1.一种直播推荐方法，其特征在于，包括：
2.根据权利要求1所述的直播推荐方法，其特征在于，所述将所述用户特征数据与所述行为数据进行关联，得到流式样本数据，包括：
3.根据权利要求1所述的直播推荐方法，其特征在于，所述对任意两个流式样本数据进行关联运算，确定所述流式样本数据之间的时间窗口，包括：
4.根据权利要求3所述的直播推荐方法，其特征在于，所述按照所述时间窗口截取所述流式样本数据，将截取结果输入至多目标融合模型中进行处理，确定所述流式样本数据的预估推荐率之前，包括：
5.根据权利要求1所述的直播推荐方法，其特征在于，所述按照所述时间窗口截取所述流式样本数据，将截取结果输入至多目标融合模型中进行处理，确定所述流式样本数据的预估推荐率，包括：
6.根据权利要求1所述的直播推荐方法，其特征在于，所述多目标融合模型中包括多个专家网络，每个专家网络包括一个前馈神经网络和一个可训练的门控网络，每个专家网络对应于一种用户行为。
7.一种直播推荐装置，其特征在于，包括：
8.根据权利要求7所述的直播推荐装置，其特征在于，所述获取模块，用于：
9.根据权利要求7所述的直播推荐装置，其特征在于，所述确定模块，用于：
10.根据权利要求9所述的直播推荐装置，其特征在于，所述确定模块，用于：
11.根据权利要求7所述的直播推荐装置，其特征在于，所述处理模块，用于：
12.根据权利要求7所述的直播推荐装置，其特征在于，所述多目标融合模型中包括多个专家网络，每个专家网络包括一个前馈神经网络和一个可训练的门控网络，每个专家网络对应于一种用户行为。
13.一种电子设备，其特征在于，包括：
14.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由直播推荐电子设备的处理器执行时，使得直播推荐电子设备能够执行如权利要求1至6中任一项所述的直播推荐方法。
15.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的直播推荐方法。