技术领域本发明涉及互联网技术领域，尤其涉及一种多媒体资源的推荐方法和装置。
背景技术：
目前，存在先计算用户两两之间在观看行为上的相似矩阵、再按照相似矩阵进行推荐的推荐方法。然而，该推荐方法计算量大并且推荐效果也不好。
技术实现要素：
技术问题有鉴于此，本发明要解决的技术问题是，如何提高推荐多媒体资源的准确性。解决方案为了解决上述技术问题，在第一方面，本发明提供了一种多媒体资源的推荐方法，包括：根据参考用户访问过的第一多媒体资源，确定访问过所述第一多媒体资源的目标用户，其中，所述第一多媒体资源是在预定时间段内被访问的次数小于预定阈值的多媒体资源；根据所述第一多媒体资源的特征信息，确定待推荐资源的推荐权重值，其中，所述待推荐资源是所述参考用户所访问的多媒体资源中的除所述第一多媒体资源以外的多媒体资源；以及根据所述待推荐资源的推荐权重值，向所述目标用户推荐所述待推荐资源。结合第一方面，在第一种可能的实现方式中，在所述特征信息是播放完成比的情况下，所述根据所述第一多媒体资源的特征信息，确定待推荐资源的推荐权重值，包括：根据所述参考用户针对所述第一多媒体资源的播放完成比和所述目标用户针对所述第一多媒体资源的播放完成比，确定所述待推荐资源的推荐权重值。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，在确定出一个参考用户的情况下，所述根据所述参考用户针对所述第一多媒体资源的播放完成比和所述目标用户针对所述第一多媒体资源的播放完成比，确定所述待推荐资源的推荐权重值，包括：将所述参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为所述待推荐资源的推荐权重值。结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，在确定出多个参考用户且所述多个参考用户所访问的多媒体资源中包含相同的待推荐资源的情况下，所述根据所述参考用户针对所述第一多媒体资源的播放完成比和所述目标用户针对所述第一多媒体资源的播放完成比，确定所述待推荐资源的推荐权重值，包括：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘；将针对各参考用户相乘后的值相加，并将相加后的值确定为所述相同的待推荐资源的推荐权重值。结合第一方面的第一种可能的实现方式，在第四种可能的实施方式中，在确定出多个参考用户且所述多个参考用户所访问的多媒体资源中包含不同的待推荐资源的情况下，所述根据所述参考用户针对所述第一多媒体资源的播放完成比和所述目标用户针对所述第一多媒体资源的播放完成比，确定所述待推荐资源的推荐权重值，包括：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为该参考用户的与其它参考用户不同的待推荐资源的推荐权重值，所述根据所述待推荐资源的推荐权重值，向所述目标用户推荐所述待推荐资源，包括：根据确定出的所述不同的待推荐资源的推荐权重值，对所述不同的待推荐资源进行排序，以生成所述目标用户的推荐列表。结合第一方面的第三种可能的实现方式，在第五种可能的实施方式中，在所述多个参考用户所访问的多媒体资源中还包含不同的待推荐资源的情况下，所述根据所述参考用户针对所述第一多媒体资源的播放完成比和所述目标用户针对所述第一多媒体资源的播放完成比，确定所述待推荐资源的推荐权重值，包括：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为该参考用户的与其它参考用户不同的待推荐资源的推荐权重值，所述根据所述待推荐资源的推荐权重值，向所述目标用户推荐所述待推荐资源，包括：根据确定出的所述相同的待推荐资源的推荐权重值和所述不同的待推荐资源的推荐权重值，对所述多个参考用户所访问的多媒体资源中所包含的待推荐资源进行排序，以生成所述目标用户的推荐列表。结合第一方面的第二种可能的实现方式或第一方面的第三种可能的实现方式或第一方面的第四种可能的实现方式或第一方面的第五种可能的实现方式，在第六种可能的实施方式中，使用下式1表示所述时间衰减因子，其中，k表示所述时间衰减因子，t表示所述参考用户访问所述第一多媒体资源的时间与所述目标用户访问所述第一多媒体资源的时间之差的绝对值。在第二方面，本发明提供了一种多媒体资源的推荐装置，包括：第一确定单元，用于根据参考用户访问过的第一多媒体资源，确定访问过所述第一多媒体资源的目标用户，其中，所述第一多媒体资源是在预定时间段内被访问的次数小于预定阈值的多媒体资源；第二确定单元，与所述第一确定单元连接，用于根据所述第一多媒体资源的特征信息，确定待推荐资源的推荐权重值，其中，所述待推荐资源是所述参考用户所访问的多媒体资源中的除所述第一多媒体资源以外的多媒体资源；以及推荐单元，与所述第二确定单元连接，用于根据所述待推荐资源的推荐权重值，向所述目标用户推荐所述待推荐资源。结合第二方面，在第一种可能的实现方式中，在所述特征信息是播放完成比的情况下，所述第二确定单元用于：根据所述参考用户针对所述第一多媒体资源的播放完成比和所述目标用户针对所述第一多媒体资源的播放完成比，确定所述待推荐资源的推荐权重值。结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，在所述第一确定单元确定出一个参考用户的情况下，所述第二确定单元用于：将所述参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为所述待推荐资源的推荐权重值。结合第二方面的第一种可能的实现方式，在第三种可能的实现方式中，在所述第一确定单元确定出多个参考用户且所述多个参考用户所访问的多媒体资源中包含相同的待推荐资源的情况下，所述第二确定单元用于：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘；将针对各参考用户相乘后的值相加，并将相加后的值确定为所述相同的待推荐资源的推荐权重值。结合第二方面的第一种可能的实现方式，在第四种可能的实施方式中，在所述第一确定单元确定出多个参考用户且所述多个参考用户所访问的多媒体资源中包含不同的待推荐资源的情况下，所述第二确定单元用于：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为该参考用户的与其它参考用户不同的待推荐资源的推荐权重值，所述推荐单元用于：根据确定出的所述不同的待推荐资源的推荐权重值，对所述不同的待推荐资源进行排序，以生成所述目标用户的推荐列表。结合第二方面的第三种可能的实现方式，在第五种可能的实施方式中，在所述多个参考用户所访问的多媒体资源中还包含不同的待推荐资源的情况下，所述第二确定单元用于：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与所述目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为该参考用户的与其它参考用户不同的待推荐资源的推荐权重值，所述推荐单元用于：根据确定出的所述相同的待推荐资源的推荐权重值和所述不同的待推荐资源的推荐权重值，对所述多个参考用户所访问的多媒体资源中所包含的待推荐资源进行排序，以生成所述目标用户的推荐列表。结合第二方面的第二种可能的实现方式或第二方面的第三种可能的实现方式或第二方面的第四种可能的实现方式或第二方面的第五种可能的实现方式，在第六种可能的实施方式中，使用下式1表示所述时间衰减因子，其中，k表示所述时间衰减因子，t表示所述参考用户访问所述第一多媒体资源的时间与所述目标用户访问所述第一多媒体资源的时间之差的绝对值。有益效果本发明实施例的多媒体资源的推荐方法和装置，根据第一多媒体资源的特征信息确定待推荐资源的推荐权重值，并以确定出的推荐权重值向目标用户推荐待推荐资源。由此，可以向偏好与参考用户相同的目标用户推荐被参考用户访问过的且未被目标用户访问过的多媒体资源，可以提高向目标用户推荐的准确性，对目标用户进行快速有效的推荐，用户体验良好。根据下面参考附图对示例性实施例的详细说明，本发明的其它特征及方面将变得清楚。附图说明包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本发明的示例性实施例、特征和方面，并且用于解释本发明的原理。图1示出根据本发明实施例一的多媒体资源的推荐方法的流程图；图2a示出根据本发明实施例二的多媒体资源的推荐方法的流程图；图2b示出根据本发明实施例二的多媒体资源的推荐方法的流程示例图；图3示出根据本发明实施例三的多媒体资源的推荐装置的结构框图；以及图4示出根据本发明实施例四的多媒体资源的推荐装置的结构框图。具体实施方式以下将参考附图详细说明本发明的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。另外，为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本发明的主旨。实施例1图1示出根据本发明实施例一的多媒体资源的推荐方法的流程图。如图1所示，该推荐方法主要可以包括：步骤S100、根据参考用户访问过的第一多媒体资源，确定访问过第一多媒体资源的目标用户。其中，第一多媒体资源是在预定时间段内被访问的次数小于预定阈值的多媒体资源。用户可以使用用户设备来与网络设备进行通信。其中，用户设备包括但不限于用户可以通过键盘、鼠标、遥控器、触摸板、手写设备等方式进行人机交互的电子产品，例如，计算机、手机、个人数字助理(英文：PersonalDigitalAssistant，简称：PDA)、笔记本、台式电脑、智能电视等。网络设备包括但不限于网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。多媒体资源包括但不限于视频、音频、图片。需要说明的是，上述用户设备、网络设备和多媒体资源不仅限于上述示例，本领域技术人员应能够了解，其它现有的或今后可能出现的其它形式的用户设备、网络设备和多媒体资源均可以适用于本发明，也就是说，本发明不限制用户设备、网络设备和多媒体资源的具体形式。具体地，可以根据网络设备或经由网络与网络设备相连接的第三方设备所存储的多媒体资源访问记录，提取参考用户访问过的所有多媒体资源，然后，判断所提取的多媒体资源在预定时间段内被访问的次数是否小于预定阈值，最后，将判断出的在预定时间段内被访问的次数小于预定阈值的多媒体资源确定为第一多媒体资源，例如，将在10天之内累计观看次数小于260的多媒体资源确定为第一多媒体资源，特别地，第一多媒体资源也可称为“偏门多媒体资源”。在确定出第一多媒体资源之后，可以根据网络设备或第三方设备所存储的多媒体资源访问记录，确定访问过第一多媒体资源的目标用户。例如，可以以第一多媒体资源为关键词、在多媒体资源访问记录中进行查询，来确定目标用户。其中，参考用户访问过的多媒体资源包括目标用户访问过的第一多媒体资源和目标用户没有访问过的多媒体资源(待推荐资源)。步骤S120、根据第一多媒体资源的特征信息，确定待推荐资源的推荐权重值。其中，待推荐资源是参考用户所访问的多媒体资源中的除第一多媒体资源以外的多媒体资源。为了向目标用户推荐参考用户访问过的多媒体资源中没有被目标用户访问过的多媒体资源(即，待推荐资源)，需要确定待推荐资源的推荐权重值。具体地，可以根据参考用户访问过的第一多媒体资源的例如播放完成比、播放时间长度、观看(播放)时间与当前时间的时间间隔、多媒体资源的热门程度、用户活跃度等的特征信息，来确定待推荐资源的推荐权重值。其中，播放完成比是用户播放多媒体资源的时间长度在该被播放的多媒体资源的总时间长度中的百分比。播放时间长度是用户播放多媒体资源的时间长度。可以使用多媒体资源在一段时间内被访问的次数是否大于预定阈值来度量多媒体资源的热门程度。可以使用用户在一段时间内播放的多媒体资源的个数或播放时间长度总数来度量用户活跃度。步骤S140、根据待推荐资源的推荐权重值，向目标用户推荐待推荐资源。在确定出待推荐资源的推荐权重值之后，可以以所确定出的待推荐资源的推荐权重值来向目标用户推荐待推荐资源。例如，假设确定出待推荐资源1的推荐权重值为5、待推荐资源2的推荐权重值为7，则可以以待推荐资源2在待推荐资源1之前的顺序来向用户推荐待推荐资源1和待推荐资源2。本发明实施例的多媒体资源的推荐方法，根据第一多媒体资源的特征信息确定待推荐资源的推荐权重值，并以确定出的推荐权重值向目标用户推荐待推荐资源。由此，可以向偏好与参考用户相同的目标用户推荐被参考用户访问过的且未被目标用户访问过的多媒体资源，可以提高向目标用户推荐的准确性，对目标用户进行快速有效的推荐，用户体验良好。实施例2图2a示出根据本发明实施例二的多媒体资源的推荐方法的流程图，图2b示出根据本发明实施例二的多媒体资源的推荐方法的流程示例图。本实施例以第一多媒体资源的特征信息为播放完成比为例进行说明。其中，播放完成比是用户访问多媒体资源的时间长度在该被访问的多媒体资源的总时间长度中的百分比。如图2a所示，该推荐方法主要可以包括：步骤S200、根据参考用户访问过的第一多媒体资源，确定访问过第一多媒体资源的目标用户。该步骤的具体说明可以参见上述实施例1中步骤S100的描述。步骤S220、根据参考用户针对第一多媒体资源的播放完成比和目标用户针对第一多媒体资源的播放完成比，确定待推荐资源的推荐权重值。在一种可能的实现方式中，在确定出一个参考用户的情况下，根据参考用户针对第一多媒体资源的播放完成比和目标用户针对第一多媒体资源的播放完成比，确定待推荐资源的推荐权重值，可以包括：将参考用户针对各第一多媒体资源的播放完成比分别与目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为待推荐资源的推荐权重值。其中，可以使用下式1表示上述时间衰减因子，其中，k表示时间衰减因子，t表示参考用户访问第一多媒体资源的时间与目标用户访问第一多媒体资源的时间之差的绝对值。举例而言，如图2b所示，用户1观看了会员电影A、电影B和电影C，用户2观看了电影B和电影C，电影B和电影C为第一多媒体资源，会员电影A为待推荐资源，则用户1为参考用户并且用户2为目标用户，由于用户1和用户2均观看了电影B和电影C，因此用户1和用户2相似。可以根据用户1针对电影B的播放完成比(也可以称为“播放完成度”)perc1、用户1针对电影C的播放完成比perc2、用户2针对电影B的播放完成比perc3、用户2针对电影C的播放完成比perc4，计算出用户1和用户2针对电影B的相似值为perc1*perc3*k以及用户1和用户2针对电影C的相似值为perc2*perc4*k；再将这两个相似值求和，就能够得到会员电影A的推荐权重值wA为wA＝perc1*perc3*k+perc2*perc4*k，即，用户1以推荐权重值wA向用户2推荐会员电影A。在一种可能的实现方式中，在确定出多个参考用户且多个参考用户所访问的多媒体资源中包含相同的待推荐资源的情况下，根据参考用户针对第一多媒体资源的播放完成比和目标用户针对第一多媒体资源的播放完成比，确定待推荐资源的推荐权重值，可以包括：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘；将针对各参考用户相乘后的值相加，并将相加后的值确定为相同的待推荐资源的推荐权重值。举例而言，如图2b所示，用户1观看了会员电影A、电影B和电影C，用户2观看了电影B、电影C和电影D，用户3观看了电影D和会员电影A，电影B、电影C和电影D为第一多媒体资源，会员电影A为待推荐资源，则用户1和用户3为参考用户并且用户2为目标用户。由于用户1和用户2均观看了电影B和电影C，因此用户1和用户2相似，并且用户3和用户2均观看了电影D，因此用户3和用户2相似。可以根据用户1针对电影B的播放完成比perc1、用户1针对电影C的播放完成比perc2、用户2针对电影B的播放完成比perc3、用户2针对电影C的播放完成比perc4、用户2针对电影D的播放完成比perc5、用户3针对电影D的播放完成比perc6，计算出用户1和用户2针对电影B的相似值为perc1*perc3*k、用户1和用户2针对电影C的相似值为perc2*perc4*k以及用户3和用户2针对电影D的相似值为perc5*perc6*k；再将用户1和用户2针对电影B的相似值和用户1和用户2针对电影C的相似值求和，就能够得到用户1向用户2推荐会员电影A的推荐权重值wA1为wA1＝perc1*perc3*k+perc2*perc4*k，用户3向用户2推荐会员电影A的推荐权重值wA3为wA3＝perc5*perc6*k；最后将推荐权重值wA1与推荐权重值wA3求和，就能够得到向用户2推荐会员电影A的推荐权重值wA为wA＝wA1+wA3＝perc1*perc3*k+perc2*perc4*k+perc5*perc6*k，即，以推荐权重值wA向用户2推荐会员电影A。步骤S240、根据待推荐资源的推荐权重值，向目标用户推荐待推荐资源。该步骤的具体说明可以参见上述实施例1中步骤S140的描述。在一种可能的实现方式中，在确定出多个参考用户且多个参考用户所访问的多媒体资源中包含不同的待推荐资源的情况下，根据参考用户针对第一多媒体资源的播放完成比和目标用户针对第一多媒体资源的播放完成比，确定待推荐资源的推荐权重值，可以包括：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为该参考用户的与其它参考用户不同的待推荐资源的推荐权重值，根据待推荐资源的推荐权重值，向目标用户推荐待推荐资源，包括：根据确定出的不同的待推荐资源的推荐权重值，对不同的待推荐资源进行排序，以生成目标用户的推荐列表。举例而言，假设用户1观看了会员电影A、电影B和电影C，用户2观看了电影B、电影C和电影D，用户3观看了电影D和会员电影E，电影B、电影C和电影D为第一多媒体资源，会员电影A和会员电影E为待推荐资源，则用户1和用户3为参考用户并且用户2为目标用户。由于用户1和用户2均观看了电影B和电影C，因此用户1和用户2相似，并且由于用户3和用户2均观看了电影D，因此用户3和用户2相似。可以根据用户1针对电影B的播放完成比perc1、用户1针对电影C的播放完成比perc2、用户2针对电影B的播放完成比perc3、用户2针对电影C的播放完成比perc4、用户2针对电影D的播放完成比perc5、用户3针对电影D的播放完成比perc6，计算出用户1和用户2针对电影B的相似值为perc1*perc3*k、用户1和用户2针对电影C的相似值为perc2*perc4*k以及用户3和用户2针对电影D的相似值为perc5*perc6*k；再将用户1和用户2针对电影B的相似值和用户1和用户2针对电影C的相似值求和，就能够得到用户1向用户2推荐会员电影A的推荐权重值wA为wA＝perc1*perc3*k+perc2*perc4*k，用户3向用户2推荐会员电影E的推荐权重值wE为wE＝perc5*perc6*k；最后将会员电影A和会员电影E按照各自的推荐权重值wA和wE排序，就能够得到向用户2推荐的包含会员电影A和会员电影E的推荐列表，即按照该推荐列表的先后顺序来向用户2推荐多媒体资源。明显可见，本发明的推荐方法的计算量明显小于现有技术中的先计算用户两两之间在观看行为上的相似矩阵、再按照相似矩阵进行推荐的推荐方法的计算量，并且本发明的推荐方法的推荐效果也明显优于前述现有技术中的推荐方法的推荐效果。在一种可能的实现方式中，在多个参考用户所访问的多媒体资源中既包含相同的待推荐资源又包含不同的待推荐资源的情况下，可以根据上述方法分别确定出相同的待推荐资源的推荐权重值和不同的待推荐资源的推荐权重值，再根据确定出的相同的待推荐资源的推荐权重值和不同的待推荐资源的推荐权重值对多个参考用户所访问的多媒体资源中所包含的待推荐资源进行排序，以生成目标用户的推荐列表。本发明实施例的多媒体资源的推荐方法，根据第一多媒体资源的播放完成比(特征信息)确定待推荐资源的推荐权重值，并以确定出的推荐权重值向目标用户推荐待推荐资源。另外，针对目标用户的多个待推荐资源，可以根据各个待推荐资源的推荐权重值生成目标用户的推荐列表。由此，可以向偏好与参考用户相同的目标用户推荐被参考用户访问过的且未被目标用户访问过的多媒体资源，可以提高向目标用户推荐的准确性，对目标用户进行快速有效的推荐，用户体验良好。实施例3图3示出根据本发明实施例三的多媒体资源的推荐装置的结构框图。如图3所示，该推荐装置主要可以包括：第一确定单元310，用于根据参考用户访问过的第一多媒体资源，确定访问过第一多媒体资源的目标用户。其中，第一多媒体资源是在预定时间段内被访问的次数小于预定阈值的多媒体资源。用户可以使用用户设备来与网络设备进行通信。其中，用户设备包括但不限于用户可以通过键盘、鼠标、遥控器、触摸板、手写设备等方式进行人机交互的电子产品，例如，计算机、手机、个人数字助理(英文：PersonalDigitalAssistant，简称：PDA)、笔记本、台式电脑、智能电视等。网络设备包括但不限于网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。多媒体资源包括但不限于视频、音频、图片。需要说明的是，上述用户设备、网络设备和多媒体资源不仅限于上述示例，本领域技术人员应能够了解，其它现有的或今后可能出现的其它形式的用户设备、网络设备和多媒体资源均可以适用于本发明，也就是说，本发明不限制用户设备、网络设备和多媒体资源的具体形式。具体地，可以根据网络设备或经由网络与网络设备相连接的第三方设备所存储的多媒体资源访问记录，提取参考用户访问过的所有多媒体资源，然后，判断所提取的多媒体资源在预定时间段内被访问的次数是否小于预定阈值，最后，将判断出的在预定时间段内被访问的次数小于预定阈值的多媒体资源确定为第一多媒体资源，例如，将在10天之内累计观看次数小于260的多媒体资源确定为第一多媒体资源，特别地，第一多媒体资源也可称为“偏门多媒体资源”。在确定出第一多媒体资源之后，第一确定单元310可以根据网络设备或第三方设备所存储的多媒体资源访问记录，确定访问过第一多媒体资源的目标用户。例如，第一确定单元310可以以第一多媒体资源为关键词、在多媒体资源访问记录中进行查询，来确定目标用户。其中，参考用户访问过的多媒体资源包括目标用户访问过的第一多媒体资源和目标用户没有访问过的多媒体资源(待推荐资源)。第二确定单元330，与第一确定单元310连接，用于根据第一多媒体资源的特征信息，确定待推荐资源的推荐权重值。其中，待推荐资源是参考用户所访问的多媒体资源中的除第一多媒体资源以外的多媒体资源。为了向目标用户推荐参考用户访问过的多媒体资源中没有被目标用户访问过的多媒体资源(即，待推荐资源)，第二确定单元330需要确定待推荐资源的推荐权重值。具体地，第二确定单元330可以根据参考用户访问过的第一多媒体资源的例如播放完成比、播放时间长度、观看(播放)时间与当前时间的时间间隔、多媒体资源的热门程度、用户活跃度等的特征信息，来确定待推荐资源的推荐权重值。其中，播放完成比是用户播放多媒体资源的时间长度在该被播放的多媒体资源的总时间长度中的百分比。播放时间长度是用户播放多媒体资源的时间长度。可以使用多媒体资源在一段时间内被访问的次数是否大于预定阈值来度量多媒体资源的热门程度。可以使用用户在一段时间内播放的多媒体资源的个数或播放时间长度总数来度量用户活跃度。推荐单元350，与第二确定单元330连接，用于根据待推荐资源的推荐权重值，向目标用户推荐待推荐资源。在第二确定单元330确定出待推荐资源的推荐权重值之后，推荐单元350可以以第二确定单元330所确定出的待推荐资源的推荐权重值来向目标用户推荐待推荐资源。例如，假设第二确定单元330确定出待推荐资源1的推荐权重值为5、待推荐资源2的推荐权重值为7，则推荐单元350可以以待推荐资源2在待推荐资源1之前的顺序来向用户推荐待推荐资源1和待推荐资源2。本发明实施例的多媒体资源的推荐装置，根据第一多媒体资源的特征信息确定待推荐资源的推荐权重值，并以确定出的推荐权重值向目标用户推荐待推荐资源。由此，可以向偏好与参考用户相同的目标用户推荐被参考用户访问过的且未被目标用户访问过的多媒体资源，可以提高向目标用户推荐的准确性，对目标用户进行快速有效的推荐，用户体验良好。实施例4图4示出根据本发明实施例四的多媒体资源的推荐装置的结构框图。本实施例以第一多媒体资源的特征信息为播放完成比为例进行说明。其中，播放完成比是用户访问多媒体资源的时间长度在该被访问的多媒体资源的总时间长度中的百分比。如图4所示，该推荐装置主要可以包括：第一确定单元410，用于根据参考用户访问过的第一多媒体资源，确定访问过第一多媒体资源的目标用户。具体说明可以参见上述实施例1中步骤S100的描述。第二确定单元430，与第一确定单元410连接，用于根据参考用户针对第一多媒体资源的播放完成比和目标用户针对第一多媒体资源的播放完成比，确定待推荐资源的推荐权重值。在一种可能的实现方式中，在第一确定单元410确定出一个参考用户的情况下，第二确定单元430用于：将参考用户针对各第一多媒体资源的播放完成比分别与目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为待推荐资源的推荐权重值。其中，可以使用下式1表示上述时间衰减因子，其中，k表示时间衰减因子，t表示参考用户访问第一多媒体资源的时间与目标用户访问第一多媒体资源的时间之差的绝对值。举例而言，如图2b所示，用户1观看了会员电影A、电影B和电影C，用户2观看了电影B和电影C，电影B和电影C为第一多媒体资源，会员电影A为待推荐资源，则用户1为参考用户并且用户2为目标用户，由于用户1和用户2均观看了电影B和电影C，因此用户1和用户2相似。第二确定单元430可以根据用户1针对电影B的播放完成比(也可以称为“播放完成度”)perc1、用户1针对电影C的播放完成比perc2、用户2针对电影B的播放完成比perc3、用户2针对电影C的播放完成比perc4，计算出用户1和用户2针对电影B的相似值为perc1*perc3*k以及用户1和用户2针对电影C的相似值为perc2*perc4*k；再将这两个相似值求和，就能够得到会员电影A的推荐权重值wA为wA＝perc1*perc3*k+perc2*perc4*k，即，用户1以推荐权重值wA向用户2推荐会员电影A。在一种可能的实现方式中，在第一确定单元410确定出多个参考用户且多个参考用户所访问的多媒体资源中包含相同的待推荐资源的情况下，第二确定单元430用于：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘；将针对各参考用户相乘后的值相加，并将相加后的值确定为相同的待推荐资源的推荐权重值。举例而言，如图2b所示，用户1观看了会员电影A、电影B和电影C，用户2观看了电影B、电影C和电影D，用户3观看了电影D和会员电影A，电影B、电影C和电影D为第一多媒体资源，会员电影A为待推荐资源，则用户1和用户3为参考用户并且用户2为目标用户。由于用户1和用户2均观看了电影B和电影C，因此用户1和用户2相似，并且用户3和用户2均观看了电影D，因此用户3和用户2相似。第二确定单元430可以根据用户1针对电影B的播放完成比perc1、用户1针对电影C的播放完成比perc2、用户2针对电影B的播放完成比perc3、用户2针对电影C的播放完成比perc4、用户2针对电影D的播放完成比perc5、用户3针对电影D的播放完成比perc6，计算出用户1和用户2针对电影B的相似值为perc1*perc3*k、用户1和用户2针对电影C的相似值为perc2*perc4*k以及用户3和用户2针对电影D的相似值为perc5*perc6*k；再将用户1和用户2针对电影B的相似值和用户1和用户2针对电影C的相似值求和，就能够得到用户1向用户2推荐会员电影A的推荐权重值wA1为wA1＝perc1*perc3*k+perc2*perc4*k，用户3向用户2推荐会员电影A的推荐权重值wA3为wA3＝perc5*perc6*k；最后将推荐权重值wA1与推荐权重值wA3求和，就能够得到向用户2推荐会员电影A的推荐权重值wA为wA＝wA1+wA3＝perc1*perc3*k+perc2*perc4*k+perc5*perc6*k，即，以推荐权重值wA向用户2推荐会员电影A。推荐单元450，与第二确定单元430连接，用于根据待推荐资源的推荐权重值，向目标用户推荐待推荐资源。具体说明可以参见上述实施例1中步骤S140的描述。在一种可能的实现方式中，在第一确定单元410确定出多个参考用户且多个参考用户所访问的多媒体资源中包含不同的待推荐资源的情况下，第二确定单元430用于：针对各参考用户，将该参考用户针对各第一多媒体资源的播放完成比分别与目标用户针对相应的第一多媒体资源的播放完成比以及预设的时间衰减因子这三者相乘，并将相乘后的值相加，作为该参考用户的与其它参考用户不同的待推荐资源的推荐权重值，推荐单元450用于：根据确定出的不同的待推荐资源的推荐权重值，对不同的待推荐资源进行排序，以生成目标用户的推荐列表。举例而言，假设用户1观看了会员电影A、电影B和电影C，用户2观看了电影B、电影C和电影D，用户3观看了电影D和会员电影E，电影B、电影C和电影D为第一多媒体资源，会员电影A和会员电影E为待推荐资源，则用户1和用户3为参考用户并且用户2为目标用户。由于用户1和用户2均观看了电影B和电影C，因此用户1和用户2相似，并且由于用户3和用户2均观看了电影D，因此用户3和用户2相似。第二确定单元430可以根据用户1针对电影B的播放完成比perc1、用户1针对电影C的播放完成比perc2、用户2针对电影B的播放完成比perc3、用户2针对电影C的播放完成比perc4、用户2针对电影D的播放完成比perc5、用户3针对电影D的播放完成比perc6，计算出用户1和用户2针对电影B的相似值为perc1*perc3*k、用户1和用户2针对电影C的相似值为perc2*perc4*k以及用户3和用户2针对电影D的相似值为perc5*perc6*k；再将用户1和用户2针对电影B的相似值和用户1和用户2针对电影C的相似值求和，就能够得到用户1向用户2推荐会员电影A的推荐权重值wA为wA＝perc1*perc3*k+perc2*perc4*k，用户3向用户2推荐会员电影E的推荐权重值wE为wE＝perc5*perc6*k；最后将会员电影A和会员电影E按照各自的推荐权重值wA和wE排序，就能够得到向用户2推荐的包含会员电影A和会员电影E的推荐列表，即推荐单元450按照该推荐列表的先后顺序来向用户2推荐多媒体资源。明显可见，本发明的推荐装置的计算量明显小于现有技术中的先计算用户两两之间在观看行为上的相似矩阵、再按照相似矩阵进行推荐的推荐方法的计算量，并且本发明的推荐装置的推荐效果也明显优于前述现有技术中的推荐方法的推荐效果。在一种可能的实现方式中，在多个参考用户所访问的多媒体资源中既包含相同的待推荐资源又包含不同的待推荐资源的情况下，第二确定单元430可以根据上述方法分别确定出相同的待推荐资源的推荐权重值和不同的待推荐资源的推荐权重值，再根据确定出的相同的待推荐资源的推荐权重值和不同的待推荐资源的推荐权重值对多个参考用户所访问的多媒体资源中所包含的待推荐资源进行排序，以生成目标用户的推荐列表。本发明实施例的多媒体资源的推荐装置，根据第一多媒体资源的播放完成比(特征信息)确定待推荐资源的推荐权重值，并以确定出的推荐权重值向目标用户推荐待推荐资源。另外，针对目标用户的多个待推荐资源，可以根据各个待推荐资源的推荐权重值生成目标用户的推荐列表。由此，可以向偏好与参考用户相同的目标用户推荐被参考用户访问过的且未被目标用户访问过的多媒体资源，可以提高向目标用户推荐的准确性，对目标用户进行快速有效的推荐，用户体验良好。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。