高用户体验感。