直播列表的推送方法、装置、电子设备及存储介质与流程

本公开涉及计算机技术，尤其涉及一种直播列表的推送方法、装置、电子设备及存储介质。

背景技术：

随着电子技术和文化产业的发展，基于直播平台观看直播已经成为人们日常选择的生活方式。

在现有技术中，为了提高直播资源的流量转换率，往往会按照直播资源的优先级将一些直播资源作为推荐直播资源，并基于用户触发的浏览请求中的展示资源位，生成包括有推荐直播资源的直播列表，并推送给用户，以供用户从直播列表中选出想要浏览的直播资源并进行浏览。

但是，在基于优先级进行直播资源的推送时，一般采用的是优先级较高的直播资源将被优先推送，而优先级较低的直播资源将很难得到推送机会，这将不利于各直播资源的有效推送，其直播资源的整体转换率较低，也不利于各直播资源之间的良性竞争。

技术实现要素：

针对上述提出的问题，本公开提供了一种直播列表的推送方法、装置、电子设备及存储介质。

第一方面，本公开提供了一种直播列表的推送方法，包括：

接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识；

根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源；

将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户。

示例性的，所述直播资源推荐策略的数量为多个；

所述根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，包括：

根据所述用户标识的末尾标识取值，从多个直播资源推荐策略中确定本次浏览请求的推荐策略。

示例性的，所述直播资源推荐策略包括推荐池推荐策略；其中，所述展示资源位对应有多个推荐池，每个推荐池中包括有多个直播资源；

所述采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，包括：

确定目标展示资源位的资源池信息，所述资源池信息包括每个推荐池的展示概率以及各推荐池中各直播资源的资源质量；

根据资源池信息中每个推荐池的展示概率选出目标推荐池；

根据各推荐池中各直播资源的资源质量，在所述目标推荐池对应的各直播资源中选出至少一个直播资源作为推荐直播资源。

示例性的，所述确定目标展示资源位的资源池信息之前，还包括：

根据目标展示资源位对应的各个推荐池的优先级、各个推荐池在目标展示资源位的占比权重，确定所述目标展示资源位的资源池信息中每个推荐池的展示概率。

示例性的，所述直播资源推荐策略包括相似度推荐策略；

所述采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，包括：

根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间；

根据所述用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间确定各直播资源的喜爱度，并选取喜爱度大于预设喜爱度阈值的若干直播资源作为第一直播资源；

确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源；

根据用户对各第一直播资源的喜爱度，以及各第一直播资源与其相应第二直播资源之间的相似度，对各第二直播资源进行排序；

根据排序结果确定至少一个第二直播资源作为推荐直播资源。

示例性的，所述根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间之前，还包括：

采集第一预设时间段内所述用户以外的其他用户的浏览记录；

将各所述其他用户的浏览记录中每个直播资源以及相应的浏览时间输入用机器学习模型，确定当前各直播资源的表征向量；

根据预设的表征向量距离公式，计算任意两个直播资源的表征向量之间的距离；

相应的，所述确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源，包括：

根据每一第一直播资源与当前各直播资源的表征向量之间的距离，确定各相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源。

第二方面，本公开提供了一种直播列表的推送装置，包括：

接收模块，用于接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识；

第一处理模块，用于根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源；

第二处理模块，用于将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户。

示例性的，所述直播资源推荐策略的数量为多个；

所述第一处理模块，具体用于根据所述用户标识的末尾标识取值，从多个直播资源推荐策略中确定本次浏览请求的推荐策略。

示例性的，所述直播资源推荐策略包括推荐池推荐策略；其中，所述展示资源位对应有多个推荐池，每个推荐池中包括有多个直播资源；

所述第一处理模块，具体用于确定目标展示资源位的资源池信息，所述资源池信息包括每个推荐池的展示概率以及各推荐池中各直播资源的资源质量；根据资源池信息中每个推荐池的展示概率选出目标推荐池；根据各推荐池中各直播资源的资源质量，在所述目标推荐池对应的各直播资源中选出至少一个直播资源作为推荐直播资源。

示例性的，所述第一处理模块确定目标展示资源位的资源池信息之前，还用于根据目标展示资源位对应的各个推荐池的优先级、各个推荐池在目标展示资源位的占比权重，确定所述目标展示资源位的资源池信息中每个推荐池的展示概率。

示例性的，所述直播资源推荐策略包括相似度推荐策略；

所述第一处理模块具体用于根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间；根据所述用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间确定各直播资源的喜爱度，并选取喜爱度大于预设喜爱度阈值的若干直播资源作为第一直播资源；确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源；根据用户对各第一直播资源的喜爱度，以及各第一直播资源与其相应第二直播资源之间的相似度，对各第二直播资源进行排序；根据排序结果确定至少一个第二直播资源作为推荐直播资源。

示例性的，所述第一处理模块在根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间之前，还用于：

采集第一预设时间段内所述用户以外的其他用户的浏览记录；

将各所述其他用户的浏览记录中每个直播资源以及相应的浏览时间输入用机器学习模型，确定当前各直播资源的表征向量；

根据预设的表征向量距离公式，计算任意两个直播资源的表征向量之间的距离；

相应的，所述确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源，包括：

根据每一第一直播资源与当前各直播资源的表征向量之间的距离，确定各相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源。

第三方面，本公开提供了一种电子设备，包括：

处理器和存储器；

其中，所述存储器用于存储所述处理器的可执行指令；

当所述处理器执行所述可执行指令时，可以执行上述任一项所述的直播列表的推送方法。

第四方面，本公开提供了一种存储介质，包括指令，当所述指令在计算机上运行时，所述计算机可以执行上述任一项所述的方法。

本公开提供的直播列表的推送方法、装置、电子设备及存储介质，通过接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识，根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户，从而各直播资源在不同的推荐策略下均有机会得到推送机会并被推送出去，有利于直播资源的整体转换率的提高，也利于直播资源内之间的良性竞争。

附图说明

通过上述附图，已示出本公开明确的示例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定示例为本领域技术人员说明本公开的概念。

图1是本公开所基于的网络架构示意图；

图2是本公开提供的一种直播列表的推送方法的推送界面示意图；

图3为本公开提供的一种直播列表的推送方法的界面示意图；

图4为本公开提供的一种直播列表的推送装置的结构示意图；

图5为本公开提供的一种电子设备的硬件结构示意图。

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的示例，并与说明书一起用于解释本公开的原理。

具体实施方式

为使本公开示例的目的、技术方案和优点更加清楚，下面将结合本公开示例中的附图，对本公开示例中的技术方案进行清楚、完整地描述。

在现有技术中，为了提高直播资源的流量转换率，往往会按照直播资源的优先级将一些直播资源作为推荐直播资源，并基于用户触发的浏览请求中的展示资源位，生成包括有推荐直播资源的直播列表，并推送给用户，以供用户从直播列表中选出想要浏览的直播资源并进行浏览。

通常来说，直播平台会设置多个分类的展示资源位。不同的分类的展示资源位，其用户的浏览量是不同的，即用户流量不同。为了提升一些直播资源的曝光率，常见的做法就是将一些直播资源按照优先级进行流量分发，即将这些直播资源插入至用户当前浏览的展示资源位的直播列表中。

但是，在基于优先级进行直播资源的推送时，一般采用的是优先级较高的直播资源将被优先推送，当且仅当优先级较高的直播资源处于未开播的无效状态时，优先级较低的直播资源才有可能被插入直播列表以进行推送。这将不利于各直播资源的有效推送，其直播资源的整体转换率较低，也不利于各直播资源之间的良性竞争。

为了解决该技术问题，本公开提供了一种直播资源的推送方法，通过设置多种直播资源推荐策略，从而使得各类的直播资源均有机会插入直播列表并推送至用户，从而提高直播资源的整体转换率，利于直播资源的良性竞争。

图1是本公开所基于的网络架构示意图，如图1所示的，本公开所基于的网络架构包括直播列表的推送装置1以及终端2；其中，直播列表的推送装置1具体可为设置在云端的服务器或服务器集群，终端2具体可为用户使用的智能电视、智能手机、台式电脑等；直播列表的推送装置1可通过网络与终端2进行数据交互和信令交互，以为终端2提供基于直播平台的直播浏览服务。也就是说，直播列表的推送装置1所基于的云端的服务器或服务器集群中还可设置有直播平台，且直播平台加载有直播资源，通过直播平台，用户利用终端2可实现对于直播平台及其加载的直播资源的获取。

图2是本公开提供的一种直播列表的推送方法的推送界面示意图，如图2所示的，在直播平台的目标展示资源位中，将按照其直播列表展示有若干直播资源。

第一方面，本公开提供了一种直播列表的推送方法。

图2为本公开提供的一种直播列表的推送方法的流程示意图。

如图2所示的，该直播列表的推送方法包括：

步骤101、接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识；

步骤102、根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源；

步骤103、将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户。

需要说明的是，本公开提供的直播列表的推送方法的执行主体具体可为直播列表的推送装置，该直播列表的推送装置具体可集成在承载有直播平台的服务器、服务器集群等电子设备上。

首先，直播列表的推送装置将接收用户触发的浏览请求，该浏览请求是用户在直播平台根据自身需求触发的，该浏览请求可为用户在点击直播平台上提供的各展示资源位的链接时生成，也可为用户在直播平台上的搜索栏或搜索框中输入展示资源位的名称、标识、标签等时生成的。

此外，在本公开提供的示例中，浏览请求还包括有待浏览的目标展示资源位以及用户标识；其中的目标展示资源位是用户触发的，而用户标识则包括可用于指示用户网络地址、用户设备标识等可用于表示用户身份的信息，其一般是由字符串组成的。

为了提高对于直播资源的整体转换率，也为了使得更多的直播资源可作为推荐直播资源被插入到展示资源位中，在本公开示例中，提供了多种直播资源推荐策略，其包括但不限于推荐池推荐策略和相似度推荐策略，而根据用户标识和各直播资源推荐策略之间的关联关系，从而使得在直播列表的推送装置在接受到用户的浏览请求之后，从多个直播资源推荐策略中确定出该用户标识对应的直播资源推荐策略，并采用该直播资源策略确定出置于目标展示资源位的直播列表中的推荐直播资源，进而可将确定的推荐直播资源插入直播列表以推送至用户。

其中的，对于用户标识和直播资源推荐策略之间的关联关系可基于流量配置需求确定，例如，对于推荐池推荐策略的流量配置需求为全部流量的一半，而对于相似度推荐策略，其流量配置需求为全部流量的一半，此时，若用户标识为数字串的话，其采用如下分配策略。当用户标识的末尾标识取值为0-4时，对用户触发的浏览请求中的目标展示资源位的直播列表的展示将采用推荐池推荐策略，当用户表示的末尾标识取值为5-9，对用户触发的浏览请求中的目标展示资源位的直播列表的展示将采用相似度推荐。即，推送装置可根据所述用户标识的末尾标识取值，从多个直播资源推荐策略中确定本次浏览请求的推荐策略。

需要说明的是，在可选示例中，推荐池推荐策略和相似度推荐策略的类型和个数可为多个，其每个策略的流量占比可基于流量配置需求，本公开对此不进行限制。

本公开提供的直播列表的推送方法通过接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识，根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户，从而各直播资源在不同的推荐策略下均有机会得到推送机会并被推送出去，有利于直播资源的整体转换率的提高，也利于直播资源内之间的良性竞争。

下面示例将针对不同的推荐策略，对推荐直播资源的确定方法和直播列表的生成方法进行进一步说明：

在其中一种可选示例中，直播资源推荐策略包括推荐池推荐策略；其中，展示资源位对应有多个推荐池，每个推荐池中包括有多个直播资源。

在本示例中，推荐池是指满足一定规则的一组直播资源的组合，而多个直播资源所组成的集合将构成一个推荐池。而每一展示资源位将对应有多个推荐池，如，针对于某足球顶级赛事类型的展示资源位来说，其对应有包括多个体育解说主播的直播资源的推荐池，还可对应有包括多个足球次级赛事类型的推荐池，甚至还可对应有包括多个篮球顶级赛事类型的推荐池。

而针对于展示资源位与推荐池之间的关系，则可存储在展示资源位的资源池信息中，同时，资源池信息中还将包括有其对应的多个推荐池中的每个推荐池的展示概率，以及每个推荐池中的各直播资源的资源质量。

因此，在采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源时，可首先确定目标展示资源位的资源池信息，所述资源池信息包括每个推荐池的展示概率以及各推荐池中各直播资源的资源质量；随后，根据资源池信息中每个推荐池的展示概率选出目标推荐池；最后，根据各推荐池中各直播资源的资源质量，在所述目标推荐池对应的各直播资源中选出至少一个直播资源作为推荐直播资源。

在上述过程中，前述展示资源位对应的多个推荐池的展示概率是不相同的，一般的，可根据目标展示资源位对应的各个推荐池的优先级、各个推荐池在目标展示资源位的占比权重，确定所述目标展示资源位的资源池信息中每个推荐池的展示概率。

举例来说，目标展示资源位的占比权重是基于经验的设定值，一般默认为0，该占比权重可用于控制推荐池的展示几率。

进一步来说，当展示资源位中所有的推荐池的占比权重都为0时，假设目前生效且有直播资源的推荐池为n个。此时，

优先级第1的推荐池，展示几率为p1＝80％

优先级第2的推荐池，展示几率为p2＝(1-p1)×80％＝20％×80％＝16％

优先级第3的推荐池，展示几率为p3＝(1-p1-p2)×80％＝3.2％

……

优先级第(n)的推荐池，展示几率为pn＝1-(p1+p2+……+pn-1)

此外，当资源位有推荐池展示占比权重为非0时，假设目前生效的且展示占比权重为非0的且有直播资源的推荐池有m个，且其展示占比权重数值分别为a1、a2、a3……am；

那么，第1个推荐池的展示几率p1＝a1/(a1+a2+……+am)；

第2个推荐池的展示几率p2＝a2/(a1+a2+……+am)；

……

第m个推荐池的展示几率pm＝am/(a1+a2+……+am)。

因此，基于上述每个推荐池的展示概率，可从目标展示资源位对应的若干推荐池中按照概率分布的原则选出目标资源池。随后，针对该目标资源池中各直播资源的资源质量，选出至少一个直播资源作为推荐直播资源。例如，针对于前述的包括有多个体育解说主播的直播资源的推荐池来说，其资源质量可表示为每个体育解说主播的人气度、点赞度、礼物数量等等。通过对于资源质量进行排序，以使得资源质量较优的至少一个直播资源可作为推荐直播资源。该选出的推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户。

其对应的各推荐池的优先级和占比权重是不同的。

通过采用上述的方式，能够使得每一推荐池中的直播资源均有可能作为推荐直播资源进入到目标展示资源位的直播列表中并推送给用户。

在其中另一种可选示例中，直播资源推荐策略包括相似度推荐策略；

采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，包括：

根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间；根据所述用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间确定各直播资源的喜爱度，并选取喜爱度大于预设喜爱度阈值的若干直播资源作为第一直播资源；确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源；根据用户对各第一直播资源的喜爱度，以及各第一直播资源与其相应第二直播资源之间的相似度，对各第二直播资源进行排序；根据排序结果确定至少一个第二直播资源作为推荐直播资源。

具体来说，在采用相似度推荐策略确定推荐直播资源时，其是基于用户的喜好从大量直播资源中选取用户可能偏爱的直播资源以作为推荐直播资源的。

进一步的，在该过程中可依赖于机器学习模型。也就是说，在根据所述用户标识获取用户的浏览记录之前，还包括：

采集第一预设时间段内所述用户以外的其他用户的浏览记录。

将各所述其他用户的浏览记录中每个直播资源以及相应的浏览时间输入用机器学习模型，确定当前各直播资源的表征向量。

根据预设的表征向量距离公式(公式(1))，计算任意两个直播资源的表征向量之间的距离。

其中，score1表示直播间的相似度，vec表示直播间表征向量，veci表示第i个直播间的表征向量，vecj表示第j个直播间的表征向量，veci*vecj表示第i个直播间和第j个直播间表征向量的点积，|veci|表示第i个直播间表征向量的模，|vecj|表示第j个直播间表征向量的模。

因此，在确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源的方法可采用如下方式：

根据每一第一直播资源与当前各直播资源的表征向量之间的距离，确定各相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源。

此外，用户对第一预设时间段内所浏览的各直播资源的喜爱度可通过公式(2)计算获得：

其中，score2表示用户对直播间的喜爱度，watchi表示用户对直播间i的观看时长，表示用户历史m个观看直播间的总时长，payi表示用户对直播间i的付费金额，表示用户历史n个直播间付费的总金额，chati表示用户对直播间i发布的弹幕数量，表示用户历史p个直播间发布弹幕的总数量，α表示观看时长的权重，β表示付费的权重，γ表示发布弹幕的权重。

同时，根据用户对各第一直播资源的喜爱度，以及各第一直播资源与其相应第二直播资源之间的相似度，对各第二直播资源进行排序的过程中，可基于前述的喜爱度和相似度确定分值，以便于排序，其中的分值可采用公式(3)计算获得：

score＝score1*score2公式(3)

score1表示直播间的相似度，score2表示用户对直播间的喜爱度。

通过采用上述的方式，能够使得每一推荐池中的直播资源均有可能作为推荐直播资源进入到目标展示资源位的直播列表中并推送给用户。

图3为本公开提供的一种直播列表的推送方法的界面示意图，如图3所示的，在该直播平台的界面上，存在当前直播列表，在该当前直播列表中包括有直播资源a、直播资源b、直播资源d、直播资源f，经过上述方式获得的推荐直播资源c和推荐直播资源e将被插入至该当前直播列表，以形成包括有直播资源a、直播资源b、推荐直播资源c、直播资源d、推荐直播资源e和直播资源f的当前直播列表以推送给用户。

本公开提供的直播列表的推送方法，通过接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识，根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户，从而各直播资源在不同的推荐策略下均有机会得到推送机会并被推送出去，有利于直播资源的整体转换率的提高，也利于直播资源内之间的良性竞争。

图4为本公开提供的一种直播列表的推送装置的结构示意图，如图4所示的，该直播列表的推送装置包括：

接收模块10，用于接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识；

第一处理模块20，用于根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源；

第二处理模块30，用于将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户。

示例性的，所述直播资源推荐策略的数量为多个；

所述第一处理模块20，具体用于根据所述用户标识的末尾标识取值，从多个直播资源推荐策略中确定本次浏览请求的推荐策略。

示例性的，所述直播资源推荐策略包括推荐池推荐策略；其中，所述展示资源位对应有多个推荐池，每个推荐池中包括有多个直播资源；

所述第一处理模块20，具体用于确定目标展示资源位的资源池信息，所述资源池信息包括每个推荐池的展示概率以及各推荐池中各直播资源的资源质量；根据资源池信息中每个推荐池的展示概率选出目标推荐池；根据各推荐池中各直播资源的资源质量，在所述目标推荐池对应的各直播资源中选出至少一个直播资源作为推荐直播资源。

示例性的，所述第一处理模块20确定目标展示资源位的资源池信息之前，还用于根据目标展示资源位对应的各个推荐池的优先级、各个推荐池在目标展示资源位的占比权重，确定所述目标展示资源位的资源池信息中每个推荐池的展示概率。

示例性的，所述直播资源推荐策略包括相似度推荐策略；

所述第一处理模块20具体用于根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间；根据所述用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间确定各直播资源的喜爱度，并选取喜爱度大于预设喜爱度阈值的若干直播资源作为第一直播资源；确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源；根据用户对各第一直播资源的喜爱度，以及各第一直播资源与其相应第二直播资源之间的相似度，对各第二直播资源进行排序；根据排序结果确定至少一个第二直播资源作为推荐直播资源。

示例性的，所述第一处理模块20在根据所述用户标识获取用户的浏览记录，其中所述浏览记录包括有用户在第一预设时间段内所浏览的各直播资源和相应的浏览时间之前，还用于：

采集第一预设时间段内所述用户以外的其他用户的浏览记录；

将各所述其他用户的浏览记录中每个直播资源以及相应的浏览时间输入用机器学习模型，确定当前各直播资源的表征向量；

根据预设的表征向量距离公式，计算任意两个直播资源的表征向量之间的距离；

相应的，所述确定每一第一直播资源与当前各直播资源的相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源，包括：

根据每一第一直播资源与当前各直播资源的表征向量之间的距离，确定各相似度，并在所述当前各直播资源中选出与各第一直播资源相似度最高的直播资源作为各第一直播资源相应的第二直播资源。

所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程以及相应的有益效果，可以参考前述方法示例中的对应过程，在此不再赘述。

本公开提供的直播列表的推送装置，通过接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识，根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户，从而各直播资源在不同的推荐策略下均有机会得到推送机会并被推送出去，有利于直播资源的整体转换率的提高，也利于直播资源内之间的良性竞争。

图5为本公开提供的一种电子设备的硬件结构示意图。如图5所示，该电子设备具体可包括：

处理器42；

用于存储处理器可执行指令的存储器41；

其中，所述存储器41用于存储所述处理器42可执行指令；

当所述处理器42执行所述可执行指令时，可以执行上述任一项所述的直播列表的推送方法。

其中，上述的存储器41可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。而处理器42可由一个或多个应用专用集成电路(asic)、数字信号处理器架构(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器架构或其他电子元件实现。

上述指令可采用c/c++、java、shell或python等语言编写，本示例对此不进行限制。

所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程以及相应的有益效果，可以参考前述方法示例中的对应过程，在此不再赘述。

本公开提供的电子设备通过接收用户触发的浏览请求，所述浏览请求包括待浏览的目标展示资源位以及用户标识，根据所述用户标识确定对所述目标展示资源位中的直播资源推荐策略，并采用该直播资源推荐策略确定所述目标展示资源位的推荐直播资源，将所述推荐直播资源插入所述目标展示资源位的当前直播列表，形成新的直播列表并推送至用户，从而各直播资源在不同的推荐策略下均有机会得到推送机会并被推送出去，有利于直播资源的整体转换率的提高，也利于直播资源内之间的良性竞争。

本公开提供了一种存储介质，包括指令，当所述指令在所述计算机上运行时，所述计算机可以执行上述任意所述的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和示例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。