基于聚类的网络直播群体行为建模分析

近年来,随着互联网技术的不断发展,以及手机、平板电脑等移动终端的普及,网络直播逐渐兴起并壮大.国内众多直播平台基本都有送礼机制,允许观众购买平台提供的虚拟礼物来打赏主播.观众的打赏对于主播和平台来说都是主要的收入来源之一,所以理解观众的行为以挖掘观众的用户价值,提升用户的变现能力就显得尤为重要.本文以斗鱼直播平台为例,聚焦于直播平台上的高消费群体,通过构建观众特征,采用聚类方法分析高消费群体的行为.实验结果表明,高消费观众可被分为特征有明显差异的三类群体.对这三类观众的特征,本文进一步进行详细分析,为直播平台面向用户的差异化产品服务提供依据.

众包直播中精彩片段的自动化识别

近年来,基于众包的视频直播平台逐渐兴起,以其丰富的观众-主播交互机制吸引广大用户观看.针对直播平台的分析也随之成为流媒体服务领域的一个研究热点.直播过程中精彩片段的自动提取对于标签生成、视频分类和内容推荐等方面而言至关重要,然而现有的精彩片段检测大多围绕音频、视频数据本身展开,如视频语义分析、音频情感感知等,缺乏对用户交互属性的合理利用.本文以斗鱼直播平台为例,通过分析观众的发弹幕与送礼物行为,提出了基于直播间弹幕数量时间序列和礼物价值时间序列的精彩片段自动化检测方法.首先利用z-score方法检测序列高潮,然后对高潮做样本标注和特征构建,最后采用随机森林对序列高潮分类并识别内容高潮,即精彩片段.结果表明,模型能够以较高的准确率完成精彩片段的自动化识别任务.