[发明专利]一种多媒体数据推荐方法及装置

权利要求书

1.一种多媒体数据推荐方法，其特征在于，包括：

获取目标用户的用户行为数据集以及当前时间的值，所述用户行为数据集中包含目标用户观看每种多媒体数据类型对应的多媒体数据时的时间戳；

根据所述目标用户的用户行为数据集中的时间戳与所述当前时间的值，计算出所述目标用户对每种多媒体数据类型的权重值；

根据所述目标用户对每种多媒体数据类型的权重值为所述目标用户推荐多媒体数据；

其中，所述获取用户对多媒体数据类型的权重值的权重值计算公式之前，所述方法还包括：

获取每个用户的用户行为数据集以及用户对多媒体数据类型的权重值计算模型公式中的权重值拟合函数模型；

根据所述每个用户的用户行为数据集中的时间戳、所述权重值计算公式以及拟合系数的取值范围，确定出用户对多媒体数据类型的权重值的权重值拟合函数，具体包括：

从所述拟合系数的取值范围中选择任意值作为第一待定拟合系数，将所述第一待定拟合系数代入所述权重值计算模型公式中，得到第一权重值计算公式，根据所述每个用户的用户行为数据集中的时间戳和所述第一权重值计算公式，计算出所有的用户对多媒体数据类型的权重值拟合曲线间的第一曲线相似度；

重复上述过程，计算出其他待定拟合系数下所有的用户对多媒体数据类型的权重值拟合曲线间的曲线相似度；

从计算出的所有的曲线相似度中，选择曲线相似度最小时的待定拟合系数作为拟合系数，并将所述拟合系数代入所述权重值拟合函数模型中得到权重值拟合函数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户的用户行为数据集中的时间戳和所述当前时间的值计算出所述目标用户对每种多媒体数据类型的权重值具体包括：

将所述目标用户的用户行为数据集中的时间戳与所述当前时间的值代入用户对多媒体数据类型的权重值计算公式中，计算出所述目标用户对每种多媒体数据类型的权重值；其中，所述权重值计算公式中的权重值拟合函数用于表示用户观看每种多媒体数据类型对应多媒体数据的时间戳与所述当前时间之间的差值与用户对所述多媒体数据类型的多媒体数据的权重值间的函数关系。

3.根据权利要求2所述的方法，其特征在于：

所述权重值计算公式为：

其中，F(t)为权重值拟合函数，t_c为当前时间，t_bi为多媒体数据类型b中的多媒体数据i被用户观看时的时间戳，k为多媒体数据类型个数。

4.根据权利要求3所述的方法，其特征在于，所述权重值拟合函数模型为：p与λ为所述权重值拟合函数模型的拟合系数。

5.一种多媒体数据推荐装置，其特征在于，包括：

获取模块，用于获取目标用户的用户行为数据集以及当前时间的值，所述用户行为数据集中包含目标用户观看每种多媒体数据类型对应的多媒体数据时的时间戳；所述获取模块，还用于获取每个用户的用户行为数据集以及用户对多媒体数据类型的权重值计算模型公式中的权重值拟合函数模型；

所述装置还包括：

确定模块，用于根据所述获取模块获取的所述每个用户的用户行为数据集中的时间戳、所述权重值计算公式以及拟合系数的取值范围，确定出用户对多媒体数据类型的权重值的权重值拟合函数；所述确定模块具体用于：

从所述拟合系数的取值范围中选择任意值作为第一待定拟合系数，将所述第一待定拟合系数代入所述权重值计算模型公式中，得到第一权重值计算公式，根据所述每个用户的用户行为数据集中的时间戳和所述第一权重值计算公式，计算出所有的用户对多媒体数据类型的权重值拟合曲线间的第一曲线相似度；重复上述过程，计算出其他待定拟合系数下所有的用户对多媒体数据类型的权重值拟合曲线间的曲线相似度；从计算出的所有的曲线相似度中，选择曲线相似度最小时的待定拟合系数作为拟合系数，并将所述拟合系数代入所述权重值拟合函数模型中得到权重值拟合函数；

计算模块，用于根据所述获取模块获取的所述目标用户的用户行为数据集中的时间戳与所述当前时间的值，计算出所述目标用户对每种多媒体数据类型的权重值；

推荐模块，用于根据所述计算模块计算出的所述目标用户对每种多媒体数据类型的权重值为所述目标用户推荐多媒体数据。