对每个目标多媒体数据的评分按照评分 值的大小顺序，降序插入到预设链表中。
[0075] 其中，上述的预设链表包含的最大元素个数与目标用户需要推荐的多媒体数据的 个数相同。
[0076] 本发明的实施例提供的多媒体数据的聚类方法，根据获取到的多媒体数据的属性 信息矩阵R和矩阵S，该矩阵R的元素Ru表示用户i是否观看多媒体数据j，该矩阵S的元 素Sab表示多媒体数据a与多媒体数据b间的相似度，然后，根据矩阵R、矩阵S以及矩阵F， 将所有用户与所有多媒体数据进行聚类，得到矩阵Y，该矩阵F的元素Fxy表示用户x与用 户y间是否为好友关系，该矩阵Y的元素Ygl表示多媒体数据g属于组1的权重值。这样通 过矩阵F、矩阵R以及矩阵S中分别体现出的用户与用户之间、用户与多媒体数据之间以及 多媒体数据与多媒体数据间的关联性，对用户与多媒体数据间进行更精细化的聚类，从而 提高了终端对用户与多媒体数据聚类的准确性。此外，本发明根据目标用户的标识从矩阵 Y中确定出目标用户未观看的目标多媒体数据的标识，然后根据矩阵Y、目标用户的标识以 及目标多媒体数据的标识，预测出目标用户对每个目标多媒体数据的评分，最后对目标用 户对每个目标多媒体数据的评分进行排序，并根据目标用户需要推荐的多媒体数据的个数 确定对目标用户推荐的多媒体数据。这样在给目标用户推荐多媒体数据时只需要寻找与目 标用户属于共同组的用户和视频，大大提高了算法的速度，增加了推荐的实时性，使用户能 在较短的时间内快速观看到为其推荐的结果。
[0077] 本实施例提供一种多媒体数据的聚类装置，如图3所示，该装置用于实现上述 实施例提供的多媒体数据的聚类方法，该装置应用于智能终端，该智能终端可以为云端 服务器、智能电视、智能手机、平板电脑以及个人数字助理（英文PersonalDigital Assistant，简称PDA)等。该多媒体数据的聚类装置2包括：获取模块21、生成模块22以 及聚类模块23,其中：
[0078] 获取模块21，用于获取多媒体数据的属性信息。
[0079] 其中，上述的属性信息包括用户的标识，以及用户观看的多媒体数据的标识。
[0080] 生成模块22,用于根据获取模块21获取的多媒体数据的属性信息生成矩阵R和矩 阵S。
[0081] 其中，上述的矩阵R的行和列分别表示用户的标识和多媒体数据的标识，该矩阵R 的元素Ru表示用户i是否观看多媒体数据j;上述的矩阵S的行和列均为多媒体数据的标 识，该矩阵S的元素Sab表示多媒体数据a与多媒体数据b间的相似度。
[0082] 聚类模块23,用于根据生成模块22生成的矩阵R、矩阵S以及矩阵F，将所有用户 与所有多媒体数据进行聚类，得到矩阵Y。
[0083] 其中，上述的矩阵F的行和列均为用户的标识，该矩阵F的元素Fxy表示用户x与 用户y间是否为好友关系；该矩阵Y的行为组标识，该矩阵Y的列包括用户的标识和多媒体 矩阵的标识，该矩阵Y的元素Yfl表示用户f属于组1的权重值，该矩阵Y的元素Ygl表示多 媒体数据g属于组1的权重值。
[0084] 需要说明的是，上述的i,X，y,fG1，2,......,n；j,a,b,g,G1, 2,......，m; 1G1,2,……，k;n为用户个数，m为多媒体数据个数，k为组个数。
[0085] 本发明的实施例提供的多媒体数据的聚类装置，根据获取到的多媒体数据的属性 信息矩阵R和矩阵S，该矩阵R的元素Ru表示用户i是否观看多媒体数据j，该矩阵S的元 素Sab表示多媒体数据a与多媒体数据b间的相似度，然后，根据矩阵R、矩阵S以及矩阵F， 将所有用户与所有多媒体数据进行聚类，得到矩阵Y，该矩阵F的元素Fxy表示用户x与用 户y间是否为好友关系，该矩阵Y的元素Ygl表示多媒体数据g属于组1的权重值。这样通 过矩阵F、矩阵R以及矩阵S中分别体现出的用户与用户之间、用户与多媒体数据之间以及 多媒体数据与多媒体数据间的关联性，对用户与多媒体数据间进行更精细化的聚类，从而 提高了终端对用户与多媒体数据聚类的准确性。
[0086] 可选的，如图4所示，该装置2还包括：确定模块24、评分模块25以及排序模块26， 其中：
[0087] 确定模块24,用于根据目标用户的标识在矩阵Y中确定出目标用户未观看的目标 多媒体数据的标识。
[0088] 评分模块25,根据聚类模块23聚类出的矩阵Y、确定模块24确定的目标用户的标 识以及目标多媒体数据的标识，预测出目标用户对每个目标多媒体数据的评分。
[0089] 排序模块26,用于对评分模块25得出的目标用户对每个目标多媒体数据的评分 进行排序，并根据目标用户需要推荐的多媒体数据的个数确定对目标用户推荐的多媒体数 据。
[0090] 可选的，评分模块25具体用于：从目标用户未观看的多媒体数据中选择任一多媒 体数据；根据目标用户的标识和任一多媒体数据的标识，从矩阵Y中获取目标组的标识；目 标组为目标用户与任一多媒体数据同属一组时对应的组标识。
[0091] 若在矩阵Y中确定出目标组，则在目标组中预测目标用户对所述任一多媒体数据 的评分；根据评分以及目标用户属于目标组的权重值，计算出目标用户对任一多媒体数据 的评分；若在矩阵Y中未确定出目标组，则直接将目标用户对任一多媒体数据的评分设置 为0〇
[0092] 可选的，排序模块26具体用于：将目标用户对每个目标多媒体数据的评分按照评 分值的大小顺序，降序插入到预设链表中。
[0093] 其中，上述的预设链表包含的最大元素个数与目标用户需要推荐的多媒体数据的 个数相同。
[0094] 可选的，该聚类模块23在根据矩阵R、矩阵S以及矩阵F，将所有用户与所有多媒 体数据进行聚类，得到矩阵Y时具体包括：
[0095] 根据聚类公式、矩阵R、矩阵S以及矩阵F，将所有用户与所有多媒体数据进行聚 类，得到矩阵Y;
[0096] 其中，上述的聚类公式为：
[0097]
a为控制矩阵F权重，0为控制矩阵S的权重。 ?
[0099] 可选的，如图3所示，该装置2还包括：设置模块27,其中：
[0100] 设置模块27,用于设置更新周期。
[0101] 获取模块21具体用于：根据设置单元27设置的更新周期，在每个更新周期内，获 取每个更新周期内的多媒体数据的属性信息。
[0102] 本发明的实施例提供的多媒体数据的聚类装置，根据获取到的多媒体数据的属性 信息矩阵R和矩阵S，该矩阵R的元素Ru表示用户i是否观看多媒体数据j，该矩阵S的元 素Sab表示多媒体数据a与多媒体数据b间的相似度，然后，根据矩阵R、矩阵S以及矩阵F， 将所有用户与所有多媒体数据进行聚类，得到矩阵Y，该矩阵F的元素Fxy表示用户x与用 户y间是否为好友关系，该矩阵Y的元素Ygl表示多媒体数据g属于组1的权重值。这样通 过矩阵F、矩阵R以及矩阵S中分别体现出的用户与用户之间、用户与多媒体数据之间以及 多媒体数据与多媒体数据间的关联性，对用户与多媒体数据间进行更精细化的聚类，从而 提高了终端对用户与多媒体数据聚类的准确性。此外，本发明根据目标用户的标识从矩阵 Y中确定出目标用户未观看的目标多媒体数据的标识，然后根据矩阵Y、目标用户的标识以 及目标多媒体数据的标识，预测出目标用户对每个目标多媒体数据的评分，最后对目标用 户对每个目标多媒体数据的评分进行排序，并根据目标用户需要推荐的多媒体数据的个数 确定对目标用户推荐的多媒体数据。这样在给目标用户推荐多媒体数据时只需要寻找与目 标用户属于共同组的用户和视频，大大提高了算法的速度，增加了推荐的实时性，使用户能 在较短的时间内快速观看到为其推荐的结果。
[0103] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能 模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模 块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功 能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过 程，在此不再赘述。
[0104] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其 它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的 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。另外，在 本申请各个实施例中的各功能单元