多媒体文件推送方法和装置、存储介质及电子装置与流程

本发明涉及计算机领域，具体而言，涉及一种多媒体文件推送方法和装置、存储介质及电子装置。

背景技术：

相关技术中，在向客户端推送广告时，在从多个广告中确定出所要推送的目标广告时，可以根据改变推送过程中的广告的参数来确定推送哪些广告。

然而，相关技术中，生成的上述参数并不准确，造成推送广告的效率低。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种多媒体文件推送方法和装置、存储介质及电子装置，以至少解决相关技术中推送广告的效率低的技术问题。

根据本发明实施例的一个方面，提供了一种多媒体文件推送方法，包括：获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，上述第一参数为每一千次推送获取的收益，上述第二参数为上述待推送多媒体文件被推送后被点击的概率；根据上述第一参数与上述第二参数，确定预估损失，其中，上述预估损失用于确定第一系数与第二系数；在上述预估损失小于预定阈值的情况下，输出上述第一系数与上述第二系数，其中，上述第一系数与上述第二系数用于从上述待推送多媒体文件集中确定目标多媒体文件；根据上述第一系数与上述第二系数从上述待推送多媒体文件集中确定出目标多媒体文件；将上述目标多媒体文件推送给客户端。

根据本发明实施例的另一方面，还提供了一种多媒体文件推送装置，包括：获取单元，用于获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，上述第一参数为每一千次推送获取的收益，上述第二参数为上述待推送多媒体文件被推送后被点击的概率；第一确定单元，用于根据上述第一参数与上述第二参数，确定预估损失，其中，上述预估损失用于确定第一系数与第二系数；输出单元，用于在上述预估损失小于预定阈值的情况下，输出上述第一系数与上述第二系数，其中，上述第一系数与上述第二系数用于从上述待推送多媒体文件集中确定目标多媒体文件；第二确定单元，用于根据上述第一系数与上述第二系数从上述待推送多媒体文件集中确定出目标多媒体文件；推送单元，用于将上述目标多媒体文件推送给客户端。

作为一种可选的实施方式，上述装置还包括：调整单元，用于在根据上述第一参数与上述第二参数，确定预估损失之后，在上述预估损失大于或等于上述预定阈值的情况下，调整上述第一系数或上述第二系数，直到上述预估损失小于上述预定阈值。

根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述多媒体文件推送方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的多媒体文件推送方法。

在本发明实施例中，采用获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，根据上述第一参数与上述第二参数，确定预估损失，在上述预估损失小于预定阈值的情况下，输出上述第一系数与上述第二系数，根据上述第一系数与上述第二系数从上述待推送多媒体文件集中确定出目标多媒体文件，将上述目标多媒体文件推送给客户端的方法。由于在上述方法中，在推送目标多媒体文件时，推送的是由第一系数与第二系数确定的目标多媒体文件，而第一系数与第二系数是预估损失小于预定阈值下的系数。因此，采用上述方法确定的第一系数与第二系数是损失较小的系数，从而确定的目标多媒体文件是更符合推送需求的文件，解决了相关技术中推送广告的效率低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的多媒体文件推送方法的应用环境的示意图；

图2是根据本发明实施例的一种可选的多媒体文件推送方法的流程示意图；

图3是根据本发明实施例的一种可选的多媒体文件推送方法的示意图；

图4是根据本发明实施例的另一种可选的多媒体文件推送方法的示意图；

图5是根据本发明实施例的又一种可选的多媒体文件推送方法的示意图；

图6是根据本发明实施例的又一种可选的多媒体文件推送方法的示意图；

图7是根据本发明实施例的又一种可选的多媒体文件推送方法的示意图；

图8是根据本发明实施例的又一种可选的多媒体文件推送方法的示意图；

图9是根据本发明实施例的一种可选的多媒体文件推送装置的结构示意图；

图10是根据本发明实施例的一种可选的电子装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例的一个方面，提供了一种多媒体文件推送方法，可选地，作为一种可选的实施方式，上述多媒体文件推送方法可以但不限于应用于如图1所示的环境中。

图1中用户102与用户设备104之间可以进行人机交互。用户设备104中包含有存储器106，用于存储交互数据、处理器108，用于处理交互数据。用户设备104可以通过网络110与服务器112之间进行数据交互。服务器112中包含有数据库114，用于存储交互数据、处理引擎116，用于处理交互数据。待推送多媒体文件集中包括多个待推送多媒体文件，每一个待推送多媒体文件都对应一个第一参数与一个第二参数。第一参数为每一千次推送获取的收益，所述第二参数为所述待推送多媒体文件被推送后被点击的概率。服务器可以获取每一个待推送多媒体文件的第一参数与第二参数，并根据第一参数与第二参数计算预估损失。在预估损失小于预定阈值的情况下，输出第一系数与第二系数。其中，每一个待推送多媒体文件对应一个第一系数。通过第一系数与第二系数确定出目标多媒体文件，并将目标多媒体文件推送到客户端上，以使客户端显示目标多媒体文件。如用户设备104上运行的客户端显示目标多媒体文件1与目标多媒体文件2。

需要说明的是，相关技术中，在确定目标多媒体文件时，所使用的第一系数与第二系数是不准确的。因此，确定出的目标多媒体文件并不符合推送要求。而本方案中的第一系数与第二系数是预估损失小于预定阈值的情况下的系数。采用第一系数与第二系数所确定的目标多媒体文件是符和推送要求的文件。因此，采用本方案提高了推送目标多媒体文件的效率。

可选地，上述多媒体文件推送方法可以但不限于应用在上述服务器112中。上述用户设备104可以但不限于为手机、平板电脑、笔记本电脑或pc机等终端，上述网络110可以包括但不限于无线网络或有线网络。其中，该无线网络包括：wifi及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器112可以包括但不限于任何可以进行计算的硬件设备。

可选地，作为一种可选的实施方式，如图2所示，上述多媒体文件推送方法包括：

s202，获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，第一参数为每一千次推送获取的收益，第二参数为待推送多媒体文件被推送后被点击的概率；

s204，根据第一参数与第二参数，确定预估损失，其中，预估损失用于确定第一系数与第二系数；

s206，在预估损失小于预定阈值的情况下，输出第一系数与第二系数，其中，第一系数与第二系数用于从待推送多媒体文件集中确定目标多媒体文件；

s208，根据第一系数与第二系数从待推送多媒体文件集中确定出目标多媒体文件；

s210，将目标多媒体文件推送给客户端。

可选地，上述多媒体文件推送方法可以但不限于应用于推送多媒体文件的领域，例如，推送广告的过程中，或推送视频、音频的过程中，或推送连接的过程中。以推送广告的过程为例，每一个广告都对应一个第一参数与第二参数，第一参数为每一千次推送获取的收益，第二参数为广告被推送后被点击的概率。在获取到上述第一参数与第二参数后，可以根据上述第一参数与第二参数与确定预估损失。上述预估损失可以为通过预定公式计算得到的推送上述广告时，在某一方面的损失。如收益的损失。在上述预估损失小于预定阈值的情况下，第一系数与第二系数是较优的。根据第一系数与第二系数确定出的广告是比较适合推送的。因此，将确定出的广告推送给客户端显示。

本方案中的第一系数与第二系数是预估损失小于预定阈值的情况下的系数。采用第一系数与第二系数所确定的目标多媒体文件是符和推送要求的文件。因此，采用本方案提高了推送广告的效率。

可选地，本方案中在获取到多媒体文件集中的每一个多媒体文件之后，可以获取每一个多媒体文件的第一参数与第二参数，还可以获取每一个多媒体文件的第一系数与第二系数。上述第一系数与第一参数的乘积用于从多媒体文件集中确定出目标多媒体文件。上述第二系数用于过滤掉不符合要求的多媒体文件。

可选地，上述第一系数的范围可以为0.5-8，上述第二系数为过滤系数，位于0-1之间。在多媒体文件集中的多媒体文件的第二参数小于第二系数的情况下，该多媒体文件无法被确定为目标多媒体文件。

可选地，上述第一系数与第二系数的值可以预先设定，预先设定的值可以使用但是并不较优的，需要进行调整。调整过程如下：

在获取到多媒体文件集中的每一个多媒体文件的第一参数与第一系数后，将第一参数与第一系数相乘，得到排序分值，排序分值高且第二参数大于第二系数的多媒体文件将被确定为目标多媒体文件。将排序分值概率化，得到每一个待推送多媒体文件的排序分值的概率。于此同时，获取待推送多媒体文件集中的每一个多媒体文件的第二参数在历史的第二参数中的排名。例如，在经过三次推送后，即将确定第四次推送的目标多媒体文件时，一个待推送的多媒体文件有三个历史的第二参数，而第四次推送时，该待推送的多媒体文件产生第四个第二参数。上述排名为第四个第二参数与前三个第二参数的大小相比，排在第几位。如该待推送的多媒体文件前三次推送的第二参数为0.5、0.8、0.6，第四次推送的第二参数为0.7，0.7小于0.8，但是0.7大于0.5与0.6，排在第二位，则该待推送的多媒体文件的排名为2。将上述排名概率化，得到每一个多媒体文件的排名的概率。将待推送多媒体文件集中的每一个多媒体文件的排序分值的概率与排名的概率相乘，得到每一个多媒体文件的获胜概率。上述获胜概率为每一个多媒体文件每一次推送被确定为目标多媒体文件的概率。

在确定获胜概率后，需要确定预估损失。在获胜概率中，将每一个多媒体文件的每一次推送的获胜概率相加，确定为预估播放量。获取目标播放量，其中，目标播放量与该多媒体文件的已经播放次数与还需播放次数相关。通过预定公式计算得到每一个多媒体文件预估播放量与目标播放量之间的损失。将每一个多媒体文件的损失相加，得到第一损失。此外，还需要确定第二损失。在获取到获胜概率后，将每一个多媒体文件每一次推送的获胜概率与第二参数相乘，得到收益矩阵，收益矩阵中，每一次推送最大的值为最大点击率，每一次推送中每一个多媒体文件的概率和为预估点击率。计算每一次推送最大点击率与预估点击率之间的损失，并将每一次推送的损失的和确定为第二损失。将第一损失与第二损失的和确定为预估损失。预估损失可能很大可能很小，需要一个约束条件，即预定阈值。若预估损失大于或等于预定阈值，则需要对第一系数与第二系数进行调整，并重新计算预估损失。若是预估损失小于了预定阈值，则说明第一系数与第二系数是可以使用的较优的系数。此时，根据第一系数与第二系数确定出目标多媒体文件。

在根据第一系数与第二系数确定出目标多媒体文件时，首先获取待推送多媒体文件集中每一个多媒体文件的第二参数，将第二参数小于第二系数的多媒体文件删除，在剩余的多媒体文件中，计算第一系数与第一参数的乘积，将乘积最大的多媒体文件确定为目标多媒体文件。将目标多媒体文件推送给客户端。

以下结合一个具体示例对上述多媒体文件推送方法进行说明。以下所提到的数据均为了解释本方案，具体数据需要根据实际情况与计算确定。上述第一系数为pacing，pacing大于或等于0.5,且小于或等于8，上述第二系数为rankpercentthreshold，为过滤系数，第二参数小于rankpercentthreshold的广告将被过滤，不被推送给客户端。

例如，以推送广告为例，多媒体文件集中有3个广告，分别为广告1、广告2与广告3，广告1、广告2与广告3的第一参数分别为5、6、4，经过两次推送，第一次推送广告1、广告2与广告3的第二参数分别为0.6、0.8、0.7，第二次推送，广告1、广告2与广告3的第二参数分别为0.5、0.7、0.8，在第三次推送时，需要确定推送哪一个广告，广告1、广告2与广告3的第二参数分别为0.3、0.7、0.6。而在第一次推送时，广告1、广告2与广告3的第一系数分别为0.5、2、4，第二次推送时，广告1、广告2与广告3的第一系数分别为0.7、0.5、3，第三次推送时，广告1、广告2与广告3的第一系数可以为5、0.2、0.4。需要说明的是，上述第三次推送时的第一系数还需要根据本方案中的下述方法进行优化，从而得到较优的第一系数，进而确定第三次推送时，推送广告1、广告2与广告3中的哪一个广告。在获取到上述数据后，可以确定出预估损失，并根据预估损失确定较优的第一系数与第二系数。

首先计算上述广告1、广告2与广告3的每一次推送时，第一参数与第一系数的乘积，得到排序分值，如第一次推送，广告1的排序分值为5*0.5＝2.5，广告2的排序分值为2*6＝12，广告3的排序分值,4*4＝16。第二次推送，广告1的排序分值为0.7*5＝3.5，广告2的排序分值为0.5*6＝3，广告3的排序分值为4*3＝12。上述排序分值可以为前两次推送时的依据。而在第三次推送时，可以计算得到广告1的排序分值为5*5＝25，广告2的排序分值为0.2*6＝1.2，广告3的排序分值为0.4*4＝1.6。虽然得到了第三次推送时广告1、广告2与广告3的排序分值，但是由于上述排序分值中的第一系数还需要优化，因此，并不是根据上述排序结果确定第三次推送时，推送哪一个广告。而是采用如下方法优化上述第一系数。

首先获取前两次推送与第三次推送时，广告1、广告2与广告3的排序分值，排序分值为第一参数与第一系数的乘积(第三次推送还未发生，第三次推送的第一系数与第二系数还需要优化，使用优化后的第一系数与第二系数确定第三次推送时推送的广告，以下不再重复说明)。使用以下公式将上述排序分值概率化，得到如图3所示的排序分值的概率化结果。图3中每一列为一个广告，每一行为一次推送。

上述公式中，i表示第i个广告，j表示第j次推送，z指广告的排序分值，n为推送的次数。

此外，分别计算广告1、广告2与广告3的逆序分位数，逆序分位数为广告第三次推送时的第二参数在历史推送过程中的第二参数中的大小排序。如广告1第一次推送、第二次推送、第三次推送的第二参数分别为0.6、0.8、0.7，第三次推送的第二参数排在第2位，则第三次推送，广告1的逆序分位数为2。使用如下公式计算每一次拉取每一个广告的逆序分位数的概率化结果。

pthreshold＝sigmoid(α(rpij-rpti)+β)(2)

其中，pthreshold为逆序分位数的概率化结果，α与β为超参数，可以根据实际情况调整，rpij为广告i的第j次推送的逆序分位数，rpti为广告i的第二参数。

结果如图4所示，图4中每一列为一个广告，每一行为一次推送。需要说明的是，逆序分位数根据推送次数的不同，有不同的范围。如推送10次，则逆序分位数最大为10。

在得到排序分值概率化结果与逆序分位数概率化结果之后，将两个结果相乘，得到获胜概率矩阵，如图5所示，图5为每一个广告每一次推送的获胜概率矩阵。

在获取到获胜概率矩阵后，需要计算第一损失。此时，需要计算每一个广告的预估播放量与最大播放量之间的损失。其中，预估播放量为每一个广告的多次推送的获胜概率的和。如广告1的预估播放量为1，广告2的预估播放量为1.5，广告3的预估播放量为0.5。预估播放量表示三次推送中，广告可能的播放次数。

在计算每一个广告的预估播放量与最大播放量之间的损失时，可以使用均方误差公式计算。如使用如下公式计算。

loss_budget＝mse(y_budget_pred,y_budget)(3)

其中，loss_budget为一个广告的预估播放量与最大播放量之间的损失，y_budget_pred为预估播放量，y_budget为最大播放量。y_budget根据广告的已经播放次数与还需播放次数确定。在计算得到每一个广告的损失后，将每一个广告的损失相加，得到第一损失。

此外，还需计算第二损失。此时，需要计算每次推送预估收益与最大收益之间的损失。

首选，将获胜概率矩阵与三次推送中每一个广告的第二参数相乘，得到收益矩阵。图6为第二参数矩阵，图7为收益矩阵。每一次推送的预估收益为每一次推送所有广告的收益和，最大收益为每一次推送时，最大的第二参数。通过以下公式计算预估收益与最大收益之间的损失。

loss_pctr＝mse(y_extract_pred,y_extract_object)(4)

在计算得到每一次推送的损失后，将每一次推送的损失相加，得到第二损失。

将第一损失与第二损失相加，得到预估损失。此时，可以根据预估损失的结果确定是否调整第一系数与第二系数。若是预估损失大于或等于了第一阈值，则表示损失太大，需要调整第一系数与第二系数。若是损失小于了第一阈值，则表示损失为较优的损失，可以接受，此时，将第一系数与第二系数作为确定第三次推送的广告的系数。确定广告1、广告2、广告3的第一参数与第一系数的乘积，获取广告1、广告2、广告3的第二参数，将第二参数小于第二系数的广告过滤掉，不作为推送的广告，将剩余广告中，第一参数与第一系数的乘积最大的广告作为推送的广告，推送给客户端。如将广告1推送给客户端。如图8所示，图8为一种可选的推送结果。推送的广告1，广告1为“有汰渍，没污渍”。

需要说明的是，图3-图7中的数字仅为示例性的，具体数值应该以实际情况与计算结果为准。

通过本实施例，由于在推送目标多媒体文件时，推送的是由第一系数与第二系数确定的目标多媒体文件，而第一系数与第二系数是预估损失小于预定阈值下的系数。从而采用上述方法确定的第一系数与第二系数是损失较小的系数，确定的目标多媒体文件是更符合推送需求的文件。

作为一种可选的实施方案，根据第一参数与第二参数，确定预估损失包括：

s1，根据第一参数与第二参数获取获胜概率矩阵，其中，获胜概率矩阵中包括每一个待推送多媒体文件在每一次推送中被确定为目标多媒体文件的概率；

s2，获取第二参数矩阵，其中，第二参数矩阵中包括每一个待推送多媒体文件在每一次推送中被点击的概率；

s3，确定每一个待推送多媒体文件在获胜概率矩阵中的损失，得到第一损失；

s4，确定每一个待推送多媒体文件在收益矩阵中的损失，得到第二损失，其中，收益矩阵为获胜概率矩阵与第二参数矩阵的乘积；

s5，将第一损失与第二损失的和确定为预估损失。

可选地，在计算上述第一损失与第二损失的过程中，需要获取获胜概率矩阵与第二参数矩阵，并获取收益矩阵，以及根据获胜概率矩阵确定每一个广告的目标播放量与最大播放量之间的损失，将每一个广告的上述损失的和确定为第一损失，并根据收益矩阵确定出每一次推送时，最大收益与预估收益之间的损失，并将每一次推送的上述损失之和确定为第二损失，并将第一损失与第二损失的和确定为预估损失。

通过本实施例，通过上述方法确定预估损失，从而可以通过获胜概率矩阵与收益矩阵确定出准确的预估损失，进而得到准确的第一系数与第二系数，从而提高了推送目标多媒体文件的效率。

作为一种可选的实施方案，根据第一参数与第二参数获取获胜概率矩阵包括：

s1，确定待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第一系数的乘积；

s2，将乘积概率化，得到第一矩阵；

s3，确定待推送多媒体文件集中每一个待推送多媒体文件的第二参数在历史参数中的排名，其中，历史参数为每一个待推送多媒体文件历史推送过程中被点击的概率；

s4，将排名概率化，得到第二矩阵；

s5，将第一矩阵与第二矩阵相乘，得到获胜概率矩阵。

可选地，本方案中的上述第一矩阵可以为对每一次推送中每一个待推送多媒体文件的排序分值的概率化结果，上述第二矩阵可以为每一次推送中每一个待推送多媒体文件的逆序分位数的概率化结果。

通过本实施例，通过上述方法确定获胜概率矩阵，从而提高了确定获取获胜概率矩阵的效率。

作为一种可选的实施方案，确定每一个待推送多媒体文件在获胜概率矩阵中的损失，得到第一损失包括：

s1，通过预定公式，计算每一个待推送多媒体文件的预估播放量与目标播放量之间的损失，其中，预估播放量根据获胜概率矩阵得到，目标播放量由待推送多媒体文件的已播放量和未播放量决定；

s2，将每一个待推送多媒体文件的预估播放量与目标播放量之间的损失之和确定为第一损失。

可选地，上述确定第一损失时，需要首先确定每一个广告的预估播放量与目标播放量之间的损失。然后将每一个广告的上述损失之和确定为第一损失。

通过本实施例，通过上述方法确定第一损失，从而提高了确定第一损失的准确度。

作为一种可选的实施方案，确定每一个待推送多媒体文件在收益矩阵中的损失，得到第二损失包括：

s1，通过预定公式计算每一次推送中最大点击率与预估点击率之间的损失，其中，最大点击率为每一次推送中最大的第二参数，预估点击率根据收益矩阵得到；

s2，将每一次推送中最大点击率与上述预估点击率之间的损失之和确定为第二损失。

可选地，上述确定第二损失时，需要首先确定每一次推送的预估点击率与最大点击率之间的损失。然后将每一个广告的上述损失之和确定为第二损失。

通过本实施例，通过上述方法确定第二损失，从而提高了确定第一损失的准确度。

作为一种可选的实施方案，在根据第一参数与第二参数，确定预估损失之后，还包括：

s1，将第二参数大于第二系数的待推送多媒体文件中，第一系数与第一参数的乘积最大的待推送多媒体文件确定为目标多媒体文件。

可选地，在获取到预估损失小于预定阈值的情况下的第一系数与第二系数后，将第二参数大于第二系数的待推送多媒体文件中，第一系数与第一参数的乘积最大的待推送多媒体文件确定为目标多媒体文件。

通过本实施例，通过上述方法确定目标多媒体文件，从而提高了推送多媒体文件的效率。

作为一种可选的实施方案，在根据第一参数与第二参数，确定预估损失之后，还包括：

s1，在预估损失大于或等于预定阈值的情况下，调整第一系数或第二系数，直到预估损失小于预定阈值。

可选地，上述调整过程可以为多次，调整的结果为某一次调整后，计算得到的预估损失小于了预定阈值，则当前次的第一系数与第二系数为确定目标多媒体文件所使用的系数。

通过本实施例，通过上述方法确定第一系数与第二系数，从而提高了确定第一系数与第二系数的准确度。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

根据本发明实施例的另一个方面，还提供了一种用于实施上述多媒体文件推送方法的多媒体文件推送装置。如图9所示，该装置包括：

(1)获取单元902，用于获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，第一参数为每一千次推送获取的收益，第二参数为待推送多媒体文件被推送后被点击的概率；

(2)第一确定单元904，用于根据第一参数与第二参数，确定预估损失，其中，预估损失用于确定第一系数与第二系数；

(3)输出单元906，用于在预估损失小于预定阈值的情况下，输出第一系数与第二系数，其中，第一系数与第二系数用于从待推送多媒体文件集中确定目标多媒体文件；

(4)第二确定单元908，用于根据第一系数与第二系数从待推送多媒体文件集中确定出目标多媒体文件；

(5)推送单元910，用于将目标多媒体文件推送给客户端。

可选地，上述多媒体文件推送装置可以但不限于应用于推送多媒体文件的领域，例如，推送广告的过程中，或推送视频、音频的过程中，或推送连接的过程中。以推送广告的过程为例，每一个广告都对应一个第一参数与第二参数，第一参数为每一千次推送获取的收益，第二参数为广告被推送后被点击的概率。在获取到上述第一参数与第二参数后，可以根据上述第一参数与第二参数与确定预估损失。上述预估损失可以为通过预定公式计算得到的推送上述广告时，在某一方面的损失。如收益的损失。在上述预估损失小于预定阈值的情况下，第一系数与第二系数是较优的。根据第一系数与第二系数确定出的广告是比较适合推送的。因此，将确定出的广告推送给客户端显示。

本方案中的第一系数与第二系数是预估损失小于预定阈值的情况下的系数。采用第一系数与第二系数所确定的目标多媒体文件是符和推送要求的文件。因此，采用本方案提高了推送广告的效率。

可选地，本方案中在获取到多媒体文件集中的每一个多媒体文件之后，可以获取每一个多媒体文件的第一参数与第二参数，还可以获取每一个多媒体文件的第一系数与第二系数。上述第一系数与第一参数的乘积用于从多媒体文件集中确定出目标多媒体文件。上述第二系数用于过滤掉不符合要求的多媒体文件。

可选地，上述第一系数的范围可以为0.5-8，上述第二系数为过滤系数，位于0-1之间。在多媒体文件集中的多媒体文件的第二参数小于第二系数的情况下，该多媒体文件无法被确定为目标多媒体文件。

可选地，上述第一系数与第二系数的值可以预先设定，预先设定的值可以使用但是并不较优的，需要进行调整。调整过程如下：

在获取到多媒体文件集中的每一个多媒体文件的第一参数与第一系数后，将第一参数与第一系数相乘，得到排序分值，排序分值高且第二参数大于第二系数的多媒体文件将被确定为目标多媒体文件。将排序分值概率化，得到每一个待推送多媒体文件的排序分值的概率。于此同时，获取待推送多媒体文件集中的每一个多媒体文件的第二参数在历史的第二参数中的排名。例如，在经过三次推送后，即将确定第四次推送的目标多媒体文件时，一个待推送的多媒体文件有三个历史的第二参数，而第四次推送时，该待推送的多媒体文件产生第四个第二参数。上述排名为第四个第二参数与前三个第二参数的大小相比，排在第几位。如该待推送的多媒体文件前三次推送的第二参数为0.5、0.8、0.6，第四次推送的第二参数为0.7，0.7小于0.8，但是0.7大于0.5与0.6，排在第二位，则该待推送的多媒体文件的排名为2。将上述排名概率化，得到每一个多媒体文件的排名的概率。将待推送多媒体文件集中的每一个多媒体文件的排序分值的概率与排名的概率相乘，得到每一个多媒体文件的获胜概率。上述获胜概率为每一个多媒体文件每一次推送被确定为目标多媒体文件的概率。

在确定获胜概率后，需要确定预估损失。在获胜概率中，将每一个多媒体文件的每一次推送的获胜概率相加，确定为预估播放量。获取目标播放量，其中，目标播放量与该多媒体文件的已经播放次数与还需播放次数相关。通过预定公式计算得到每一个多媒体文件预估播放量与目标播放量之间的损失。将每一个多媒体文件的损失相加，得到第一损失。此外，还需要确定第二损失。在获取到获胜概率后，将每一个多媒体文件每一次推送的获胜概率与第二参数相乘，得到收益矩阵，收益矩阵中，每一次推送最大的值为最大点击率，每一次推送中每一个多媒体文件的概率和为预估点击率。计算每一次推送最大点击率与预估点击率之间的损失，并将每一次推送的损失的和确定为第二损失。将第一损失与第二损失的和确定为预估损失。预估损失可能很大可能很小，需要一个约束条件，即预定阈值。若预估损失大于或等于预定阈值，则需要对第一系数与第二系数进行调整，并重新计算预估损失。若是预估损失小于了预定阈值，则说明第一系数与第二系数是可以使用的较优的系数。此时，根据第一系数与第二系数确定出目标多媒体文件。

在根据第一系数与第二系数确定出目标多媒体文件时，首先获取待推送多媒体文件集中每一个多媒体文件的第二参数，将第二参数小于第二系数的多媒体文件删除，在剩余的多媒体文件中，计算第一系数与第一参数的乘积，将乘积最大的多媒体文件确定为目标多媒体文件。将目标多媒体文件推送给客户端。

通过本实施例，由于在推送目标多媒体文件时，推送的是由第一系数与第二系数确定的目标多媒体文件，而第一系数与第二系数是预估损失小于预定阈值下的系数。从而采用上述方法确定的第一系数与第二系数是损失较小的系数，确定的目标多媒体文件是更符合推送需求的文件。

作为一种可选的实施方案，上述第一确定单元包括：

(1)第一获取模块，用于根据第一参数与第二参数获取获胜概率矩阵，其中，获胜概率矩阵中包括每一个待推送多媒体文件在每一次推送中被确定为目标多媒体文件的概率；

(2)第二获取模块，用于获取第二参数矩阵，其中，第二参数矩阵中包括每一个待推送多媒体文件在每一次推送中被点击的概率；

(3)第一确定模块，用于确定每一个待推送多媒体文件在获胜概率矩阵中的损失，得到第一损失；

(4)第二确定模块，用于确定每一个待推送多媒体文件在收益矩阵中的损失，得到第二损失，其中，收益矩阵为获胜概率矩阵与第二参数矩阵的乘积；

(5)第三确定模块，用于将第一损失与第二损失的和确定为预估损失。

通过本实施例，通过上述方法确定预估损失，从而可以通过获胜概率矩阵与收益矩阵确定出准确的预估损失，进而得到准确的第一系数与第二系数，从而提高了推送目标多媒体文件的效率。

作为一种可选的实施方案，上述第一获取模块包括：

(1)第一确定子模块，用于确定待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第一系数的乘积；

(2)第二确定子模块，用于将乘积概率化，得到第一矩阵；

(3)第三确定子模块，用于确定待推送多媒体文件集中每一个待推送多媒体文件的第二参数在历史参数中的排名，其中，历史参数为每一个待推送多媒体文件历史推送过程中被点击的概率；

(4)第四确定子模块，用于将排名概率化，得到第二矩阵；

(5)处理子模块，用于将第一矩阵与第二矩阵相乘，得到获胜概率矩阵。

通过本实施例，通过上述方法确定获胜概率矩阵，从而提高了确定获取获胜概率矩阵的效率。

作为一种可选的实施方案，上述第一确定模块包括：

(1)第一计算子模块，用于通过预定公式，计算每一个待推送多媒体文件的预估播放量与目标播放量之间的损失，其中，预估播放量根据获胜概率矩阵得到，目标播放量由待推送多媒体文件的已播放量和未播放量决定；

(2)第五确定子模块，用于将每一个待推送多媒体文件的预估播放量与目标播放量之间的损失之和确定为第一损失。

通过本实施例，通过上述方法确定第一损失，从而提高了确定第一损失的准确度。

作为一种可选的实施方案，上述第二确定模块包括：

(1)第二计算子模块，用于通过预定公式计算每一次推送中最大点击率与预估点击率之间的损失，其中，最大点击率为每一次推送中最大的第二参数，预估点击率根据收益矩阵得到；

(2)第六确定子模块，用于将每一次推送中最大点击率与上述预估点击率之间的损失之和确定为第二损失。

通过本实施例，通过上述方法确定第二损失，从而提高了确定第一损失的准确度。

作为一种可选的实施方案，上述装置还包括：

(1)第三确定单元，用于在根据第一参数与第二参数，确定预估损失之后，将第二参数大于第二系数的待推送多媒体文件中，第一系数与第一参数的乘积最大的待推送多媒体文件确定为目标多媒体文件。

通过本实施例，通过上述方法确定目标多媒体文件，从而提高了推送多媒体文件的效率。

作为一种可选的实施方案，上述装置还包括：

(1)调整单元，用于在根据第一参数与第二参数，确定预估损失之后，在预估损失大于或等于预定阈值的情况下，调整第一系数或第二系数，直到预估损失小于预定阈值。

通过本实施例，通过上述方法确定第一系数与第二系数，从而提高了确定第一系数与第二系数的准确度。

根据本发明实施例的又一个方面，还提供了一种用于实施上述多媒体文件推送方法的电子装置，如图10所示，该电子装置包括存储器1002和处理器1004，该存储器1002中存储有计算机程序，该处理器1004被设置为通过计算机程序执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

s1，获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，第一参数为每一千次推送获取的收益，第二参数为待推送多媒体文件被推送后被点击的概率；

s2，根据第一参数与第二参数，确定预估损失，其中，预估损失用于确定第一系数与第二系数；

s3，在预估损失小于预定阈值的情况下，输出第一系数与第二系数，其中，第一系数与第二系数用于从待推送多媒体文件集中确定目标多媒体文件；

s4，根据第一系数与第二系数从待推送多媒体文件集中确定出目标多媒体文件；

s5，将目标多媒体文件推送给客户端。

可选地，本领域普通技术人员可以理解，图10所示的结构仅为示意，电子装置也可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobileinternetdevices，mid)、pad等终端设备。图10其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图10中所示更多或者更少的组件(如网络接口等)，或者具有与图10所示不同的配置。

其中，存储器1002可用于存储软件程序以及模块，如本发明实施例中的多媒体文件推送方法和装置对应的程序指令/模块，处理器1004通过运行存储在存储器1002内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的多媒体文件推送方法。存储器1002可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1002可进一步包括相对于处理器1004远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器1002具体可以但不限于用于存储预估损失、第一系数与第二系数等信息。作为一种示例，如图10所示，上述存储器1002中可以但不限于包括上述多媒体文件推送装置中的获取单元902、第一确定单元904、输出单元906、第二确定单元908与推送单元910。此外，还可以包括但不限于上述多媒体文件推送装置中的其他模块单元，本示例中不再赘述。

可选地，上述的传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置1006包括一个网络适配器(networkinterfacecontroller，nic)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置1006为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

此外，上述电子装置还包括：显示器1008，用于显示推送的目标多媒体文件；和连接总线1010，用于连接上述电子装置中的各个模块部件。

根据本发明的实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，第一参数为每一千次推送获取的收益，第二参数为待推送多媒体文件被推送后被点击的概率；

s2，根据第一参数与第二参数，确定预估损失，其中，预估损失用于确定第一系数与第二系数；

s3，在预估损失小于预定阈值的情况下，输出第一系数与第二系数，其中，第一系数与第二系数用于从待推送多媒体文件集中确定目标多媒体文件；

s4，根据第一系数与第二系数从待推送多媒体文件集中确定出目标多媒体文件；

s5，将目标多媒体文件推送给客户端。

可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-onlymemory，rom)、随机存取器(randomaccessmemory，ram)、磁盘或光盘等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。