多媒体资源推荐信息生成方法及装置与流程

本发明涉及多媒体领域，尤其涉及一种多媒体资源推荐信息生成方法及装置。
背景技术：
：在现有的多媒体资源推荐过程中，可以根据预先设置的推荐算法为原多媒体资源计算出多媒体资源推荐信息。多媒体资源推荐信息可以通过例如推荐列表、图标等形式展示。举例而言，客户端正在播放视频，该视频为原视频，按照预先设置的推荐算法为该原视频计算出视频推荐信息。视频推荐信息包含的推荐视频和原视频具有相关性，例如原视频和推荐视频连续被浏览的概率较大，或都属于武打片等。多媒体资源推荐信息可以方便用户快速获取与原多媒体资源相关的多个被推荐多媒体资源。如果多个被推荐多媒体资源一直被点击获取，一段时间或若干次之后，原多媒体资源信息可能会重新出现在推荐列表中，这样就形成了推荐闭环。现有技术中，针对推荐闭环问题，采用在多媒体资源推荐信息中直接去除已点击浏览的多媒体资源信息的处理方式，即根据用户的浏览历史记录，已点击浏览的多媒体资源信息不再出现在推荐信息中。但是，直接去除已点击浏览的多媒体资源信息，可能会造成后续替补的推荐多媒体资源质量较低，导致剔除后推荐列表的质量有所下降。此外，还可能会造成有效推荐列表长度不满足需求值，出现没有相关性的多媒体资源推荐情况。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，在多媒体资源推荐信息生成过程中，如何降低出现推荐闭环概率并保证推荐质量。解决方案为了解决上述技术问题，根据本发明的一实施例，提供了一种多媒体资源推荐信息生成方法，包括：在用户请求展现目标多媒体资源的情况下，根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度，判断是否需要触发推荐干预条件；在需要触发所述推荐干预条件的情况下，获取与所述目标多媒体资源相关的干预推荐信息；将所述干预推荐信息和已存在的多媒体资源推荐信息进行融合，生成与所述目标多媒体资源相关的干预后的多媒体资源推荐信息。对于上述方法，在一种可能的实现方式中，在判断是否需要触发推荐干预条件之前，还包括：获取用户在预设周期内已浏览的多媒体资源对应的浏览信息；根据所述浏览信息，确定所述目标多媒体资源所属的多媒体资源社区对应的浏览热度。对于上述方法，在一种可能的实现方式中，根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度，判断是否需要触发推荐干预条件，包括：在所述目标多媒体资源所属的多媒体资源社区对应的浏览热度大于或等于预设阈值的情况下，需要触发所述推荐干预条件。对于上述方法，在一种可能的实现方式中，在获取与所述目标多媒体资源相关的干预推荐信息之前，还包括：根据以下步骤中的一种或多种，生成所述干预推荐信息；用户已浏览的多媒体资源所属的其它多媒体资源社区；与所述目标多媒体资源相关的其它多媒体资源社区；与所述目标多媒体资源相关的频道信息和标签信息。对于上述方法，在一种可能的实现方式中，还包括：获取预设周期内已浏览的多媒体资源对数据，所述多媒体资源对数据为请求多媒体资源后点击所述多媒体资源对应的推荐多媒体资源的概率；根据所述多媒体资源对数据，通过社区发现算法，得到各多媒体资源之间的多媒体资源社区关系。为了解决上述技术问题，根据本发明的另一实施例，提供了一种多媒体资源推荐信息生成装置，包括：判断模块，用于在用户请求展现目标多媒体资源的情况下，根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度，判断是否需要触发推荐干预条件；获取模块，与所述判断模块连接，用于在需要触发所述推荐干预条件的情况下，获取与所述目标多媒体资源相关的干预推荐信息；融合模块，与所述获取模块连接，用于将所述干预推荐信息和已存在的多媒体资源推荐信息进行融合，生成与所述目标多媒体资源相关的干预后的多媒体资源推荐信息。对于上述装置，在一种可能的实现方式中，还包括：浏览热度确定模块，用于在判断是否需要触发推荐干预条件之前，获取用户在预设周期内已浏览的多媒体资源对应的浏览信息；根据所述浏览信息，确定所述目标多媒体资源所属的多媒体资源社区对应的浏览热度。对于上述装置，在一种可能的实现方式中，所述判断模块，具体用于对于上述装置，在一种可能的实现方式中，在所述目标多媒体资源所属的多媒体资源社区对应的浏览热度大于或等于预设阈值的情况下，需要触发所述推荐干预条件。对于上述装置，在一种可能的实现方式中，还包括：干预推荐信息生成模块，用于在获取与所述目标多媒体资源相关的干预推荐信息之前，根据以下步骤中的一种或多种，生成所述干预推荐信息；用户已浏览的多媒体资源所属的其它多媒体资源社区；与所述目标多媒体资源相关的其它多媒体资源社区；与所述目标多媒体资源相关的频道信息和标签信息。对于上述装置，在一种可能的实现方式中，还包括：社区关系生成模块，具体用于获取预设周期内已浏览的多媒体资源对数据，所述多媒体资源对数据为请求多媒体资源后点击所述多媒体资源对应的推荐多媒体资源的概率；根据所述多媒体资源对数据，通过社区发现算法，得到各多媒体资源之间的多媒体资源社区关系。有益效果本发明实施例的多媒体资源推荐信息生成方法，通过浏览热度判断是否触发推荐干预条件，并在触发推荐干预条件的情况下，将干预推荐信息和已存在的多媒体资源推荐信息融合生成干预后的多媒体资源推荐信息，能够降低出现推荐闭环概率并保证推荐质量。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示出根据本发明一实施例的多媒体资源推荐信息生成方法的流程图；图2示出根据本发明一实施例的视频社区关系图；图3示出根据本发明一实施例的多媒体资源推荐信息生成方法的另一流程图；图4示出根据本发明一实施例的多媒体资源推荐信息生成方法的另一流程图；图5示出根据本发明一实施例的多媒体资源推荐信息生成方法的另一流程图；图6示出根据本发明另一实施例的多媒体资源推荐信息生成装置的结构框图；图7示出根据本发明另一实施例的多媒体资源推荐信息生成装置的另一结构框图；图8示出根据本发明另一实施例的多媒体资源推荐信息生成设备的结构框图。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示出根据本发明一实施例的多媒体资源推荐信息生成方法的流程图。如图1所示，该多媒体资源推荐信息生成方法主要包括步骤101至步骤103。步骤101、在用户请求展现目标多媒体资源的情况下，根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度，判断是否需要触发推荐干预条件。本实施例的多媒体资源(Multimedia)，可以包括文本、声音、视频和图像等多种媒体形式，在此不做限定。其中，用户请求展现目标多媒体资源，可以包括各种用户点击获取目标多媒体资源的情况。例如，可以是用户请求播放目标视频或目标音频，也可以是用户请求浏览目标图片，还可以是用户请求阅读目标小说等。浏览热度可以表示一段时间内用户对某一多媒体资源社区的热情度。具体地，多媒体资源社区对应的浏览热度较高，则可以说明用户在该段时间内展示的属于该多媒体资源社区中的多媒体资源较多。其中，多媒体资源社区可以由若干个具有紧密联系的多媒体资源组成。具体而言，可以通过一段时间内用户实际浏览的该多媒体资源社区内的多媒体资源个数与该多媒体资源社区内的多媒体资源总个数的比值，得到该多媒体资源社区对应的浏览热度。以视频为例，视频社区包含5个视频，用户在一段时间例如5分钟内浏览了其中3个视频，则该视频社区的浏览热度为60％。需要说明的是，本领域技术人员应能理解，现有技术中有各种方式均可以实现获取目标多媒体资源所属的多媒体资源社区对应的浏览热度，在此不作限定。步骤102、在需要触发所述推荐干预条件的情况下，获取与所述目标多媒体资源相关的干预推荐信息。步骤103、将所述干预推荐信息和已存在的多媒体资源推荐信息进行融合，生成与所述目标多媒体资源相关的干预后的多媒体资源推荐信息。本实施例的已存在的多媒体资源推荐信息，可以包括推荐服务系统预先设定与目标多媒体资源相关的多媒体推荐资源。例如，可以是按照预先设定的推荐算法计算获取的与目标多媒体资源相关的多媒体资源推荐信息，也可以是直接读取的预先存储的与目标多媒体资源相关的多媒体资源推荐信息，在此不做限定。本实施例不限定已存在的多媒体资源推荐信息的获取方法。以视频为例，已存在的推荐视频信息包含的推荐视频，可能与目标视频属于同一个视频分类，例如都属于武打片；也可能与目标视频属于系列片，例如《饥饿游戏1》和《饥饿游戏2》；还可能与目标视频具有相同的主演演员，或者具有较强的播放相关性等，在此不作限定。在一种可能的实现方式中，该多媒体资源推荐信息生成方法还可以包括步骤201和步骤202。步骤201、获取预设周期内已浏览的多媒体资源对数据，所述多媒体资源对数据为请求多媒体资源后点击所述多媒体资源对应的推荐多媒体资源的概率。本实施例的多媒体资源对，可以包括当前请求的多媒体资源以及点击的所述多媒体资源对应的推荐多媒体资源。该多媒体资源对对应的请求点击率为VALUE，VALUE的取值范围可以为(0，1]。可以计算一段时间内存在请求点击行为的多媒体资源对信息，得到已浏览的不同的多媒体资源对及其对应的请求点击概率<M-A，M-B，VALUE>。以视频为例，获取一个月内存在请求点击行为的视频对信息。从请求点击数据中获取观看视频VID-A后点击、观看视频VID-B的次数。例如，一天中，有100个用户(假定每个用仅观看一次)观看了视频A，此时对应的推荐视频中包含视频B，100个用户中有10个用户(一般来说n<m)点击视频B，则<VID-A，VID-B，0.1>。进一步地，预设周期内的不同的多媒体资源对及其对应的请求点击概率<M-A，M-B，VALUE>可以构成已浏览的多媒体资源对数据。应当注意的是，预设周期例如每日内，存在请求点击行为的多媒体资源中，可能存在一些多媒体资源仅有请求数据而没有点击数据，或者请求量基数很小，可以根据实际数据情况或业务需求对多媒体资源对应的请求点击信息进行过滤，在此不做限定。步骤202、根据所述多媒体资源对数据，通过社区发现算法，得到各多媒体资源之间的多媒体资源社区关系。本实施例的多媒体资源社区关系可以用来反映多媒体资源的局部性特征以及其相互之间的关联关系。本领域技术人员应能理解，现有技术中有各种手段均可实现得到各多媒体资源之间的多媒体资源社区关系，其中，社区发现算法就是这些手段之一。以视频为例，通过社区发现算法计算出不同视频之间的联系，形成一个视频社区关系图。如图2所示，视频社区关系图中，最小的元素是每个视频。不同视频之间可能会存在联系，有紧密联系的若干个视频组成一个独立的视频社区。其中，每个视频只可以属于一个视频社区。进一步地，根据视频社区关系图，通过简单的整理得到每个视频对应的视频社区信息。具体地，可以包括以下几种视频社区信息：第一种、所属视频社区对应的社区标识，视频社区的中心结点(视频信息)。如果当前视频是所在视频社区的中心结点，则记录该视频社区的所有成员(视频信息)。本实施例的社区标识可以用来区分不同的视频社区。例如，可以是社区名称，也可以是社区编号，还可以是社区地址，在此不做限定。处于中心结点的视频与该视频社区中的其它视频具有紧密联系。为了便于每个视频的信息存储以及关联关系，例如，可以将视频社区的中心结点(视频名称)作为社区标识。举例而言，如图2所示，视频A、a1、a2、a3、a4、a5属于一个视频社区。其中，视频A为该视频社区的中心结点，视频a1、a2、a3、a4、a5为该视频社区的其它成员。因此，可以将该视频社区的社区标识选择为A。对于中心结点的视频A，应当记录A(社区标识)，以及A、a1、a2、a3、a4、a5(视频社区的所有成员)。对于非中心结点的视频a1，应当记录A(表示社区标识和该视频社区的中心结点)。第二种、与当前视频有联系的同一视频社区的视频信息及链接权重。例如，与当前视频有直接链接的且属于当前视频社区的视频信息；以及当前视频社区内权重较高的视频信息。本实施例的链接权重可以理解为根据最开始的每两个视频之间的之间请求点击关系运算得到的在社区中两个视频之间的紧密程度。例如，链接权重的值越大，表示这两个视频相似程度越高。举例而言，如图2所示，视频B、b1、b2、b3、b4、b5、b6属于一个视频社区。其中，视频B为该视频社区的中心结点，视频b1、b2、b3、b4、b5、b6为该视频社区的其它成员。对于视频B，应当记录与其有直接链接的且属于视频社区B的视频及链接权重，例如，<B，b1，0.3>、<B，b2，0.15>、<B，b4，0.18>、<B，b5，0.22>、<B，b6，0.15>。对于视频b3，应当记录与其有直接链接的且属于视频社区B的视频及链接权重，例如，<b3，b2，0.2>；以及视频社区B内权重较高的视频信息，即<b3，B，0.3>。其中，0.3表示视频B和视频b1的链接权重，在此不再赘述。需要说明的是，本领域技术人员应能理解，现有技术中有各种方式均可以实现得到与当前视频有联系(直接/间接)的且属于当前视频社区的视频信息(有限长度)，在实际使用时可以灵活的采用一种或多种方式，在此不作限定。进一步地，本领域技术人员应能理解，假定有直接关系的视频很多，但是在实际应用中并不需要列举全部的视频，可以根据实际业务需求，按照链接权重降序排列，选取排序靠前的视频。第三种、与当前视频有联系的其它视频社区(视频信息)等。例如，与当前视频有直接链接的其它视频社区(视频信息)；与当前视频所在视频社区相邻的其它视频社区的中心结点(视频信息)。举例而言，如图2所示，在视频社区B中，视频b1、b3、b4与其它视频社区有直接链接，同时，与视频社区B相邻的其它视频社区包含视频社区A、C、D。因此，对于视频b1，应当记录与其有直接链接且属于视频社区A的视频信息，即<b1，a5，0.2>；以及与视频社区B相邻的视频社区A、C、D的中心结点的视频信息，即<b1，A，0.12>、<b1，C，0.15>、<b1，D，0.2>。其中，0.2表示视频b1和视频a5的链接权重，在此不再赘述。需要说明的是，本领域技术人员应能理解，现有技术中有各种方式均可以实现得到与当前视频有联系(直接/间接)的且属于其它视频社区的视频信息(有限长度)，在实际使用时可以灵活的采用一种或多种方式，在此不作限定。进一步地，在步骤201和步骤202结束后，将会得到每个视频对应的几种视频社区信息。以一定的方式例如数据库，存储每个视频对应的视频社区信息，使得能够响应在线实时获取。在一种可能的实现方式中，如图3所示，在判断是否需要触发推荐干预条件之前，还可以包括步骤301和步骤302。步骤301、获取用户在预设周期内已浏览的多媒体资源对应的浏览信息；步骤302、根据所述浏览信息，确定所述目标多媒体资源所属的多媒体资源社区对应的浏览热度。需要说明的是，本领域技术人员应能理解，现有技术中有各种方式均可以实现获取用户在预设周期内已浏览的多媒体资源对应的浏览信息，在此不作限定。以视频为例，获取用户在5分钟内已浏览的视频对应的浏览信息，例如，已浏览视频a1、A、a2、B、b3、D、b1、b2、b4。通过该5分钟内用户实际浏览的某一视频社区内的视频个数与该视频社区内的视频总个数的比值，得到该视频社区对应的浏览热度。综上，通过整理，得到下表1所示的内容：表1已浏览视频视频社区已浏览视频个数视频总个数浏览热度A、a1、a2A3650％B、b1、b2、b3、b4B5771.43％DD1333.33％用户已浏览视频为a1、A、a2、B、b3、D、b1、b2、b4，接下来用户如果观看视频a5，在不干预的条件下，原本a5的推荐内容会包含A、a1、a2等视频，且这些视频由于与a5本身相关性较高，故用户在实际观看体验式会疑惑，之前这个视频明明已经看过了，结果又出现在被推荐列表中，且如果用户点击了A、a1或a2任一视频，对应的推荐列表前后就形成了一个闭环，即之前观看的视频出现在推荐内容中，且重复点击观看视频，之前观看的视频又重复出现。作为本发明实施例的一个示例，在用户浏览了b4后，更新当前用户浏览各社区的热度情况，根据各社区剩余未浏览视频或者已浏览视频，提前计算好假如用户接下来请求某一视频时，给出合适的跳出该社区的相关视频。例如，用户接下来浏览a5，则可以提供相邻社区B中的视频，例如视频B、b1、b2或b5等(候选集的方式提供)。在最终返回给用户推荐列表前，将历史已观看的视频做剔除或者降权处理，再对剩下的待推荐视频与提供的引导视频做重新排序，给出最终的推荐内容。最后将本次用户浏览视频a5的信息反馈到记录用户社区浏览的信息中，再预估后续浏览哪些已有社区视频时会触发干预逻辑。作为本发明实施例的另一个示例，针对每次用户当前请求的观看视频，在最终返回推荐内容前，先用请求的a5视频更新用户历史视频社区浏览热度情况，是否触发干预，如果触发则提供引导候选视频，再对已观看视频做去除或降权处理，针对剩下的候选集及引导视频做重新排序，然后将最终排序结果返回给用户，此处对实时请求处理能力要求较高。需要说明的是，步骤301和步骤302既可以在用户请求展现目标多媒体资源之前完成，也可以在用户请求展现目标多媒体资源之后完成，在此不做限定。其中，在用户请求展现目标多媒体资源之后完成的情况下，目标多媒体资源既可以算入已浏览的多媒体资源，也可以不算入已浏览的多媒体资源，在此不做限定。在一种可能的实现方式中，如图4所示，根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度，判断是否需要触发推荐干预条件(步骤101)，可以包括：步骤401、在所述目标多媒体资源所属的多媒体资源社区对应的浏览热度大于或等于预设阈值的情况下，需要触发所述推荐干预条件。通过步骤301和步骤302，可以得到，视频社区A对应的浏览热度为50％，视频社区B对应的浏览热度为71.43％，视频社区D对应的浏览热度33.33％。预设阈值的取值范围为(0，1)，可以是40％、50％或60％等，在此不做限定。举例而言，预设阈值为60％，此时，若用户请求播放目标视频为b5，那么目标视频b5所属的视频社区B对应的浏览热度为71.43％，大于预设阈值60％，需要触发推荐干预条件；若用户请求播放目标视频为a5，那么目标视频a5所属的视频社区A对应的浏览热度为50％，小于预设阈值60％，不需要触发推荐干预条件；若用户请求播放目标视频C，那么目标视频C所属的视频社区C对应的浏览热度为0，小于预设阈值60％，不需要触发推荐干预条件。在一种可能的实现方式中，在获取与所述目标多媒体资源相关的干预推荐信息之前，还包括：根据以下步骤中的一种或多种，生成所述干预推荐信息；用户已浏览的多媒体资源所属的其它多媒体资源社区；与所述目标多媒体资源相关的其它多媒体资源社区；与所述目标多媒体资源相关的频道信息和标签信息。本实施例的频道信息可以表示多媒体资源所属的频道。例如，视频频道可以是电视剧、电影、综艺节目等；小说频道可以是言情、穿越、耽美等。标签信息可以指用户表示多媒体资源的关键词。例如，视频的标签信息可以为搞笑、冒险、风景等。其中，与视频相关的频道信息和标签信息属于视频基本信息。需要说明的是，本领域技术人员应能理解，现有技术中有各种方式均可以实现生成与多媒体资源相关的干预推荐信息，在此不做限定。进一步地，本实施例的生成干预推荐信息，可以在用户请求展现目标多媒体资源之前完成，也可以在用户请求展现目标多媒体资源之后完成，在此不做限定。作为本实施例的一个示例，在用户请求播放目标视频之前生成干预推荐信息。具体地，在发现某一视频社区对应的浏览热度大于或等于预设阈值的情况下，服务器针对该视频社区没有浏览的其它视频，分别生成干预推荐信息。若下一次用户请求的目标视频属于该视频社区，则可以直接获取已经生成的干预推荐信息。采用该示例所述的方法，可以直接获取所需的干预推荐信息，减少生成干预后的视频推荐信息的时间，能够快速向用户展示。如表1所示，视频社区B对应的浏览热度为71.43％，大于预设阈值60％。此时，针对视频社区B中未浏览的视频b5、b6，分别生成与视频b5相关的干预推荐信息(例如b6、C、c1、a5)，与视频b6相关的干预推荐信息(例如b5、C、d1、d2)。如果用户请求播放目标视频b5，则可以直接获取与视频b5相关的干预推荐信息；如果用户请求播放目标视频b6，则可以直接获取与视频b6相关的干预推荐信息。进一步地，如图5所示，本示例的生成干预推荐信息的过程可以在浏览服务器完成，将干预推荐信息和已存在的视频推荐信息进行融合的过程可以在推荐服务器完成。浏览服务器和推荐服务器之间存在交互。以用户请求播放目标视频b5为例。具体地，在用户请求到达推荐服务器时，推荐服务器首先从浏览服务器中获取视频社区B对应的浏览热度为71.43％，大于预设阈值60％。此时，触发推荐干预条件，则推荐服务器从浏览服务器中获取已经生成的与视频b5相关的干预推荐信息(例如b6、C、c1、a5)，然后将干预推荐信息和已存在的视频推荐信息进行融合，并将得到干预后的视频推荐信息发送至客户端，以使得客户端向用户展示。浏览服务器在响应推荐服务器请求之后，将用户新播放的目标视频b5更新到已有的浏览信息中，得到新的浏览信息a1、A、a2、B、b3、D、b1、b2、b4、b5。同时，浏览服务器更新视频社区B对应的浏览热度为85.71％。作为本实施例的另一个示例，在用户请求播放目标视频之后生成干预推荐信息。具体地，用户请求播放目标视频，在发现该目标视频所属的视频社区对应的浏览热度大于或等于预设阈值的情况下，针对该目标视频生成干预推荐信息。采用该示例所述的方法，可以有针对的生成所需的干预推荐信息，节省运算资源。如表1所示，用户请求播放目标视频b5，发现目标视频b5所属的视频社区B对应的浏览热度为71.43％，大于预设阈值60％。此时，针对该目标视频b5，生成与其相关的干预推荐信息(例如b6、C、c1、a5)。本发明实施例的多媒体资源推荐信息生成方法，通过浏览热度判断是否触发推荐干预条件，并在触发推荐干预条件的情况下，将干预推荐信息和已存在的多媒体资源推荐信息融合生成干预后的多媒体资源推荐信息，能够降低出现推荐闭环概率并保证推荐质量。实施例2图6示出根据本发明另一实施例的多媒体资源推荐信息生成装置的结构框图。如图6所示，该多媒体资源推荐信息生成装置主要包括：判断模块11，用于在用户请求展现目标多媒体资源的情况下，根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度，判断是否需要触发推荐干预条件。获取模块13，与所述判断模块11连接，用于在需要触发所述推荐干预条件的情况下，获取与所述目标多媒体资源相关的干预推荐信息。融合模块15，与所述获取模块13连接，用于将所述干预推荐信息和已存在的多媒体资源推荐信息进行融合，生成与所述目标多媒体资源相关的干预后的多媒体资源推荐信息。具体原理和示例可以参见实施例1以及图1的相关描述。在一种可能的实现方式中，如图7所示，该多媒体资源推荐信息生成装置还包括：社区关系生成模块10，具体用于获取预设周期内已浏览的多媒体资源对数据，所述多媒体资源对数据为请求多媒体资源后点击所述多媒体资源对应的推荐多媒体资源的概率；根据所述多媒体资源对数据，通过社区发现算法，得到各多媒体资源之间的多媒体资源社区关系。具体原理和示例可以参见实施例1的相关描述。在一种可能的实现方式中，如图7所示，该多媒体资源推荐信息生成装置还包括：浏览热度确定模块17，用于在判断是否需要触发推荐干预条件之前，获取用户在预设周期内已浏览的多媒体资源对应的浏览信息；根据所述浏览信息，确定所述目标多媒体资源所属的多媒体资源社区对应的浏览热度。具体原理和示例可以参见实施例1以及图3的相关描述。在一种可能的实现方式中，所述判断模块11，具体用于在所述目标多媒体资源所属的多媒体资源社区对应的浏览热度大于或等于预设阈值的情况下，需要触发所述推荐干预条件。具体原理和示例可以参见实施例1以及图4的相关描述。在一种可能的实现方式中，如图7所示，该多媒体资源推荐信息生成装置还包括：干预推荐信息生成模块19，用于在获取与所述目标多媒体资源相关的干预推荐信息之前，根据以下步骤中的一种或多种，生成所述干预推荐信息；用户已浏览的多媒体资源所属的其它多媒体资源社区；与所述目标多媒体资源相关的其它多媒体资源社区；与所述目标多媒体资源相关的频道信息和标签信息。具体原理和示例可以参见实施例1的相关描述。本发明实施例的多媒体资源推荐信息生成装置，通过浏览热度判断是否触发推荐干预条件，并在触发推荐干预条件的情况下，将干预推荐信息和已存在的多媒体资源推荐信息融合生成干预后的多媒体资源推荐信息，能够降低出现推荐闭环概率并保证推荐质量。实施例3图8示出根据本发明另一实施例的多媒体资源推荐信息生成设备的结构框图。所述多媒体资源推荐信息生成设备1100可以是具备计算能力的主机服务器、个人计算机PC、或者可携带的便携式计算机或终端等。本发明具体实施例并不对计算结点的具体实现做限定。所述多媒体资源推荐信息生成设备1100包括处理器(processor)1110、通信接口(CommunicationsInterface)1120、存储器(memory)1130和总线1140。其中，处理器1110、通信接口1120、以及存储器1130通过总线1140完成相互间的通信。通信接口1120用于与网络设备通信，其中网络设备包括例如虚拟机管理中心、共享存储等。处理器1110用于执行程序。处理器1110可能是一个中央处理器CPU，或者是专用集成电路ASIC(ApplicationSpecificIntegratedCircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。存储器1130用于存放文件。存储器1130可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器1130也可以是存储器阵列。存储器1130还可能被分块，并且所述块可按一定的规则组合成虚拟卷。在一种可能的实施方式中，上述程序可为包括计算机操作指令的程序代码。该程序具体可用于：实现实施例1中各步骤的操作。本领域普通技术人员可以意识到，本文所描述的实施例中的各示例性单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件形式来实现，取决于技术方案的特定应用和设计约束条件。专业技术人员可以针对特定的应用选择不同的方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。如果以计算机软件的形式来实现所述功能并作为独立的产品销售或使用时，则在一定程度上可认为本发明的技术方案的全部或部分(例如对现有技术做出贡献的部分)是以计算机软件产品的形式体现的。该计算机软件产品通常存储在计算机可读取的非易失性存储介质中，包括若干指令用以使得计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各实施例方法的全部或部分步骤。而前述的存储介质包括U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。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。当前第1页1 2 3