(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211186906.8 (22)申请日 2022.09.27 (71)申请人 全拓科技 （杭州） 股份有限公司 地址 310000 浙江省杭州市拱 墅区半山路 3-1号一、 二层 (72)发明人 崔永庆　 (51)Int.Cl. G06F 16/9535(2019.01) G06Q 30/06(2012.01) (54)发明名称 一种融合多平台行为特征的短视频直播营 销推荐系统及方法 (57)摘要 本发明公开了一种融合多平台行为特征的 短视频直播营销推荐系统及方法， 包括数据采集 模块、 采集数据预处理模块、 推荐系统历史行为 数据预处理模块、 建立直播任务召回模型模块、 直播任务数据库存储模块、 建立直播任务排序模 型模块和直播任务推荐模块， 所述数据采集模块 控制连接有采集数据预处理模块,采集数据预处 理模块和推荐系统历史行为数据预处理模块控 制连接有建立直播任务召回模型模块,所述建立 直播任务召回模型模块控制连接有直播任务数 据库存储模块； 本发明弥补了短视频直播营销系 统中缺乏推荐功能的不足之 处， 为播主用户选品 提供了任务推荐功能， 助力播主用户快速选择直 播任务， 为 短视频直播营销提供高效的任务选择 方案。 权利要求书3页 说明书8页 附图2页 CN 115544358 A 2022.12.30 CN 115544358 A 1.一种融合多平台行为特征的短视频直播营销推荐方法， 包括以下步骤： 步骤一， 采 集； 步骤二， 采集数据预处理； 步骤三， 历史行为数据预处理； 步骤四， 模型建立； 步骤五， 存 储； 步骤六， 预测； 步骤 七， 推荐； 其特 征在于： 其中在上述 步骤一中， 通过设置的数据采集模块(1)采集多个平台的用户数据； 其中在上述步骤二中， 利用采集数据预处理模块(2)对采集数据预处理、 持久化， 对采 集数据的预处 理包括对用户店铺商品数据、 用户的人口统计学信息的预处 理； 其中在上述步骤三中， 利用推荐系统历史行为数据预处理模块(3)对推荐系统历史行 为数据进行 预处理； 其中在上述步骤四中， 建立直播任务召回模型模块(4)对直播任务召回模型进行建立， 随后使用预处理后的用户店铺商品数据、 人口统计学信息和推荐系统历史行为数据作为直 播任务召回模型的输入， 得到拟推荐的直 播任务序列； 其中在上述步骤五中， 通过直播任务数据库存储模块(5)将拟推荐的直播任务序列持 久化存储至数据库中； 其中在上述步骤六中， 利用建立直播任务排序模型模块(6)完成对直播任务排序模型 的建立， 直播任务排序模型以预处理之后的用户店铺商品序列和每个拟 推荐的直播任务为 输入， 预测用户点击该直 播任务的概 率； 其中在上述步骤七中， 利用设置的直播任务推荐模块(7)， 当播主用户登录直播营销推 荐系统后， 从直 播任务推荐数据库中取 出点击率 最高的任务推荐给播主用户。 2.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述 步骤一中， 数据采集模块(1)的工作步骤为： 1)使用Scrapy爬虫框架来采集用户的店铺商品特征， 采集的用户店铺商品数据 其中， xs代表用户店铺商品数据， 表示第k个用户店铺商品数据， 表示商品价格， 表示商品发布时间， 表示商品类型， 表示商品销量； 2)采集了用户最近发布的Kr个商品信息， 定义用户店铺商品序列 3)采集播主用户的人口统计学信息XP＝[psex,page,pposition]T， psex表示用户性别， page表 示用户年龄， pposition表示地理位置信息 。 3.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述 步骤二中， 采集数据预处 理模块(2)的具体工作如下： 1)对店铺商品数据的预处理包含对商品价格、 商品发布时间、 商品类型和商品销量的 处理， 用户店铺商品数据经过预处理之后为 预处理后的用户店铺 商品序列为 2)采集数据的预处理也包括对播主用户的人口统计学信 息进行预处理， 得到处理之后 的人口统计学 特征 3)采集数据的持久化处理中使用MySQL关系型数据库对处理完成的用户店铺商品最近 的Kr个序列 和人口统计学信息 进行持久化存 储。权　利　要　求　书 1/3 页 2 CN 115544358 A 24.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述 步骤三中， 推荐系统历史行为数据预处 理模块(3)的具体工作如下： 1)定义直播营销推荐系统的单个历史行为数据为 其中， xb代表播主用户的单个历史行为 数据， 表示第kb个历史行为 数据， 表示任务预算， 表 示 任务发布时间， 表示播主用户浏览时长， 表示任务状态， 表示任务关联 带货商品数； 2)选取用户最近的Kr历史行为数据， 不足Kr的部分使用默认值填充， 得到播主用户最近 Kr个历史行为数据 序列Kb定义为 3)预处理播主用户最近Kr个历史行为数据序列Xb， 得到预处理之后的单个历史行为特 征为 历史行为序列为 使用MySQL关系 型数据库对处理完成的历史行为数据序列的使用MySQL关系型数据库对处理完成的历史行 为数据序列的Kr个序列 进行持久化存 储个序列 进行持久化存 储。 5.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述 步骤四中， 建立 直播任务召回模型模块(4)的具体工作如下： 1)定义直播任务为 tbudget为任务预算， tpos为任务发布时间， tstate为任务状态， ttelate为任务关联带货商品数， tmodel为任务模式； 2)直播任务召回模型的输入为预处理之后的用户店铺商品序列 人口统计学信息 和直播营销推荐系统 的历史行为序列 输出为用户感兴趣的营销任务类型所代表的 中心任务序列 3)直播任务召回模型， 使用k近邻法计算出营销任务类型所代表 的中心任务中最相近 的Nf个任务， 构成召回任务 集合 Nh为召回的任务数量。 6.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述步骤五 中， 直播任务数据库存储模块(5)的具体工作是将步骤四中所得到的任 务集合Th持久化到直 播任务数据库。 7.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述 步骤六中， 建立 直播任务排序模型模块(6)的具体工作如下： 1)直播任务排序模型的输入为预处 理之后的用户店铺商品序列 和召回任务 2)直播任务排序模型得到预测的点击率， 将任务按照点击率进行从大到小排序， 得到 最终的推荐任务序列 8.根据权利要求1所述的一种融合多平台行为特征的短视频直播营销推荐方法， 其特 征在于： 所述步骤七中， 当播主用户登录直播营销推荐系统后， 从直播任务推荐 数据库中取 出点击率最高的Ntop个任务推荐给播主用户， 作为最终的营销推荐任务在页面上推荐给用 户。权　利　要　求　书 2/3 页 3 CN 115544358 A 3