性为O?I之间的值。
[0058]这样，根据步骤S120中的质量评估结果以及推荐内容中各个多媒体资源之间的差异，可以对推荐内容中的所有多媒体资源进行热度评估。
[0059]在得到推荐内容中的所有多媒体资源的热度评估结果之后，可以根据上述热度评估结果来对上述推荐内容进行适当处理，然后将处理结果推荐给用户。例如，进行将推荐内容中的多媒体资源重新排序的处理、或者进行将某些多媒体资源从推荐内容删除的处理。
[0060]例如，通过传统推荐技术，推荐系统推荐给用户的推荐内容按先后顺序排列如下:视频1、视频2、……、视频9、视频10。根据本发明的上述方法对上述视频进行热度评估之后，推荐系统推荐给用户的推荐内容按先后顺序排列可能如下:视频9、视频2、视频1、……、视频5、视频6，也可以将排序靠后的诸如依靠标题、截图的视频5、6等删除，然后再将剩余视频推荐给用户。
[0061]根据本发明实施例的多媒体资源评估方法，能够基于与推荐内容中的多媒体资源相对应的用户行为数据来对该多媒体资源进行质量评估和热度评估，从而对通过传统推荐技术给用户推荐的内容进行重新排序或者进行将用户不想观看的内容直接剔除等处理，然后将处理结果重新推荐给用户。这样，通过适当考虑推荐的多媒体资源的内容本身，可以减少热点多媒体资源或标题党、截图党多媒体资源对用户体验的影响，从而提升用户体验。
[0062]实施例2
[0063]图2示出根据本发明另一实施例的多媒体资源评估方法的流程图。图2中标号与图1相同的步骤具有相同的功能，为简明起见，省略对这些步骤的详细说明。
[0064]如图2所示，图2所示的多媒体资源评估方法与图1所示多媒体资源评估方法的主要区别在于，图1中的步骤S130具体可以通过执行步骤S140来实现。
[0065]步骤S140、根据多媒体资源的质量评估结果和推荐内容来计算热度评估分。
[0066]换句话说，可以通过本实施例中计算出的热度评估分的形式，来表示上述实施例中进行热度评估的结果。
[0067]例如，根据多媒体资源的质量评估结果和推荐内容而计算出的推荐内容的视频1、视频2、......、视频9、视频1的热度评估分分别为9分、2分、......、7分、5分。
[0068]根据上述热度评估分，可以对上述视频按照热度评估分的高低来重新进行排序，然后推荐给用户。也可以根据预先设置的阈值、例如5分，来将5分以下的视频从上述推荐内容中删除，然后再推荐给用户。
[0069]需要说明的是，本发明采用热度评估分的形式作为热度评估结果的示例，但本发明不限于此，本领域技术人员能够知晓，可以根据实际的应用场景采用其它合理的形式。
[0070]在一种可能的实现方式中，可以具体采用以下公式I来执行上述步骤S120。
[0071]Score = ((V+C+D_B+F)/T，)*P 公式 I
[0072]其中，Score表示多媒体资源的质量评估结果，V表示多媒体资源的播放数目，(:表示多媒体资源的评论数目，D表示多媒体资源的顶数目，B表示多媒体资源的踩数目，F表示多媒体资源的收藏数目，T’表示多媒体资源的发布时长，该发布时长表示统计结束时间与统计开始时间之间的差值，P表示多媒体资源的播放完成率，其中，多媒体资源的播放完成率表示该多媒体资源的播放时长除以资源时长而得到值。例如，以视频作为多媒体资源，视频播放完的时间、即视频时长为2小时，而此时该视频只播放了 I小时，则多媒体资源的播放完成率为0.5。
[0073]在一种可能的实现方式中，多媒体资源的质量评估结果可以通过质量评估分的形式来表现，也可以根据实际的应用场景而通过其它的形式来表现。
[0074]在一种可能的实现方式中，可以采用以下公式2来执行上述步骤S140。
[0075]hotScore = Rec*Scroe*G/P 公式 2
[0076]其中，hotScore表示多媒体资源的热度评估分，Rec表示所述多媒体资源出现在推荐内容的比例，Score表示所述多媒体资源的质量评估结果，G表示所述多媒体资源与所述推荐内容中的其他多媒体资源的属性差异性，P表示所述多媒体资源的播放完成率。
[0077]关于多媒体资源出现在推荐内容的比例，例如，推荐内容中一共有15个视频，即视频1、视频2、视频3、……、视频13、视频14、视频15。在一种可能的实现方式中，上述推荐内容只显示前三个视频，即视频1、视频2、视频3，而其它视频隐藏，这时表示这三个视频分别均出现了一次。当例如按下某一按键时，会再显示三个视频，即此时显示的是视频1、视频2、视频3、视频4、视频5、视频6 ο这时表示视频1、视频2、视频3均出现了两次，而视频4、视频5、视频6均才出现一次。依此类推，显示全部视频时，视频1、视频2、视频3均出现了 5次，则这三个视频的Rec值均为100 % ；视频4、视频5、视频6均出现了4次，则这三个视频的Rec值均为80 % ；视频7、视频8、视频9均出现了 3次，则这三个视频的Rec值均为60 % ；视频10、视频11、视频12均出现了 2次，则这三个视频的Rec值均为40%;视频13、视频14、视频15均出现了 2次，则这三个视频的Rec值均为20%。
[0078]以上仅是计算Rec值的一种方式，只要能体现推荐内容中的多媒体资源在推荐内容所占的分量的计算方式均可。
[0079]通过上述公式2，基于所获取到的某一多媒体资源的用户行为数据，在知道该多媒体资源出现在推荐内容的比例Rec、该多媒体资源的质量评估结果Score、该多媒体资源与推荐内容中的其他多媒体资源的属性差异性G以及多媒体资源的播放完成率P之后，就能够计算出多媒体资源的热度评估分hotScore。然后，根据所计算出的热度评估分来重新给用户推荐内容。
[0080]这样，通过本发明实施例的多媒体资源评估方法，能够具体根据上述公式I来计算质量评估分以及根据上述公式2来计算热度评估分，从而能够基于与推荐内容中的多媒体资源相对应的用户行为数据来对该多媒体资源进行质量评估和热度评估，从而对通过传统推荐技术给用户推荐的内容进行重新排序或者进行将用户不想观看的内容直接剔除等处理，然后将处理结果重新推荐给用户。这样，通过适当考虑推荐的多媒体资源的内容本身，可以减少热点多媒体资源或标题党、截图党多媒体资源对用户体验的影响，从而提升用户体验。
[0081 ] 实施例3
[0082]图3示出根据本发明一实施例的多媒体资源评估装置的结构框图。该多媒体资源评估装置10主要用于对推荐内容中的多媒体资源进行评估。如图3所示，多媒体资源评估装置10主要可以包括:获取单元11，用于获取预定时间段内的与所述多媒体资源相对应的多个用户行为数据;过滤单元12，与所述获取单元11连接，用于对多个所述用户行为数据进行过滤;质量评估单元13，与所述过滤单元12连接，用于根据过滤后的用户行为数据对所述多媒体资源进行质量评估；以及热度评估单元14，与所述过滤单元12和所述质量评估单元13连接，用于根据所述多媒体资源的质量评估结果和所述推荐内容对所述多媒体资源进行热度评估。
[0083]在一种可能的实现方式中，所述用户行为数据包括用户cookie、用户标识、用户对多媒体资源的处理方式和所处理的多媒体资源的播放情况，其中，所述处理方式包括播放、收藏、评论、顶和踩;所述播放情况包括资源时长、播放时长、统计开始时间和统计结束时间。
[0084]在一种可能的实现方式中，所述热度评估单元14具体用于:根据所述多媒体资源的质量评估结果和所述推荐内容来计算热度评估分。
[0085]在一种可能的实现方式中，所述质量评估单元13采用以下公式I来对所述多