多媒體資源推薦方法及裝置製造方法
2023-07-02 20:27:16
多媒體資源推薦方法及裝置製造方法
【專利摘要】本發明是關於一種多媒體資源推薦方法及裝置，屬於多媒體【技術領域】。方法包括：獲取待推薦多媒體資源在試播範圍內的用戶觀看數據；對用戶觀看數據進行分析處理，得到待推薦多媒體資源對應的用戶行為數據；根據待推薦多媒體資源對應的用戶行為數據，計算待推薦多媒體資源的第一用戶喜好度分值；獲取多個已推薦多媒體資源的第二用戶喜好度分值；根據第一用戶喜好度分值和第二用戶喜好度分值，對待推薦多媒體資源進行推薦。由於待推薦多媒體資源的用戶喜好度分值根據待推薦多媒體資源對應的用戶行為數據計算得到，而用戶行為數據可以反應用戶對多媒體資源的真實喜好程度，所以在根據待推薦多媒體資源的用戶喜好度分值進行推薦時，推薦精準率較高。
【專利說明】多媒體資源推薦方法及裝置
【技術領域】
[0001]本公開涉及多媒體【技術領域】，特別涉及一種多媒體資源推薦方法及裝置。
【背景技術】
[0002]在資訊時代，當用戶在訪問網絡、觀看視頻節目等過程中，若向用戶推薦其感興趣的多媒體資源，則不但便於用戶進行相關產品的瀏覽、關注等操作，進而達到增強用戶體驗度的目的；還可使多媒體資源的製造商對該多媒體資源的受關注程度作出評價。因此，如何將多媒體資源推薦給精準的人群，成為了本領域技術人員較為關注的一個問題。
[0003]相關技術中，通常採取下述方式進行多媒體資源推薦。首先對待推薦多媒體資源進行喜好度的打分，進而根據待推薦多媒體資源的分值進行推薦。在進行喜好度的打分時，採取下述方式:首先根據該待推薦多媒體資源的類別確定與該多媒體資源相似的多媒體資源；根據該相似的多媒體資源的用戶喜好度分值，確定該待推薦多媒體資源的用戶喜好度分值；該相似的多媒體資源的用戶喜好度分值通過如下方式得到:在該相似的多媒體資源的多個播放設備上投放該相似的多媒體資源，並在多個播放設備上或多個播放設備附近安裝傳感器，通過該傳感器統計經過多個播放設備的用戶量和用戶停留時間，基於用戶量和用戶停留時間，計算該相似的多媒體資源的用戶喜好度分值。
[0004]在實現本公開的過程中，發明人發現相關技術至少存在以下問題:
[0005]由於是基於獲取到的簡單用戶數據(包括用戶量、用戶停留時間)對多媒體資源進行推薦，所以該種推薦方式存在精準率不高的缺陷。
【發明內容】
[0006]為克服相關技術中存在的問題，本公開提供一種多媒體資源推薦方法及裝置。
[0007]根據本公開實施例的第一方面，提供一種多媒體資源推薦方法，所述方法包括:
[0008]獲取待推薦多媒體資源在試播範圍內的用戶觀看數據，所述用戶觀看數據至少包括用戶音視頻數據和用戶視頻深度數據；
[0009]對所述用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的用戶行為數據；
[0010]根據所述待推薦多媒體資源對應的用戶行為數據，計算所述待推薦多媒體資源的第一用戶喜好度分值；
[0011]獲取多個已推薦多媒體資源的第二用戶喜好度分值；
[0012]根據所述第一用戶喜好度分值和所述第二用戶喜好度分值，對所述待推薦多媒體資源進行推薦。
[0013]可選地，所述根據所述待推薦多媒體資源對應的用戶行為數據，計算所述待推薦多媒體資源的第一用戶喜好度分值，包括:
[0014]對於每一個用戶行為數據，確定所述用戶行為數據包括的至少一個用戶行為；
[0015]查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到所述至少一個用戶行為對應的用戶喜好值；
[0016]根據每一個用戶行為的持續時間佔所述已推薦多媒體資源的播放時長比例，確定所述每一個用戶行為對應的權重值；
[0017]根據所述每一個用戶行為對應的用戶喜好值和權重值，計算所述待推薦多媒體資源的第一用戶喜好度分值。
[0018]可選地，所述查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到所述至少一個用戶行為對應的用戶喜好值之前，所述方法還包括:
[0019]對於每一個用戶行為，預先為所述用戶行為設置用戶喜好值；
[0020]將用戶行為與用戶喜好值之間的對應關係進行存儲。
[0021]可選地，所述根據所述第一用戶喜好度分值和所述第二用戶喜好度分值，對所述待推薦多媒體資源進行推薦，包括:
[0022]在所述第二用戶喜好度分值中，確定與所述第一用戶喜好度分值相似的第三用戶喜好度分值；
[0023]根據所述第三用戶喜好度分值，確定所述待推薦多媒體資源的接收用戶；
[0024]將所述待推薦多媒體資源發送至所述接收用戶的播放設備；
[0025]其中，所述第二用戶喜好度分值根據第二傳感器收集到的數據計算得到，所述第二傳感器安裝在所述多個已推薦多媒體資源對應的播放設備上或所述播放設備附近。
[0026]可選地，所述根據所述第三用戶喜好度分值，確定所述待推薦多媒體資源的接收用戶，包括:
[0027]在所述第三用戶喜好度分值中，確定大於預設閾值的用戶喜好度分值；
[0028]將大於所述預設閾值的用戶喜好度分值對應的用戶，確定為所述待推薦多媒體資源的接收用戶。
[0029]可選地，所述將所述待推薦多媒體資源發送至所述接收用戶的播放設備之後，所述方法還包括:
[0030]獲取所述待推薦多媒體資源對應的第三傳感器收集到的用戶觀看數據；
[0031]對所述第三傳感器收集到的用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的多個用戶行為數據；
[0032]根據每一個用戶行為數據，更新所述待推薦多媒體資源的用戶喜好度分值；
[0033]根據更新後的用戶喜好度分值，確定所述待推薦多媒體資源的有效性。
[0034]可選地，所述用戶觀看數據由第一傳感器收集得到，所述第一傳感器安裝在所述試播範圍內的多個播放設備上或所述多個播放設備附近。
[0035]根據本公開實施例的第二方面，提供一種多媒體資源推薦裝置，所述裝置包括:
[0036]用戶觀看數據獲取模塊，用於獲取待推薦多媒體資源在試播範圍內的用戶觀看數據，所述用戶觀看數據至少包括用戶音視頻數據和用戶視頻深度數據；
[0037]用戶行為數據獲取模塊，用於對所述用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的用戶行為數據；
[0038]用戶喜好度分值計算模塊，用於根據所述待推薦多媒體資源對應的用戶行為數據，計算所述待推薦多媒體資源的第一用戶喜好度分值；
[0039]用戶喜好度分值獲取模塊，用於獲取多個已推薦多媒體資源的第二用戶喜好度分值；
[0040]多媒體資源推薦模塊，用於根據所述第一用戶喜好度分值和所述第二用戶喜好度分值，對所述待推薦多媒體資源進行推薦。
[0041]可選地，用戶喜好度分值計算模塊，包括:
[0042]用戶行為確定單元，用於對於每一個用戶行為數據，確定所述用戶行為數據包括的至少一個用戶行為；
[0043]用戶喜好值獲取單元，用於查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到所述至少一個用戶行為對應的用戶喜好值；
[0044]權重值確定單元，用於根據每一個用戶行為的持續時間佔所述已推薦多媒體資源的播放時長比例，確定所述每一個用戶行為對應的權重值；
[0045]用戶喜好度分值計算模塊，用於根據所述每一個用戶行為對應的用戶喜好值和權重值，計算所述待推薦多媒體資源的第一用戶喜好度分值。
[0046]可選地，所述裝置還包括:
[0047]用戶喜好值設置模塊，用於對於每一個用戶行為，預先為所述用戶行為設置用戶喜好值；
[0048]存儲模塊，用於將用戶行為與用戶喜好值之間的對應關係進行存儲。
[0049]可選地，所述多媒體資源推薦模塊，包括:
[0050]用戶喜好度分值確定單元，用於在所述第二用戶喜好度分值中，確定與所述第一用戶喜好度分值相似的第三用戶喜好度分值；
[0051]接收用戶確定單元，用於根據所述第三用戶喜好度分值，確定所述待推薦多媒體資源的接收用戶；
[0052]多媒體資源發送模塊，用於將所述待推薦多媒體資源發送至所述接收用戶的播放設備；
[0053]其中，所述第二用戶喜好度分值根據第二傳感器收集到的數據計算得到，所述第二傳感器安裝在所述多個已推薦多媒體資源對應的播放設備上或所述播放設備附近。
[0054]可選地，所述接收用戶確定單元，用於在所述第三用戶喜好度分值中，確定大於預設閾值的用戶喜好度分值；將大於所述預設閾值的用戶喜好度分值對應的用戶，確定為所述待推薦多媒體資源的接收用戶。
[0055]可選地，所述裝置還包括:
[0056]傳感器數據獲取模塊，用於獲取所述待推薦多媒體資源對應的第三傳感器收集到的用戶觀看數據；
[0057]所述用戶行為模塊，用於數據對所述第三傳感器收集到的用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的多個用戶行為數據；
[0058]用戶喜好度分值更新模塊，用於根據每一個用戶行為數據，更新所述待推薦多媒體資源的用戶喜好度分值；
[0059]有效性確定模塊，用於根據更新後的用戶喜好度分值，確定所述待推薦多媒體資源的有效性。
[0060]可選地，所述用戶觀看數據由第一傳感器收集得到，所述第一傳感器安裝在所述試播範圍內的多個播放設備上或所述多個播放設備附近。[0061]本公開的實施例提供的技術方案可以包括以下有益效果:
[0062]在對待推薦多媒體資源在試播範圍內的用戶觀看數據進行分析處理，得到待推薦多媒體資源對應的用戶行為數據後，根據該用戶行為數據計算待推薦多媒體資源的第一用戶喜好度分值，之後根據第一用戶喜好度分值和多個已推薦多媒體資源的第二用戶喜好度分值，對待推薦多媒體資源進行推薦，由於待推薦多媒體資源的用戶喜好度分值根據待推薦多媒體資源對應的用戶行為數據計算得到，而用戶行為數據可以反應用戶對多媒體資源的真實喜好程度，所以在根據待推薦多媒體資源的用戶喜好度分值和已推薦多媒體資源的用戶喜好度分值對待推薦多媒體資源進行推薦時，推薦精準率較高。
[0063]應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本公開。
【專利附圖】
【附圖說明】
[0064]此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本發明的實施例，並與說明書一起用於解釋本發明的原理。
[0065]圖1是根據一示例性實施例示出的一種多媒體資源推薦方法的流程圖。
[0066]圖2是根據一示例性實施例示出的一種多媒體資源推薦方法的流程圖。
[0067]圖3是根據一示例性實施例示出的一種多媒體資源推薦裝置的示意圖。
[0068]圖4是根據一示例性實施例示出的一種伺服器的框圖。
【具體實施方式】
[0069]這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本發明的一些方面相一致的裝置和方法的例子。
[0070]圖1是根據一示例性實施例示出的一種多媒體資源推薦方法的流程圖，如圖1所示，該多媒體資源推薦方法用於伺服器中，包括以下步驟。
[0071]在步驟101中，獲取待推薦多媒體資源在試播範圍內的用戶觀看數據，該用戶觀看數據至少包括用戶音視頻數據和用戶視頻深度數據。
[0072]在步驟102中，對用戶觀看數據進行分析處理，得到待推薦多媒體資源對應的用戶行為數據。
[0073]在步驟103中，根據待推薦多媒體資源對應的用戶行為數據，計算待推薦多媒體資源的第一用戶喜好度分值。
[0074]在步驟104中，獲取多個已推薦多媒體資源的第二用戶喜好度分值。
[0075]在步驟105中，根據第一用戶喜好度分值和第二用戶喜好度分值，對待推薦多媒體資源進行推薦。
[0076]本公開實施例提供的方法，在對待推薦多媒體資源在試播範圍內的用戶觀看數據進行分析處理，得到待推薦多媒體資源對應的用戶行為數據後，根據該用戶行為數據計算待推薦多媒體資源的第一用戶喜好度分值，之後根據第一用戶喜好度分值和多個已推薦多媒體資源的第二用戶喜好度分值，對待推薦多媒體資源進行推薦，由於待推薦多媒體資源的用戶喜好度分值根據待推薦多媒體資源對應的用戶行為數據計算得到，而用戶行為數據可以反應用戶對多媒體資源的真實喜好程度，所以在根據待推薦多媒體資源的用戶喜好度分值和已推薦多媒體資源的用戶喜好度分值對待推薦多媒體資源進行推薦時，推薦精準率較聞。
[0077]可選地，根據待推薦多媒體資源對應的用戶行為數據，計算待推薦多媒體資源的第一用戶喜好度分值，包括:
[0078]對於每一個用戶行為數據，確定用戶行為數據包括的至少一個用戶行為；
[0079]查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到至少一個用戶行為對應的用戶喜好值；
[0080]根據每一個用戶行為的持續時間佔已推薦多媒體資源的播放時長比例，確定每一個用戶行為對應的權重值；
[0081]根據每一個用戶行為對應的用戶喜好值和權重值，計算待推薦多媒體資源的第一用戶喜好度分值。
[0082]可選地，查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到至少一個用戶行為對應的用戶喜好值之前，該方法還包括:
[0083]對於每一個用戶行為，預先為用戶行為設置用戶喜好值；
[0084]將用戶行為與用戶喜好值之間的對應關係進行存儲。
[0085]可選地，根據第一用戶喜好度分值和第二用戶喜好度分值，對待推薦多媒體資源進行推薦，包括:
[0086]在第二用戶喜好度分值中，確定與第一用戶喜好度分值相似的第三用戶喜好度分值；
[0087]根據第三用戶喜好度分值，確定待推薦多媒體資源的接收用戶；
[0088]將待推薦多媒體資源發送至接收用戶的播放設備；
[0089]其中，第二用戶喜好度分值根據第二傳感器收集到的數據計算得到，第二傳感器安裝在多個已推薦多媒體資源對應的播放設備上或播放設備附近。
[0090]可選地，根據第三用戶喜好度分值，確定待推薦多媒體資源的接收用戶，包括:
[0091]在第三用戶喜好度分值中，確定大於預設閾值的用戶喜好度分值；
[0092]將大於預設閾值的用戶喜好度分值對應的用戶，確定為待推薦多媒體資源的接收用戶。
[0093]可選地，將待推薦多媒體資源發送至接收用戶的播放設備之後，該方法還包括:
[0094]獲取待推薦多媒體資源對應的第三傳感器收集到的用戶觀看數據；
[0095]對第三傳感器收集到的用戶觀看數據進行分析處理，得到待推薦多媒體資源對應的多個用戶行為數據；
[0096]根據每一個用戶行為數據，更新待推薦多媒體資源的用戶喜好度分值；
[0097]根據更新後的用戶喜好度分值，確定待推薦多媒體資源的有效性。
[0098]可選地，用戶觀看數據由第一傳感器收集得到，第一傳感器安裝在試播範圍內的多個播放設備上或多個播放設備附近。
[0099]上述所有可選技術方案，可以採用任意結合形成本發明的可選實施例，在此不再
--贅述。[0100]圖2是根據一示例性實施例示出的一種多媒體資源推薦方法的流程圖，如圖2所示，該多媒體資源推薦方法用於伺服器中，包括以下步驟。
[0101]在步驟201中，獲取待推薦多媒體資源在試播範圍內的用戶觀看數據，用戶觀看數據由第一傳感器收集得到，第一傳感器安裝在試播範圍內的多個播放設備上或多個播放設備附近。
[0102]其中，試播範圍指代對待推薦多媒體資源進行試播放的一個小範圍。比如，若待推薦多媒體資源的製造商欲面對全國進行待推薦多媒體資源的投放，則試播放範圍便可能為全國中的一個省或一個市；若待推薦多媒體資源的製造商欲面對全市進行待推薦多媒體資源的投放，則試播放範圍便可能為市裡的一個區。
[0103]此外，用戶觀看數據至少包括傳感器獲取到的位於其覆蓋範圍內的用戶音視頻數據和用戶視頻深度信息。通過該用戶觀看數據可獲取處於傳感器覆蓋範圍內的用戶數量、每個用戶的身份、每個用戶的特定屬性(性別、大概年齡)、每個用戶的特定行為等等。
[0104]在本公開實施例中，對於待多媒體資源來說，其對應一個身份標識(ID)，該身份標識可唯一對該待推薦多媒體資源進行標識。在本公開實施例中，為了對數據眾多的多媒體資源進行識別和區分，本公開實施例為每一個多媒體資源分別設置了一個身份標識。其中，該身份標識可為由數字或字符組成，或由數字和字符組成，本公開實施例對身份標識的形式不進行具體限定。
[0105]此外，對於任一個多媒體資源來說，除包括一個身份標識外，還可包括其他屬性信息。比如，多媒體資源的所屬類別、多媒體資源的播放形式、多媒體資源的不同版本、多媒體資源的播放時間、多媒體資源的播放時長、多媒體資源的播放設備等等。其中，多媒體資源的類別可包括家電、食品、服裝、體育用品、鞋帽等等；多媒體資源的播放形式可分為視頻、圖片、音頻等等；多媒體資源的播放時間指代多媒體資源在那個特定時間範圍內的特定時間播放；多媒體資源的播放時長可等於多媒體資源的自身時長，也可大於多媒體資源的自身時長；多媒體資源的播放設備可包括公共區域的多媒體播放設備還可包括私家的多媒體播放設備。
[0106]在本公開實施例中，待推薦多媒體資源試播範圍內的多個播放設備上或多個播放設備附近設置有第一傳感器。其中，第一傳感器指代至少一個傳感器，僅以第一傳感器這個名詞對已推薦多媒體資源對應的傳感器進行命名而已。其中，對於智能電視或智能計算機這類播放設備而言，其除了內置攝像頭外，還一般內置傳感器，或內置具有傳感功能的攝像頭，針對這類設備來說，傳感器就在播放設備上；對於普通電視或公共區域的多媒體資源展示位這類播放設備而言，由於沒有內置的傳感器，所以就要在播放設備上或播放設備附近安裝傳感器，已根據傳感器收集用戶觀看數據。其中，傳感器可包括麥克風、攝像頭、帶有深度信息的視覺傳感器、發射近紅外光的傳感器、距離傳感器及光傳感器等，本公開實施例對傳感器的類型不作具體限定。
[0107]在步驟202中，對該待推薦多媒體資源的用戶觀看數據進行分析處理，得到該待推薦多媒體資源對應的用戶行為數據。
[0108]在本公開實施例中，該待推薦多媒體資源試播範圍內的多個播放設備在一段時間內可能會播放幾十甚至幾百個多媒體資源，進而置於多個播放設備上或多個播放設備附近的第一傳感器便會收集到幾十甚至幾百個多媒體資源對應的用戶觀看數據，而這些用戶觀看數據全部摻雜在一起，所以需要在海量的用戶觀看數據中獲取該待推薦多媒體資源的用戶觀看數據。在獲取該待推薦多媒體資源的用戶觀看數據時，具體可採取下述方式實現:
[0109]獲取該待推薦多媒體資源的播放時間，根據該播放時間從海量用戶觀看數據中獲取位於該播放時間所處時間段內的用戶觀看數據，並將獲取到的用戶觀看數據作為該待推薦多媒體資源的用戶觀看數據。
[0110]當然，除了採取上述獲取該待推薦多媒體資源的方式外，還可採取其他獲取方式，本公開實施例對此不作具體限定。在獲取到該待推薦多媒體資源的用戶觀看數據後，通過對該用戶觀看數據進行分析處理便可得到該待推薦多媒體資源對應的多個用戶行為數據。其中，根據用戶觀看數據得到用戶行為數據的具體實現方式屬於現有成熟技術，通過特定算法便可實現，具體參考現有技術，此處不再贅述。其中一個用戶對應一個用戶行為數據，該用戶行為數據至少涵蓋一個用戶行為。其中，用戶行為可包括進入或離開第一傳感器的覆蓋範圍、注視該待推薦多媒體資源的播放設備、說話、大笑、大的手勢動作、大的軀體動作、睡覺、坐、走動等等，本公開實施例對用戶行為包括的內容不作具體限定。
[0111]在步驟203中，對於每一個用戶行為數據，確定用戶行為數據包括的至少一個用戶行為；查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到至少一個用戶行為對應的用戶喜好值。
[0112]其中，一個用戶的用戶行為數據可包括一個或一個以上的用戶行為。比如，對於一個用戶來說，在觀看該待推薦多媒體資源時可能大笑並有大的手勢動作(鼓掌)。用戶喜好值用於表徵用戶對該待推薦多媒體資源的喜好程度。在本公開實施例中，在得到至少一個用戶行為對應的用戶喜好值之前，還包括建立用戶行為和用戶喜好值之間的對應關係的過程，詳細如下:
[0113]對於每一個用戶行為，預先為用戶行為設置用戶喜好值；將用戶行為與用戶喜好值之間的對應關係進行存儲。
[0114]在預先為用戶行為設置用戶喜好值時，具體可採取下述兩種方式實現:
[0115]第一種方式、根據經驗值，直接為不同用戶行為指定不同的用戶喜好值。
[0116]在用戶觀看多媒體資源的過程中，如果大笑或發生大的肢體動作，那麼很顯然該用戶對該多媒體資源較為喜愛；如果處於睡覺狀態或直接離開，則顯然該用戶對該多媒體資源較為方案。第一種方式即基於這種經驗值對不同用戶行為指定用戶喜好值。當然，針對第一種方式而言，用戶喜好值設置精度較差。
[0117]第二種方式、採用機器學習的方式，收集大量的用戶行為數據，對大量的用戶行為數據進行分析和統計，根據分析統計結果為不同用戶行為指定不同的用戶喜好值。
[0118]針對第二種方式而言，由於採取機器學習的方式對大量的用戶行為數據加以分析，所以在對不同用戶行為設置用戶喜好值時，設置精度也較高。
[0119]在步驟204中，根據每一個用戶行為的持續時間佔待推薦多媒體資源的播放時長比例，為每一個用戶行為設置權重值。
[0120]在本公開實施例中，針對一個用戶來說，在該待推薦多媒體資源的初始播放時刻，該用戶可能被其炫目的開頭所吸引，大笑並逐步向該待推薦多媒體資源的播放設備走近；在開頭過後，該用戶可能突然對該待推薦多媒體資源的表達主題或推薦產品失去興趣，直接離開。針對這種情況，為了較精準地確定多個用戶對該待推薦多媒體資源的喜好程度，本公開實施例還包括為為每一個用戶行為設置權重值的步驟。
[0121]在為每一個用戶行為設置權重值時，可依據每一個用戶行為的持續時間佔待推薦多媒體資源的播放時長比例進行設置。對於一個用戶行為來說，其持續時間佔該待推薦多媒體資源的播放時長比例越大，對應的權重值越大。假設該待推薦多媒體資源的播放時長為30秒，在此期間某一用戶首先產生大的手勢動作(激烈鼓掌)，而後同他人交談不再觀看該待推薦多媒體資源，但是大的手勢動作的持續時間僅為5秒，所佔該待推薦多媒體資源的播放時長比例為1/6 ;而同他人交談不再觀看該待推薦多媒體資源的持續時間為25秒，所佔該待推薦多媒體資源的播放時長比例為5/6，所以在對上述兩個用戶行為設置權重值，後者的權重值要遠遠大於前者的權重值。
[0122]在步驟205中，根據每一個用戶行為對應的用戶喜好值和權重值，計算多個用戶對該待推薦多媒體資源的第一用戶喜好度分值。
[0123]在本公開實施例中，在根據上述步驟203和步驟204得到每一個用戶行為對應的用戶喜好值和權重值後，根據下述公式(I)便可得到多個用戶對該已播放對媒體資源的第一用戶喜好度分值。
【權利要求】
1.一種多媒體資源推薦方法，其特徵在於，所述方法包括: 獲取待推薦多媒體資源在試播範圍內的用戶觀看數據，所述用戶觀看數據至少包括用戶音視頻數據和用戶視頻深度數據； 對所述用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的用戶行為數據； 根據所述待推薦多媒體資源對應的用戶行為數據，計算所述待推薦多媒體資源的第一用戶喜好度分值； 獲取多個已推薦多媒體資源的第二用戶喜好度分值； 根據所述第一用戶喜好度分值和所述第二用戶喜好度分值，對所述待推薦多媒體資源進行推薦。
2.根據權利要求1所述的方法，其特徵在於，所述根據所述待推薦多媒體資源對應的用戶行為數據，計算所述待推薦多媒體資源的第一用戶喜好度分值，包括: 對於每一個用戶行為數據，確定所述用戶行為數據包括的至少一個用戶行為； 查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到所述至少一個用戶行為對應的用戶喜好值； 根據每一個用戶行為的 持續時間佔所述已推薦多媒體資源的播放時長比例，確定所述每一個用戶行為對應的權重值； 根據所述每一個用戶行為對應的用戶喜好值和權重值，計算所述待推薦多媒體資源的第一用戶喜好度分值。
3.根據權利要求2所述的方法，其特徵在於，所述查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到所述至少一個用戶行為對應的用戶喜好值之前，所述方法還包括: 對於每一個用戶行為，預先為所述用戶行為設置用戶喜好值； 將用戶行為與用戶喜好值之間的對應關係進行存儲。
4.根據權利要求1所述的方法，其特徵在於，所述根據所述第一用戶喜好度分值和所述第二用戶喜好度分值，對所述待推薦多媒體資源進行推薦，包括: 在所述第二用戶喜好度分值中，確定與所述第一用戶喜好度分值相似的第三用戶喜好度分值； 根據所述第三用戶喜好度分值，確定所述待推薦多媒體資源的接收用戶； 將所述待推薦多媒體資源發送至所述接收用戶的播放設備； 其中，所述第二用戶喜好度分值根據第二傳感器收集到的數據計算得到，所述第二傳感器安裝在所述多個已推薦多媒體資源對應的播放設備上或所述播放設備附近。
5.根據權利要求4所述的方法，其特徵在於，所述根據所述第三用戶喜好度分值，確定所述待推薦多媒體資源的接收用戶，包括: 在所述第三用戶喜好度分值中，確定大於預設閾值的用戶喜好度分值； 將大於所述預設閾值的用戶喜好度分值對應的用戶，確定為所述待推薦多媒體資源的接收用戶。
6.根據權利要求4所述的方法，其特徵在於，所述將所述待推薦多媒體資源發送至所述接收用戶的播放設備之後，所述方法還包括:獲取所述待推薦多媒體資源對應的第三傳感器收集到的用戶觀看數據； 對所述第三傳感器收集到的用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的多個用戶行為數據； 根據每一個用戶行為數據，更新所述待推薦多媒體資源的用戶喜好度分值； 根據更新後的用戶喜好度分值，確定所述待推薦多媒體資源的有效性。
7.根據權利要求1所述的方法，其特徵在於，所述用戶觀看數據由第一傳感器收集得到，所述第一傳感器安裝在所述試播範圍內的多個播放設備上或所述多個播放設備附近。
8.一種多媒體資源推薦裝置，其特徵在於，所述裝置包括: 用戶觀看數據獲取模塊，用於獲取待推薦多媒體資源在試播範圍內的用戶觀看數據，所述用戶觀看數據至少包括用戶音視頻數據和用戶視頻深度數據； 用戶行為數據獲取模塊，用於對所述用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的用戶行為數據； 用戶喜好度分值計算模塊，用於根據所述待推薦多媒體資源對應的用戶行為數據，計算所述待推薦多媒體資源的第一用戶喜好度分值； 用戶喜好度分值獲取模塊，用於獲取多個已推薦多媒體資源的第二用戶喜好度分值；多媒體資源推薦模塊， 用於根據所述第一用戶喜好度分值和所述第二用戶喜好度分值，對所述待推薦多媒體資源進行推薦。
9.根據權利要求8所述的裝置，其特徵在於，用戶喜好度分值計算模塊，包括: 用戶行為確定單元，用於對於每一個用戶行為數據，確定所述用戶行為數據包括的至少一個用戶行為； 用戶喜好值獲取單元，用於查詢預先存儲的用戶行為與用戶喜好值之間的對應關係，得到所述至少一個用戶行為對應的用戶喜好值； 權重值確定單元，用於根據每一個用戶行為的持續時間佔所述已推薦多媒體資源的播放時長比例，確定所述每一個用戶行為對應的權重值； 用戶喜好度分值計算模塊，用於根據所述每一個用戶行為對應的用戶喜好值和權重值，計算所述待推薦多媒體資源的第一用戶喜好度分值。
10.根據權利要求9所述的裝置，其特徵在於，所述裝置還包括: 用戶喜好值設置模塊，用於對於每一個用戶行為，預先為所述用戶行為設置用戶喜好值； 存儲模塊，用於將用戶行為與用戶喜好值之間的對應關係進行存儲。
11.根據權利要求8所述的裝置，其特徵在於，所述多媒體資源推薦模塊，包括: 用戶喜好度分值確定單元，用於在所述第二用戶喜好度分值中，確定與所述第一用戶喜好度分值相似的第三用戶喜好度分值； 接收用戶確定單元，用於根據所述第三用戶喜好度分值，確定所述待推薦多媒體資源的接收用戶； 多媒體資源發送模塊，用於將所述待推薦多媒體資源發送至所述接收用戶的播放設備; 其中，所述第二用戶喜好度分值根據第二傳感器收集到的數據計算得到，所述第二傳感器安裝在所述多個已推薦多媒體資源對應的播放設備上或所述播放設備附近。
12.根據權利要求11所述的裝置，其特徵在於，所述接收用戶確定單元，用於在所述第三用戶喜好度分值中，確定大於預設閾值的用戶喜好度分值；將大於所述預設閾值的用戶喜好度分值對應的用戶，確定為所述待推薦多媒體資源的接收用戶。
13.根據權利要求11所述的裝置，其特徵在於，所述裝置還包括: 傳感器數據獲取模塊，用於獲取所述待推薦多媒體資源對應的第三傳感器收集到的用戶觀看數據； 所述用戶行為模塊，用於數據對所述第三傳感器收集到的用戶觀看數據進行分析處理，得到所述待推薦多媒體資源對應的多個用戶行為數據； 用戶喜好度分值更新模塊，用於根據每一個用戶行為數據，更新所述待推薦多媒體資源的用戶喜好度分值； 有效性確定模塊，用於根據更新後的用戶喜好度分值，確定所述待推薦多媒體資源的有效性。
14.根據權利要求8所述的裝置，其特徵在於，所述用戶觀看數據由第一傳感器收集得到，所述第一傳感器 安裝在所述試播範圍內的多個播放設備上或所述多個播放設備附近。
【文檔編號】G06F17/30GK104035982SQ201410230541
【公開日】2014年9月10日 申請日期:2014年5月28日 優先權日:2014年5月28日
【發明者】林斌, 張波 申請人:小米科技有限責任公司