礼物目标值设置方法、直播系统、服务器及存储介质与流程

本申请涉及计算机应用技术领域，特别是涉及一种礼物目标值设置方法、直播系统、服务器及存储介质。

背景技术：

在现有的直播场景中，任务场景的礼物目标值对于不同的主播都设置为同一数值。要完成任务场景的礼物目标，礼物目标值需要从0开始累加到满进度为止。

但是，由于不同主播的人气有差距，导致人气高的主播很容易就能完成任务场景的礼物目标；而人气低的主播则无法完成礼物目标。以上两种情况到会导致直播间的观众失去的送礼的热情，影响直播的效果。

技术实现要素：

本申请提供了一种礼物目标值设置方法、直播系统、服务器及存储介质，主要解决的技术问题是如何针对不同的主播个性化设置礼物目标值。

为解决上述技术问题，本申请提供了一种基于直播的礼物目标值设置方法，所述目标值设置方法包括：

在主播端开启任务场景的情况下，获取所述主播端的主播信息，并基于所述主播信息获取多个特征值；

将多个所述特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值；

从多个所述预测目标值获取输出最大的预测目标值作为目标值，并将所述目标值发送给所述主播端，以使所述主播端在所述任务场景中显示所述目标值。

为解决上述技术问题，本申请提供了另一种基于直播的礼物目标值设置方法，所述目标值设置方法应用于直播系统，所述直播系统包括主播端和服务器，其中，所述主播端和所述服务器建立通信连接；

所述目标值设置方法包括：

所述主播端开启任务场景时，将对应的主播信息发送给所述服务器；

所述服务器获取所述主播端的主播信息，并基于所述主播信息获取多个特征值；

所述服务器将多个所述特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值；

所述服务器从多个所述预测目标值获取输出最大的预测目标值作为目标值，并将所述目标值发送给所述主播端；

所述主播端在所述任务场景中显示所述目标值。

为解决上述技术问题，本申请提供了一种直播系统，所述直播系统包括主播端和服务器，其中，所述主播端和所述服务器建立通信连接；

所述主播端用于开启任务场景时，将对应的主播信息发送给所述服务器；

所述服务器用于获取所述主播端的主播信息，并基于所述主播信息获取多个特征值；

所述服务器还用于将多个所述特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值；

所述服务器进一步用于从多个所述预测目标值获取输出最大的预测目标值作为目标值，并将所述目标值发送给所述主播端；

所述主播端还用于在所述任务场景中显示所述目标值。

为解决上述技术问题，本申请还提供了一种服务器，所述服务器包括存储器以及与所述存储器耦接的处理器；

其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如上述的基于直播的礼物目标值设置方法。

为解决上述技术问题，本申请还提供了一种计算机存储介质，所述计算机存储介质用于存储程序数据，所述程序数据在被处理器执行时，用以实现如上述的直播的礼物目标值设置方法。

与现有技术相比，本申请的有益效果是：在主播端开启任务场景的情况下，获取主播端的主播信息，并基于主播信息获取多个特征值；将多个特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值；从多个预测目标值获取输出最大的预测目标值作为目标值，并将目标值发送给主播端，以使主播端在任务场景中显示目标值。本申请的礼物目标值设置方法通过将不同的主播信息输入神经网络模型进行训练，从而输出与主播信息相关联的目标值，从而针对不同的主播个性化设置不同的礼物目标值，调整直播间的送礼氛围，提高直播效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请提供的礼物目标值设置方法第一实施例的流程示意图；

图2是本申请提供的神经网络模型训练方法的流程示意图；

图3是本申请提供的申请网络模型的结构示意图；

图4是本申请提供的任务场景开启时的直播画面的示意图；

图5是本申请提供的礼物目标值设置方法第二实施例的流程示意图；

图6是本申请提供的任务场景过程中的直播画面的示意图；

图7是本申请提供的礼物目标值设置方法第三实施例的流程示意图；

图8是本申请提供的礼物目标值设置方法第四实施例的流程示意图；

图9是本申请提供的服务器一实施例的结构示意图；

图10是本申请提供的礼物目标值设置方法第五实施例的流程示意图；

图11是本申请提供的直播系统一实施例的结构示意图；

图12是本申请提供的计算机存储介质一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在直播领域中，由于不同的直播间的实力不同，且同一直播间在不同时刻的实力也不同，其中，本申请直播间的实力体现在粉丝数量、送礼数量以及关注数量等数据。为了实现在不同直播间设置合理的礼物目标值等级，从而使观众赠送礼物的数量达到最大化，本申请提供的基于直播的礼物目标值设置方法将引入机器学习算法进行个性化设置目标值。具体请参阅以下实施例的详细描述：

为解决上述技术问题，本申请提出了一种基于直播的礼物目标值设置方法，具体请参阅图1，图1是本申请提供的礼物目标值设置方法第一实施例的流程示意图。本实施例的礼物目标值设置方法应用于一种直播服务器，具体可以为一种分布式直播服务器，也可以为一种集中式直播服务器。

如图1所示，本实施例的礼物目标值设置方法具体包括以下步骤：

s101：在主播端开启任务场景的情况下，获取主播端的主播信息，并基于主播信息获取多个特征值。

其中，主播通过主播端开启一带有进度条的场景礼物的任务场景时，例如开启一场新的欢乐豆游戏，主播端将开播的主播信息发送给直播服务器。直播服务器可以基于主播信息获取可以用于神经网络模型训练的多个特征值。这些特征值可以表征该主播对应的直播间在不同时段的消费能力以及历史目标值信息。

具体地，特征值包括但不局限于以下信息的一种或多种：当前时间、当前直播间人数、历史任务场景礼物数量、直播间类别、任务场景等级、当前直播间用户消费水平、主播历史贡献值以及历史目标值。其中，当前时间为任务场景开启的时间；历史任务场景礼物数量可以为主播开启的最近3场任务场景获得的礼物数量；直播间类别包括游戏竞技类直播间、歌舞类直播间、户外类直播间等；任务场景等级可以为当前主播在该任务场景的pk排位赛段位；历史目标值为上一次任务场景设置的目标值。

进一步地，在获取上述特征值时，由于部分特征值信息，例如当前时间以及直播间类别，是离散型信息或者无序型信息，直播服务器需要对这部分特征值进行预处理。具体地，直播服务器通过one-hot编码(独热编码)方式对上述特征值进行特征数字化，然后在通过s102进行模型训练。

s102：将多个特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值。

其中，直播服务器将s101的多个特征值以及预设的多个目标值等级输入神经网络模型进行训练，以获得预设输出的目标值。训练过程请继续参阅图2。

如图2所示，直播服务器一方面循环遍历上述特征值，并将特征值作为训练参数输入神经网络，另一方面定时更新历史场景任务数据库，以定时离线训练神经网络模型，训练周期可以设置为半个小时训练一次。由于直播服务器将多个目标值等级输入神经网络模型，神经网络模型对应输出多个预测目标值。通过开启的任务场景越来越多，输入神经网络模型的数据也越来越多，直播服务器可以每天定时基于新加入的数据对神经网络模型进行更新。

进一步地，本实施例提供的神经网络框架请参阅图3，基于图3的神经网络框架，直播服务器向神经网络模型输出特征值，神经网络模型将特征值经过三层隐藏层的处理，并通过输出层输出预测目标值。

其中，预设多个目标值等级的方式具体如下：直播服务器收集直播系统中不同任务场景的实际目标值情况，即不同任务场景的实际送礼情况。直播服务器可以基于历史最低目标值和历史最高目标值设置多个目标值等级，也可以对收集的实际目标值情况进行模型分析，基于分析得到的实际目标值分布情况设置多个目标值等级。

其中，任务场景目标是一种在限定时间内在直播间通过赠送特定数量的特定礼物而完成任务，完成不同等级的场景礼包任务的目标，完成目标后，直播间将获得不同等级的直播间效果，以奖励主播以及对应的观众。

在本实施例中，目标值等级可以体现为不同等级的主播或者不同时段的直播间能够实现的实际目标值。例如，直播服务器可以预设5个目标值等级，第一目标值等级为100，第二目标值等级为300，第三目标值等级为500，第四目标值等级为700，第五目标值等级为900等。直播服务器可以基于实际情况设置不同数量的目标值等级，以及不同数值的目标值，在此不再赘述。

s103：从多个预测目标值获取输出最大的预测目标值作为目标值，并将目标值发送给主播端，以使主播端在任务场景中显示目标值。

其中，由于s102中输出多个预测目标值，直播服务器还需要进一步从多个预测目标值中获取最优的预测目标值作为该任务场景的目标值。

具体地，神经网络模型对于每个输入的目标值等级都模拟计算出对应的预设输出，其中，预设输出可以表征为设置该预测目标值时，直播间可以获取的营收收益。不同等级的预测目标值对应不同的营收收益，直播服务器需要获取营收收益最大的预测目标值作为目标值，以最大化直播间的礼物收益。

进一步地，直播服务器确认设置的目标值后，将该目标值发送给主播端，以使主播端在任务场景中显示目标值。具体请参阅图4，图4为任务场景开启时的直播画面100，直播画面100至少包括直播视频11以及目标值12。任务场景开启时，直播画面100上会提示在该任务场景结束前，主播完成目标任务所需要达到的目标值12，以及主播完成目标任务时的直播间效果。

在本实施例中，直播服务器预设多个目标值等级；在主播端开启任务场景的情况下，获取主播端的主播信息，并基于主播信息获取多个特征值；将多个特征值以及多个目标值等级输入神经网络模型进行训练，得到多个预测目标值；从多个预测目标值获取输出最大的预测目标值作为目标值，并将目标值发送给主播端，以使主播端在任务场景中显示目标值。本申请的礼物目标值设置方法通过将不同的主播信息输入神经网络模型进行训练，从而输出与主播信息相关联的目标值，从而针对不同的主播个性化设置不同的礼物目标值，自适应直播间的送礼氛围，提高直播效果。

在第一实施例的礼物目标值设置方法中，目标值设置为直播间完成任务场景目标需要达到的礼物数量。具体地，在本实施例中，目标值可以包括初始化目标值以及个性化目标值，初始化目标值而需要达到的礼物数量，而个性化目标值为目前已赠送的礼物数量。当个性化目标值增长到初始化目标值时，直播服务器判定该直播间完成任务场景目标，并提供实现直播间效果所需要的数据。

具体地，对于图1所示实施例中的步骤s103，本申请进一步提出了另一种具体的方法。具体请参阅图5，图5是本申请提供的礼物目标值设置方法第二实施例的流程示意图。

如图5所示，本实施例的礼物目标值设置方法具体包括以下步骤：

s201：从多个预设目标值获取输出最大的预测目标值作为初始化目标值。

其中，s201的技术特征与上述s103的技术特征相同，在此不再赘述。

s202：基于初始化目标值和主播信息设置个性化目标值。

其中，在确定初始化目标值后，直播服务器还可以基于初始化目标值和主播信息设置个性化目标值。

具体地，直播服务器可以根据主播信息获取主播历史贡献值。其中，主播历史贡献值可以表征为主播的直播间在最近预设次数的任务场景中获取的礼物数量，也可以表征为主播的直播间在任务场景中能够完成场景目标的成功率。当主播的直播间能够经常完成场景目标时，直播服务器可以基于直播间的礼物数量设置个性化目标值。同样地，个性化目标值也可以由图2和图3的神经网络模型输出，在此不再赘述。一般情况下，场景任务开启时，个性化目标值大于零。

个性化目标值可以作为直播服务器对直播间礼物进度的一种buff加成，用来提高观众对送礼的欲望和增加本次场景礼物中完成进度到100％的概率。

具体请参阅图6，在图6的直播画面200中，初始化目标值21为目标礼物数量，个性化目标值22为目前礼物数量。个性化目标值22与初始化目标值21的关系以进度条23的方式表现，当进度条23形成一个完整的圆圈时，则说明个性化目标值22达到初始化目标值21，直播间完成任务场景目标。

在本实施例中，直播服务器通过在开启任务场景时，同时设置初始化目标值和个性化目标值，并且个性化目标值大于零，以提高观众对送礼的欲望，提高直播效果。

具体地，对于图1所示实施例中的步骤s103之后，本申请进一步提出了另一种具体的方法。具体请参阅图7，图7是本申请提供的礼物目标值设置方法第三实施例的流程示意图。

如图7所示，本实施例的礼物目标值设置方法具体包括以下步骤：

s301：获取观众端的礼物信息，并基于礼物信息增加个性化目标值。

其中，在任务场景的过程中，直播服务器接收到观众端的礼物信息，并根据礼物信息的种类和数量更新个性化目标值。在图6的直播画面200中体现为个性化目标值22的数值增加，进度条23的长度延长。

s302：在个性化目标值等于初始目标值的情况下，获取初始目标值的等级。

其中，当个性化目标值增加到初始目标值时，直播服务器判定直播间完成任务场景目标。此时，直播服务器获取初始目标值对应的目标值等级。在预设目标值等级时，直播服务器同时预设不同目标值等级对应的直播间效果，目标值等级越高，对应的直播间效果越显著。

s303：基于初始目标值的等级向主播端发送直播间效果信息，以使主播端基于直播间效果信息显示对应的直播间效果。

其中，直播服务器基于获取的目标值等级给完成任务场景目标的主播端发送直播间效果信息。主播端基于直播间效果信息在直播间上显示直播间效果，主播和观众都可以通过直播间观看到直播间效果，体验到完成任务场景目标的满足感，进一步鼓励观众在下次任务场景中继续给主播赠送礼物。

具体地，对于图7所示实施例中的步骤s303，本申请进一步提出了另一种具体的方法。具体请参阅图8，图8是本申请提供的礼物目标值设置方法第四实施例的流程示意图。

如图8所示，本实施例的礼物目标值设置方法具体包括以下步骤：

s401：在个性化目标值等于初始目标值的1/3的情况下，基于初始目标值的等级向主播端发送第一直播间效果信息，以使主播端显示第一直播间效果。

s402：在个性化目标值等于初始目标值的2/3的情况下，基于初始目标值的等级向主播端发送第二直播间效果信息，以使主播端显示第二直播间效果。

s403：在个性化目标值等于初始目标值的情况下，基于初始目标值的等级向主播端发送第三直播间效果信息，以使主播端显示第三直播间效果。

其中，在上述步骤中，直播服务器可以实时监控个性化目标值的增长情况，当个性化目标值增长在初始目标值的1/3、2/3以及1时，直播服务器分别发送第一直播间效果信息、第二直播间效果信息以及第三直播间效果信息，以使主播端分别实现上述直播间效果。其中，第三直播间效果应当比第一直播间效果、第二直播间效果更显著，体现为：观众赠送礼物数量到达一定阈值时，直播间显示当前的成果以及鼓励观众继续赠送礼物，以提高观众对赠送礼物的欲望。

为实现上述实施例的礼物目标值设置方法，本申请提出了一种服务器，具体请参阅图9，图9是本申请提供的服务器一实施例的结构示意图。

服务器300包括存储器31和处理器32，其中，存储器31和处理器32耦接。

存储器31用于存储程序数据，处理器32用于执行程序数据以实现上述实施例的礼物目标值设置方法。

在本实施例中，处理器32还可以称为cpu(centralprocessingunit，中央处理单元)。处理器32可能是一种集成电路芯片，具有信号的处理能力。处理器32还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器32也可以是任何常规的处理器等。

为解决上述技术问题，本申请还提出了另一种礼物目标值设置方法，具体请参阅图10，图10是本申请提供的礼物目标值设置方法第五实施例的流程示意图。本实施例的礼物目标值设置方法应用于一种直播系统，该直播系统至少包括服务器以及主播端，其中，服务器和主播端建立通信连接。

如图10所示，本实施例的礼物目标值设置方法具体包括以下步骤：

s501：主播端开启任务场景时，将对应的主播信息发送给服务器。

s502：服务器获取主播端的主播信息，并基于主播信息获取多个特征值。

s503：服务器将多个特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值。

s504：服务器从多个预测目标值获取输出最大的预测目标值作为目标值，并将目标值发送给主播端。

s505：主播端在任务场景中显示目标值。

为实现上述实施例的礼物目标值设置方法，本申请提出了一种直播系统，具体请参阅图11，图11是本申请提供的直播系统一实施例的结构示意图。

本实施例中的直播系统400至少包括主播端41和服务器42，其中主播端41和服务器42建立通信连接。

主播端41用于开启任务场景时，将对应的主播信息发送给服务器42。

服务器42用于获取主播端41的主播信息，并基于主播信息获取多个特征值。

服务器42还用于将多个特征值以及预设的多个目标值等级输入神经网络模型进行训练，得到多个预测目标值。

服务器42进一步用于从多个预测目标值获取输出最大的预测目标值作为目标值，并将目标值发送给主播端41。

主播端41还用于在任务场景中显示目标值。

本申请还提供一种计算机存储介质，如图12所示，计算机存储介质500用于存储程序数据，程序数据在被处理器执行时，用以实现如本申请方法实施例中所述的礼物目标值设置方法。

本申请礼物目标值设置方法实施例中所涉及到的方法，在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时，可以存储在装置中，例如一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。