CN109522426A - 多媒体数据推荐方法、装置、设备及计算机可读存储介质 - Google Patents

Abstract

本公开是关于一种多媒体数据推荐方法、装置、设备及计算机可读存储介质，属于计算机技术领域。方法包括：根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定目标多媒体数据的第一分值；根据目标多媒体数据的负向操作次数，确定调整权重；根据调整权重，对第一分值进行调整，得到目标多媒体数据的第二分值；基于第二分值，向目标用户标识对应的终端推荐多媒体数据。该第二分值综合了目标多媒体数据发生预设负向操作的次数，既能够体现目标用户与目标多媒体数据的匹配程度，还能体现目标多媒体数据的质量，能够准确表示目标用户喜欢目标多媒体数据的概率，提高了分值的准确度，提升了推荐效果，避免对目标用户造成干扰。

Description

多媒体数据推荐方法、装置、设备及计算机可读存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种多媒体数据推荐方法、装置、设备及计算机可读存储介质。

背景技术

随着互联网技术的飞速发展和用户的娱乐需求的逐步提升，基于视频的娱乐方式受到了广大用户的欢迎，很多用户都会在休闲状态下发布视频或者观看为其推荐的视频，但是若用户对推荐的视频不感兴趣，将无法满足用户的娱乐需求。因此，如何为用户推荐其感兴趣的视频成为亟待解决的问题。

相关技术中，通常获取目标用户标识的属性信息和历史操作记录以及目标视频的属性信息，根据目标用户标识的属性信息和历史操作记录以及目标视频的属性信息，确定目标视频的分值，该分值用于表示目标用户喜欢目标视频的概率，根据该分值可以确定是否为目标用户推荐目标视频。

采用上述方案确定的分值不够准确，不能准确表示目标用户喜欢目标视频的概率，若根据该分值推荐目标视频，会造成推荐效果不佳，容易给目标用户造成干扰。

发明内容

本公开提供了一种多媒体数据推荐方法、装置、设备及计算机可读存储介质，能够克服相关技术中存在的确定的分值不够准确、不能准确表示目标用户喜欢目标视频的概率、推荐效果不佳以及容易给用户造成干扰的问题。

根据本公开实施例的第一方面，提供一种多媒体数据推荐方法，所述方法包括：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

在一种可能实现的方式中，所述根据所述目标多媒体数据的负向操作次数，确定调整权重，包括：

根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，所述正向操作次数为所述目标多媒体数据发生预设正向操作的次数，所述负向概率用于表示所述目标多媒体数据发生所述预设负向操作的概率；

根据所述负向概率，确定所述调整权重，所述调整权重与所述负向概率呈负相关关系。

在另一种可能实现的方式中，所述方法还包括：

所述根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，包括：

根据所述目标多媒体数据的正向操作次数和负向操作次数，采用以下公式，获取所述目标多媒体数据的负向概率：

其中，P为所述目标多媒体数据的负向概率，P_cancel_count为所述目标多媒体数据的负向操作次数，P_count为所述目标多媒体数据的正向操作次数。

在另一种可能实现的方式中，所述根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，包括：

获取修正项，所述修正项为统计的多媒体数据的平均负向操作次数；

根据所述正向操作次数、所述负向操作次数以及所述修正项，采用以下公式，获取所述目标多媒体数据的负向概率：

其中，P为所述目标多媒体数据的负向概率，P_cancel_count为所述目标多媒体数据的负向操作次数，smooth_cancel_count为所述修正项，P_count为所述目标多媒体数据的正向操作次数。

在另一种可能实现的方式中，所述根据所述负向概率，确定所述调整权重，包括：

获取第一阈值和第二阈值，所述第一阈值小于所述第二阈值；

当所述负向概率不大于所述第一阈值时，确定所述调整权重为第一调整权重；

当所述负向概率大于所述第二阈值时，确定所述调整权重为第二调整权重，所述第二调整权重小于所述第一调整权重；

当所述负向概率大于所述第一阈值且不大于所述第二阈值时，根据所述负向概率采用预设处理函数，确定所述调整权重，所述预设处理函数的取值范围不小于所述第二调整权重，且小于所述第一调整权重。

在另一种可能实现的方式中，所述获取第一阈值和第二阈值，包括：

获取预设的所述第一阈值和所述第二阈值；或者，

根据所述目标多媒体数据的正向操作次数，获取与所述正向操作次数呈负相关关系的所述第一阈值，以及预设的所述第二阈值。

在另一种可能实现的方式中，所述根据所述负向概率，确定所述调整权重，包括：

根据所述负向概率，采用以下公式，确定所述调整权重：

其中，F(x)为所述调整权重，x为所述负向概率，x₁为所述第一阈值，x₂为所述第二阈值。

在另一种可能实现的方式中，所述根据所述负向概率，确定所述调整权重，包括：

当获取到多种预设负向操作对应的负向概率时，计算所述多种预设负向操作对应的调整权重的乘积，作为确定的调整权重。

根据本公开实施例的第二方面，提供一种多媒体数据推荐装置，所述装置包括：

第一确定单元，被配置为根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

第二确定单元，被配置为根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

调整单元，被配置为根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

推荐单元，被配置为基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

在一种可能实现的方式中，所述第二确定单元包括：

获取子单元，被配置为根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，所述正向操作次数为所述目标多媒体数据发生预设正向操作的次数，所述负向概率用于表示所述目标多媒体数据发生所述预设负向操作的概率；

确定子单元，被配置为根据所述负向概率，确定所述调整权重，所述调整权重与所述负向概率呈负相关关系。

在另一种可能实现的方式中，所述获取子单元还被配置为根据所述目标多媒体数据的正向操作次数和负向操作次数，采用以下公式，获取所述目标多媒体数据的负向概率：

其中，P为所述目标多媒体数据的负向概率，P_cancel_count为所述目标多媒体数据的负向操作次数，P_count为所述目标多媒体数据的正向操作次数。

在另一种可能实现的方式中，所述获取子单元还被配置为获取修正项，所述修正项为统计的多媒体数据的平均负向操作次数；根据所述正向操作次数、所述负向操作次数以及所述修正项，采用以下公式，获取所述目标多媒体数据的负向概率：

其中，P为所述目标多媒体数据的负向概率，P_cancel_count为所述目标多媒体数据的负向操作次数，smooth_cancel_count为所述修正项，P_count为所述目标多媒体数据的正向操作次数。

在另一种可能实现的方式中，所述确定子单元还被配置为获取第一阈值和第二阈值，所述第一阈值小于所述第二阈值；

所述确定子单元还被配置为当所述负向概率不大于所述第一阈值时，确定所述调整权重为第一调整权重；当所述负向概率大于所述第二阈值时，确定所述调整权重为第二调整权重，所述第二调整权重小于所述第一调整权重；当所述负向概率大于所述第一阈值且不大于所述第二阈值时，根据所述负向概率采用预设处理函数，确定所述调整权重，所述预设处理函数的取值范围不小于所述第二调整权重，且小于所述第一调整权重。

在另一种可能实现的方式中，所述确定子单元还被配置为获取预设的所述第一阈值和所述第二阈值；或者，根据所述目标多媒体数据的正向操作次数，获取与所述正向操作次数呈负相关关系的所述第一阈值，以及预设的所述第二阈值。

在另一种可能实现的方式中，所述确定子单元还被配置为根据所述负向概率，采用以下公式，确定所述调整权重：

其中，F(x)为所述调整权重，x为所述负向概率，x₁为所述第一阈值，x₂为所述第二阈值。

在另一种可能实现的方式中，所述确定子单元还被配置为当获取到多种预设负向操作对应的负向概率时，计算所述多种预设负向操作对应的调整权重的乘积，作为确定的调整权重。

根据本公开实施例的第三方面，提供了一种多媒体数据推荐设备，所述设备包括：

处理器；

用于存储处理器可执行命令的存储器；

其中，所述处理器被配置为：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由推荐设备的处理器执行时，使得推荐设备能够执行一种多媒体数据推荐方法，所述方法包括：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

根据本公开实施例的第五方面，提供一种计算机程序产品，当所述计算机程序产品中的指令由推荐设备的处理器执行时，使得推荐设备能够执行一种多媒体数据推荐方法，所述方法包括：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

本公开的实施例提供的技术方案可以包括以下有益效果：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度，根据目标多媒体数据的负向操作次数，确定调整权重，调节权重与负向操作次数呈负相关关系，根据该调整权重对第一分值进行调整，得到目标多媒体数据的第二分值，基于该第二分值向目标用户标识对应的终端推荐多媒体数据。本公开实施例能够综合目标多媒体数据发生预设负向操作的次数确定目标多媒体数据的分值，使得该分值不仅能够体现目标用户与目标多媒体数据的匹配程度，还能体现目标多媒体数据的质量，能够更加准确地表示目标用户喜欢目标多媒体数据的概率，因此提高了分值的准确度。基于所确定的分值进行多媒体数据推荐，能够提升推荐效果，避免对目标用户造成干扰。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种多媒体数据推荐方法的流程图。

图2是根据一示例性实施例示出的一种多媒体数据推荐方法的流程图。

图3是根据一示例性实施例示出的一种推荐装置的框图。

图4是根据一示例性实施例示出的一种用于多媒体数据推荐的终端的框图。

图5是根据一示例性实施例示出的一种服务器的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种多媒体数据推荐方法的流程图，如图1所示，该多媒体数据推荐方法用于推荐设备中，包括以下步骤：

在步骤101中，推荐设备根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度。

在步骤102中，推荐设备根据目标多媒体数据的负向操作次数，确定调整权重，调整权重与负向操作次数呈负相关关系，负向操作次数为目标多媒体数据发生预设负向操作的次数。

在步骤103中，推荐设备根据调整权重，对第一分值进行调整，得到目标多媒体数据的第二分值；

在步骤104中，推荐设备基于第二分值，向目标用户标识对应的终端推荐多媒体数据。

本公开实施例提供的方法，根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度，根据目标多媒体数据的负向操作次数，确定调整权重，调节权重与负向操作次数呈负相关关系，根据该调整权重对第一分值进行调整，得到目标多媒体数据的第二分值，基于该第二分值向目标用户标识对应的终端推荐多媒体数据。本公开实施例能够综合目标多媒体数据发生预设负向操作的次数确定目标多媒体数据的分值，使得该分值不仅能够体现目标用户与目标多媒体数据的匹配程度，还能体现目标多媒体数据的质量，能够更加准确地表示目标用户喜欢目标多媒体数据的概率，因此提高了分值的准确度。基于所确定的分值进行多媒体数据推荐，能够提升推荐效果，避免对目标用户造成干扰。

在一种可能实现的方式中，根据目标多媒体数据的负向操作次数，确定调整权重，包括：

根据目标多媒体数据的正向操作次数和负向操作次数，获取目标多媒体数据的负向概率，正向操作次数为目标多媒体数据发生预设正向操作的次数，负向概率用于表示目标多媒体数据发生预设负向操作的概率；

根据负向概率，确定调整权重，调整权重与负向概率呈负相关关系。

在另一种可能实现的方式中，根据目标多媒体数据的正向操作次数和负向操作次数，获取目标多媒体数据的负向概率，包括：

根据目标多媒体数据的正向操作次数和负向操作次数，采用以下公式，获取目标多媒体数据的负向概率，包括：

其中，P为多媒体数据的负向概率，P_cancel_count为目标多媒体数据的负向操作次数，P_count为多媒体数据的正向操作次数。

在另一种可能实现的方式中，根据目标多媒体数据的正向操作次数和负向操作次数，获取目标多媒体数据的负向概率，包括：

获取修正项，修正项为统计的多媒体数据的平均负向操作次数；

根据正向操作次数、负向操作次数以及修正项，采用以下公式，获取目标多媒体数据的负向概率，包括：

其中，P为多媒体数据的负向概率，P_cancel_count为目标多媒体数据的负向操作次数，smooth_cancel_count为修正项，P_count为多媒体数据的正向操作次数。

在另一种可能实现的方式中，根据负向概率，确定调整权重，包括：

获取第一阈值和第二阈值，第一阈值小于第二阈值；

当负向概率不大于第一阈值时，确定调整权重为第一调整权重；

当负向概率大于第二阈值时，确定调整权重为第二调整权重，第二调整权重小于第一调整权重；

当负向概率大于第一阈值且不大于第二阈值时，根据负向概率采用预设处理函数，确定调整权重，预设处理函数的取值范围不小于第二调整权重，且小于第一调整权重。

在另一种可能实现的方式中，获取第一阈值和第二阈值，包括：

获取预设的第一阈值和第二阈值；或者，

根据目标多媒体数据的正向操作次数，获取与正向操作次数呈负相关关系的第一阈值，以及预设的第二阈值。

在另一种可能实现的方式中，根据负向概率，确定调整权重，包括：

根据负向概率，采用以下公式，确定调整权重：

其中，F(x)为调整权重，x为负向概率，x₁为第一阈值，x₂为第二阈值。

在另一种可能实现的方式中，根据负向概率，确定调整权重，包括：

当获取到多种预设负向操作对应的负向概率时，计算多种预设负向操作对应的调整权重的乘积，作为确定的调整权重。

在另一种可能实现的方式中，预设正向操作包括点赞操作和关注目标多媒体数据的发布者的操作中的至少一种；预设负向操作包括取消点赞操作和取消关注目标多媒体数据的发布者的操作中的至少一种。

图2是根据一示例性实施例示出的一种多媒体数据推荐方法的流程图，如图2所示，该多媒体数据推荐方法用于推荐设备中，推荐设备可以为手机、计算机、平板电脑、智能电视等终端或者服务器，该方法包括以下步骤：

在步骤201中，推荐设备根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定目标多媒体数据的第一分值。

本公开实施例中，推荐设备存储有多种多媒体数据，用户基于用户标识登录后，推荐设备可以为用户推荐多媒体数据。该用户标识用于表示用户的身份，可以为用户的手机号码、用户账号或用户昵称等。

从多媒体数据的格式来说，多媒体数据可以为静态图片、动态图片、音频或视频等。从多媒体数据的内容来说，该多媒体数据可以为电影、电视剧等影视作品、美食类视频、美妆类视频、搞笑视频等。

从多媒体数据的来源来说，若该推荐设备为终端，则多媒体数据可以由终端拍摄得到，或者由终端从互联网中下载，或者由其他设备发送至终端。若该推荐设备为服务器，则多媒体数据可以由终端上传至服务器，或者由多媒体数据的发布者提供给维护人员，由维护人员存储至服务器，或者由其他设备发送至服务器。

以要为目标用户标识推荐目标多媒体数据为例，推荐设备可以根据目标用户标识的特征信息和目标多媒体数据的特征信息确定是否进行推荐。

目标用户标识的特征信息是指目标用户的特征信息，用于对目标用户进行描述，该特征信息包括目标用户标识的属性信息和历史操作记录，其中属性信息可以包括用户的性别、年龄、标签以及用户经常观看的多媒体数据所属的类型等，历史操作记录用于记录用户曾执行过的操作，可以包括操作类型、操作次数、操作时间和操作对象等。

其中，若操作对象为某一多媒体数据，则用户对该多媒体数据执行过的操作类型可以包括点击操作、点赞操作、订阅多媒体数据的操作、关注多媒体数据的发布者的操作、取消点赞操作和取消关注发布者的操作等。

本公开实施例中，将对多媒体数据的操作分为预设正向操作和预设负向操作，预设正向操作是指预先设定的对多媒体数据表示肯定态度的操作，可以包括点击操作、点赞操作、关注多媒体数据的发布者的操作等，预设负向操作是指预先设定的对多媒体数据表示否定态度的操作，可以包括取消点赞操作、取消关注发布者的操作等。后续可以根据目标用户执行的预设正向操作和预设负向操作、以及目标多媒体数据发生过的预设正向操作和预设负向操作进行推荐。

另外，某些预设正向操作存在与之对应的预设负向操作，该预设负向操作用于取消用户执行过的预设正向操作，如点赞操作与取消点赞操作、关注发布者的操作与取消关注发布者的操作等。例如，用户观看电影的开头时，执行了点赞操作，但在观看完电影后，对该电影评价较低时，执行取消点赞操作。

目标多媒体数据的特征信息包括属性信息和历史操作记录，属性信息用于描述目标多媒体数据，属性信息可以包括目标多媒体数据的播放时长、所属的类型等，目标多媒体数据的历史操作记录用于记录目标多媒体数据发生过的操作，包括操作类型、操作次数、操作时间和操作执行者等。根据该目标多媒体数据的历史操作记录，可以统计目标多媒体数据的正向操作次数和负向操作次数，正向操作次数为目标多媒体数据发生预设正向操作的次数，负向操作次数为目标多媒体数据发生预设负向操作的次数。

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，可以确定目标多媒体数据的第一分值。其中，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度，第一分值越大，表示目标多媒体数据和目标用户标识之间的匹配程度越高，相反地，第一分值越小。表示目标多媒体数据和目标用户标识之间的匹配程度越低。

在一种可能实现的方式中，获取样本用户标识的属性信息和历史操作记录以及样本多媒体数据的属性信息，其中该历史操作记录中包括样本用户标识曾对样本多媒体数据执行过的操作，根据样本用户标识的属性信息和历史操作记录以及样本多媒体数据的属性信息进行训练，得到已训练的分值确定模型，分值确定模型用于确定代表目标用户标识与目标多媒体数据的匹配程度的分值。则根据目标多媒体数据的特征信息、目标用户标识的特征信息以及分值确定模型，可以确定目标多媒体数据的第一分值。

例如，训练得到点击率预测模型、点赞率预测模型和关注率预测模型，根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息以及这三个模型，确定目标多媒体数据的点击率、点赞率和关注率，可以计算点击率、点赞率和关注率的乘积，将该乘积确定为目标多媒体数据的第一分值，或者还可以计算点击率、点赞率和关注率的总和，将该总和确定为多媒体数据的第一分值。

在另一种可能实现的方式中，获取目标多媒体数据的历史操作记录和属性信息，以及目标用户标识的历史操作记录和属性信息，根据目标多媒体数据的历史操作记录和属性信息，确定目标多媒体数据的标签，该标签用于表示目标多媒体数据所属的类型，根据目标用户标识的历史操作记录和属性信息，获取目标用户标识的标签，该标签用于表示目标用户喜欢的多媒体数据所属的类型。将目标多媒体数据的标签和目标用户标识的标签进行匹配，得到第一分值，该第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度。

在步骤202中，推荐设备根据目标多媒体数据的正向操作次数和负向操作次数，获取目标多媒体数据的负向概率。

目标多媒体数据的正向操作次数和负向操作次数均能衡量目标多媒体数据的质量，而上述计算第一分值的过程中仅考虑了正向操作次数，而未考虑负向操作次数，考虑的因素不够全面，导致计算的分值不够准确。

例如，假设某一视频的点赞次数很多，被取消点赞的次数也很多，如果仅考虑点赞次数，就会将该视频推荐给用户，会造成推荐效果不佳，可能会给用户带来打扰。

为了解决上述问题，可以根据正向操作次数和负向操作次数，获取目标多媒体数据的负向概率。负向概率用于表示目标多媒体数据发生预设负向操作的概率，即将目标多媒体数据展示给用户且用户对目标多媒体数据执行操作的情况下，该操作为预设负向操作的概率。

在第一种可能实现的方式中，根据目标多媒体数据的正向操作次数和负向操作次数，采用以下公式，获取目标多媒体数据的负向概率：

其中，P为目标多媒体数据的负向概率，P_cancel_count为目标多媒体数据的负向操作次数，P_count为目标多媒体数据的正向操作次数。

在第二种可能实现的方式中，由于当目标多媒体的负向操作次数和正向操作次数均较少时，发生一次预设正向操作或者发生一次预设负向操作都会对计算的负向概率产生较大的影响，使得计算得到的负向概率容易出现波动，不能准确描述目标多媒体数据发生预设负向操作的概率。

为了解决上述问题，获取修正项，该修正项为统计的多媒体数据的平均负向操作次数。根据目标多媒体数据的正向操作次数、负向操作次数以及该修正项，采用以下公式，获取目标多媒体数据的负向概率：

其中，P为目标多媒体数据的负向概率，P_cancel_count为目标多媒体数据的负向操作次数，smooth_cancel_count为修正项，P_count为目标多媒体数据的正向操作次数。

上述修正项通过对大量多媒体数据的负向操作次数进行统计并求取平均值得到，该修正项用于对目标多媒体数据的负向概率进行修正。

在另一种可能实现方式中，当目标多媒体的操作次数较多时，修正项在获取目标多媒体数据的负向概率的过程中所起的作用较小，因此可以采用上述第一种可能实现方式计算负向概率。而当目标多媒体的操作次数较少时，修正项在获取目标多媒体数据的负向概率的过程中所起的作用较大，因此可以采用上述第二种可能实现方式计算负向概率。

在步骤203中，推荐设备根据负向概率，确定调整权重。

调整权重与负向概率呈负相关关系，即负向概率越高，调整权重越小，相反地，负向概率越低，调整权重越大，并且调整权重与负向操作次数也呈负相关关系。该调整权重用于对上述第一分值进行调整。

在一种可能实现方式中，确定负向概率所处的范围，根据负向概率及其所处的范围，确定调整权重，则负向概率所处的范围不同，确定的调整权重也不同。

根据负向概率确定调整权重可以包括：获取第一阈值和第二阈值，该第一阈值小于该第二阈值。根据第一阈值和第二阈值，将数值划分为三个范围，当负向概率不大于第一阈值时，确定调整权重为第一调整权重；当负向概率大于第二阈值时，确定调整权重为第二调整权重，第二调整权重小于第一调整权重；当负向概率大于第一阈值且不大于第二阈值时，根据负向概率采用预设处理函数，确定调整权重，该预设处理函数的取值范围不小于第二调整权重，且小于第一调整权重，且该预设处理函数为负相关函数，能够保证计算出的调整权重与负向概率呈负相关关系。

其中，获取第一阈值和第二阈值可以包括：获取预设的第一阈值和第二阈值；或者，根据目标多媒体数据的正向操作次数，获取与正向操作次数呈负相关关系的第一阈值，以及预设的第二阈值。

在一种可能实现的方式中，根据负向概率，可以采用以下公式，确定调整权重：

其中，F(x)为调整权重，x为目标多媒体数据的负向概率，x₁为第一阈值，x₂为第二阈值。

在另一种可能实现的方式中，根据负向概率确定调整权重时，还可以结合其他因素。例如，在播放目标多媒体数据的过程中，当检测到用户的双击操作时，会将该双击操作识别为点赞操作，因此会增加目标多媒体数据的点赞次数。但是，若该目标多媒体数据为图片，由于用户习惯于通过双击图片来进行放大，因此用户执行该双击操作的目的可能是为了点赞，但也可能是为了放大图片，直接将双击操作识别为点赞操作很可能会造成误识别，导致点赞次数过大。

为了解决上述问题，针对图片类的目标多媒体数据，在根据负向概率确定调整权重时，需要进行二次调整，将确定的调整权重进行缩减。而针对视频类的目标多媒体数据，则不需要进行二次调整。

或者，实际应用中会出现很多哄骗用户执行预设正向操作的情况，且后续用户也很少执行对应的预设负向操作，导致目标多媒体数据的正向操作次数很高，负向操作次数很低，但是无法准确体现目标多媒体数据的质量。

针对上述问题，可以在根据负向概率确定调整权重时，进行二次调整，将正向操作次数过大的目标多媒体数据的调整权重进行缩减，对其进行更为严格的调整。

不同情况下目标多媒体数据对应的调整权重不同，能够更加真实地描述实际情况，得到的调整权重也能更加准确。不但能够打压可能存在骗取正向操作次数动机的目标多媒体数据的分值，还能够保证质量较好的目标多媒体数据的发布者的权益，避免错误打压。

在步骤204中，推荐设备根据调整权重，对第一分值进行调整，得到目标多媒体数据的第二分值。

由于第一分值仅考虑了目标多媒体数据的正向操作次数，并没有考虑目标多媒体数据的负向操作次数，因此在考虑目标多媒体数据的负向操作次数后，确定了调整权重，该调整权重用于对目标多媒体数据的第一分值进行调整，得到目标多媒体数据的第二分值。该第二分值综合考虑了目标多媒体数据的正向操作次数和负向操作次数，可以准确描述目标多媒体数据的质量以及目标多媒体数据与目标用户标识之间的匹配程度，准确率较高。

需要说明的是，上述获取第二分值的过程中，所考虑的预设负向操作可以包括一种或多种。若包括多种预设负向操作时，可以综合多种预设负向操作的负向操作次数，以及多种预设负向操作对应的多种预设正向操作的正向操作次数，通过以下三种可能实现方式获取第二分值：

第一种、根据多种预设负向操作的负向操作次数，以及多种预设负向操作对应的多种预设正向操作的正向操作次数获取负向概率，根据该负向概率获取调整权重，进而根据第一分值和调整权重获取第二分值。

第二种、分别根据每种预设负向操作及其对应的预设正向操作获取负向概率，从而获取到多种预设负向操作对应的负向概率，分别确定该多种预设负向操作对应的调整权重，并对该多种预设负向操作对应的调整权重计算乘积，将该乘积作为确定的调整权重。进而，根据第一分值和确定的调整权重获取第二分值。

第三种、分别根据每种预设负向操作及其对应的预设正向操作获取调整权重，从而获取到多种预设负向操作对应的调整权重，计算第一分值和该多种预设负向操作对应的调整权重的乘积，作为第二分值。

在步骤205中，推荐设备基于第二分值，向目标用户标识对应的终端推荐多媒体数据。

在一种可能实现的方式中，确定预设阈值，对比该目标多媒体数据的第二分值和预设阈值，若该第二分值大于预设阈值，则向目标用户标识对应的终端推荐该目标多媒体数据，若该第二分值不大于预设阈值，则不再向目标用户标识对应的终端推荐该目标多媒体数据。或者，还可以根据第二分值，采用其他方式确定是否要向目标用户标识对应的终端推荐该目标多媒体数据。

推荐设备中可以存储多个多媒体数据，可以将多个多媒体数据均作为目标多媒体数据，根据该多个目标多媒体数据的第二分值，确定要向目标用户标识对应的终端推荐的多媒体数据。

在另一种可能实现的方式中，确定多个目标多媒体数据的第二分值后，按照第二分值从大到小的顺序对该多个目标多媒体数据进行排序，按照排列顺序向目标用户标识对应的终端推荐前预设数量的目标多媒体数据。其中，预设数量可以由用户设置，或者由推荐设备默认设置，或者还可以获取终端剩余的待展示的多媒体数据的数目，根据该数目确定预设数量，从而使预设数量随着该数目的变化而变化。

在另一种可能实现的方式中，当确定多个多媒体数据的第一分值后，按照每个多媒体数据的第一分值，对该多个多媒体数据进行筛选，得到候选集，该候选集中包括多个目标多媒体数据。分别针对候选集中的多个目标多媒体数据获取对应的第二分值，进而根据获取到的第二分值进行推荐。其中，推荐方式可以采用上述两种推荐方式中的任一种。

其中，可以采用多通道召回的方法，从而按照多个不同的筛选条件进行筛选。例如，根据目标用户标识，分别计算每个多媒体数据的点击概率、点赞概率和关注概率，并分别根据点击概率、点赞概率和关注概率，分别对多个多媒体数据进行筛选，得到包括多个多媒体数据的候选集。该方式能够在保证多媒体数据的覆盖率的同时，提升筛选速度。

并且，经过筛选后，仅需要对候选集中的目标多媒体数据获取第二分值，而无需对其他多媒体数据获取第二分值，减少了计算量。

本公开实施例提供的方法，根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度，根据目标多媒体数据的负向操作次数，确定调整权重，调节权重与负向操作次数呈负相关关系，根据该调整权重对第一分值进行调整，得到目标多媒体数据的第二分值，基于该第二分值向目标用户标识对应的终端推荐多媒体数据。本公开实施例能够综合目标多媒体数据发生预设负向操作的次数确定目标多媒体数据的分值，使得该分值不仅能够体现目标用户与目标多媒体数据的匹配程度，还能体现目标多媒体数据的质量，能够更加准确地表示目标用户喜欢目标多媒体数据的概率，因此提高了分值的准确度。基于所确定的分值进行多媒体数据推荐，能够提升推荐效果，避免对目标用户造成干扰。

并且，综合考虑目标多媒体数据的质量和目标多媒体数据与目标用户标识的匹配程度，能够对目标多媒体数据发生过的预设负向操作进行合理评估，不但可以提升用户体验，还能够保证目标多媒体数据的发布者的权益。

本公开实施例可以应用于多媒体数据推荐的场景中，该多媒体数据可以为图片、视频、推广信息等。例如，在目标用户观看视频的场景下，从大量的视频中确定热门程度较高的视频组成目标用户的候选集，并根据候选集中的视频的正向操作次数和负向操作次数，综合考虑候选集中视频的质量以及视频与目标用户之间的匹配程度，确定质量较高且与目标用户之间的匹配程度较高的视频，并将该视频推荐给目标用户，供目标用户观看，推荐效果较好，避免了对目标用户的打扰。

图3是根据一示例性实施例示出的一种推荐装置的框图。参见图3，该装置包括第一确定单元301、第二确定单元302、调整单元303以及推荐单元304。

第一确定单元301，被配置为根据目标用户标识的特征信息和目标多媒体数据的特征信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度；

第二确定单元302，被配置为根据目标多媒体数据的负向操作次数，确定调整权重，调整权重与负向操作次数呈负相关关系，负向操作次数为目标多媒体数据发生预设负向操作的次数；

调整单元303，被配置为根据调整权重，对第一分值进行调整，得到目标多媒体数据的第二分值；

推荐单元304，被配置为基于第二分值，向目标用户标识对应的终端推荐多媒体数据。

在一种可能实现的方式中，第二确定单元302包括：

获取子单元，被配置为根据目标多媒体数据的正向操作次数和负向操作次数，获取目标多媒体数据的负向概率，正向操作次数为目标多媒体数据发生预设正向操作的次数，负向概率用于表示目标多媒体数据发生预设负向操作的概率；

确定子单元，被配置为根据负向概率，确定调整权重，调整权重与负向概率呈负相关关系

在另一种可能实现的方式中，获取子单元还被配置为根据目标多媒体数据的正向操作次数和负向操作次数，采用以下公式，获取目标多媒体数据的负向概率，包括：

其中，P为目标多媒体数据的负向概率，P_cancel_count为目标多媒体数据的负向操作次数，P_count为目标多媒体数据的正向操作次数。

在另一种可能实现的方式中，获取子单元还被配置为获取修正项，修正项为统计的多媒体数据的平均负向操作次数；根据正向操作次数、负向操作次数以及修正项，采用以下公式，获取目标多媒体数据的负向概率，包括：

其中，P为目标多媒体数据的负向概率，P_cancel_count为目标多媒体数据的负向操作次数，smooth_cancel_count为修正项，P_count为目标多媒体数据的正向操作次数。

在另一种可能实现的方式中，确定子单元还被配置为获取第一阈值和第二阈值，第一阈值小于第二阈值；

确定子单元还被配置为当负向概率不大于第一阈值时，确定调整权重为第一调整权重；当负向概率大于第二阈值时，确定调整权重为第二调整权重，第二调整权重小于第一调整权重；当负向概率大于第一阈值且不大于第二阈值时，根据负向概率采用预设处理函数，确定调整权重，预设处理函数的取值范围不小于第二调整权重，且小于第一调整权重。

在另一种可能实现的方式中，确定子单元还被配置为获取预设的第一阈值和第二阈值；或者，目标多媒体数据的特征信息包括正向操作次数和属性信息，根据特征信息，获取与正向操作次数呈负相关关系的第一阈值，以及预设的第二阈值。

在另一种可能实现的方式中，确定子单元还被配置为根据负向概率，采用以下公式，确定调整权重：

其中，F(x)为调整权重，x为负向概率，x₁为第一阈值，x₂为第二阈值。

在另一种可能实现的方式中，确定子单元还被配置为当获取到多种预设负向操作对应的负向概率时，计算多种预设负向操作对应的调整权重的乘积，作为确定的调整权重。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的一种用于多媒体数据推荐的终端400的框图。该终端400用于执行上述多媒体数据推荐方法中推荐设备所执行的步骤，可以是便携式移动终端，比如：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端400还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端400包括有：处理器401和存储器402。

处理器401可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器401可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器401还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器402可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器401所具有以实现本申请中方法实施例提供的多媒体数据推荐方法。

在一些实施例中，终端400还可选包括有：外围设备接口403和至少一个外围设备。处理器401、存储器402和外围设备接口403之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口403相连。具体地，外围设备包括：射频电路404、触摸显示屏405、摄像头406、音频电路407、定位组件408和电源409中的至少一种。

外围设备接口403可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器401和存储器402。在一些实施例中，处理器401、存储器402和外围设备接口403被集成在同一芯片或电路板上；在一些其他实施例中，处理器401、存储器402和外围设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路404用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路404包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及13G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路404还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏405用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时，显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时，显示屏405还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏405可以为一个，设置终端400的前面板；在另一些实施例中，显示屏405可以为至少两个，分别设置在终端400的不同表面或呈折叠设计；在再一些实施例中，显示屏405可以是柔性显示屏，设置在终端400的弯曲表面上或折叠面上。甚至，显示屏405还可以设置成非矩形的不规则图形，也即异形屏。显示屏405可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件406用于采集图像或视频。可选地，摄像头组件406包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器401进行处理，或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路407还可以包括耳机插孔。

定位组件408用于定位终端400的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源409用于为终端400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于：加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。

加速度传感器411可以检测以终端400建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号，控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器412可以检测终端400的机体方向及转动角度，陀螺仪传感器412可以与加速度传感器411协同采集用户对终端400的3D动作。处理器401根据陀螺仪传感器412采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器413可以设置在终端400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在终端400的侧边框时，可以检测用户对终端400的握持信号，由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时，由处理器401根据用户对触摸显示屏405的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器414用于采集用户的指纹，由处理器401根据指纹传感器414采集到的指纹识别用户的身份，或者，由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器401授权该用户具有相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置终端400的正面、背面或侧面。当终端400上设置有物理按键或厂商Logo时，指纹传感器414可以与物理按键或厂商标志集成在一起。

光学传感器415用于采集环境光强度。在一个实施例中，处理器401可以根据光学传感器415采集的环境光强度，控制触摸显示屏405的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏405的显示亮度；当环境光强度较低时，调低触摸显示屏405的显示亮度。在另一个实施例中，处理器401还可以根据光学传感器415采集的环境光强度，动态调整摄像头组件406的拍摄参数。

接近传感器416，也称距离传感器，通常设置在终端400的前面板。接近传感器416用于采集用户与终端400的正面之间的距离。在一个实施例中，当接近传感器416检测到用户与终端400的正面之间的距离逐渐变小时，由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态；当接近传感器416检测到用户与终端400的正面之间的距离逐渐变大时，由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图4中示出的结构并不构成对终端400的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

图5是根据一示例性实施例示出的一种服务器的结构示意图，该服务器500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)501和一个或一个以上的存储器502，其中，所述存储器502中存储有至少一条指令，所述至少一条指令由所述处理器501加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

服务器500可以用于执行上述多媒体数据推荐方法中推荐设备所执行的步骤。

在示例性实施例中，还提供了一种非临时性计算机可读存储介质，当存储介质中的指令由推荐设备的处理器执行时，使得推荐设备能够执行一种多媒体数据推荐方法，方法包括：

根据目标用户标识的特征信息和目标多媒体数据的特征信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度；

根据目标多媒体数据的负向操作次数，确定调整权重，调整权重与负向操作次数呈负相关关系，负向操作次数为目标多媒体数据发生预设负向操作的次数；

根据调整权重，对第一分值进行调整，得到目标多媒体数据的第二分值；

基于第二分值，向目标用户标识对应的终端推荐多媒体数据。

在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的指令由推荐设备的处理器执行时，使得推荐设备能够执行一种多媒体数据推荐方法，方法包括：

根据目标用户标识的特征信息和目标多媒体数据的特征信息，确定目标多媒体数据的第一分值，第一分值用于表示目标多媒体数据与目标用户标识之间的匹配程度；

根据目标多媒体数据的负向操作次数，确定调整权重，调整权重与负向操作次数呈负相关关系，负向操作次数为目标多媒体数据发生预设负向操作的次数；

根据调整权重，对第一分值进行调整，得到目标多媒体数据的第二分值；

基于第二分值，向目标用户标识对应的终端推荐多媒体数据。

本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种多媒体数据推荐方法，其特征在于，所述方法包括：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标多媒体数据的负向操作次数，确定调整权重，包括：

根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，所述正向操作次数为所述目标多媒体数据发生预设正向操作的次数，所述负向概率用于表示所述目标多媒体数据发生所述预设负向操作的概率；

根据所述负向概率，确定所述调整权重，所述调整权重与所述负向概率呈负相关关系。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，包括：

根据所述目标多媒体数据的正向操作次数和负向操作次数，采用以下公式，获取所述目标多媒体数据的负向概率：

其中，P为所述目标多媒体数据的负向概率，P_cancel_count为所述目标多媒体数据的负向操作次数，P_count为所述目标多媒体数据的正向操作次数。

4.根据权利要求2所述的方法，其特征在于，所述根据所述目标多媒体数据的正向操作次数和负向操作次数，获取所述目标多媒体数据的负向概率，包括：

获取修正项，所述修正项为统计的多媒体数据的平均负向操作次数；

根据所述正向操作次数、所述负向操作次数以及所述修正项，采用以下公式，获取所述目标多媒体数据的负向概率：

其中，P为所述目标多媒体数据的负向概率，P_cancel_count为所述目标多媒体数据的负向操作次数，smooth_cancel_count为所述修正项，P_count为所述目标多媒体数据的正向操作次数。

5.根据所述权利要求2所述的方法，其特征在于，所述根据所述负向概率，确定所述调整权重，包括：

获取第一阈值和第二阈值，所述第一阈值小于所述第二阈值；

当所述负向概率不大于所述第一阈值时，确定所述调整权重为第一调整权重；

当所述负向概率大于所述第二阈值时，确定所述调整权重为第二调整权重，所述第二调整权重小于所述第一调整权重；

当所述负向概率大于所述第一阈值且不大于所述第二阈值时，根据所述负向概率采用预设处理函数，确定所述调整权重，所述预设处理函数的取值范围不小于所述第二调整权重，且小于所述第一调整权重。

6.根据权利要求5所述的方法，其特征在于，所述获取第一阈值和第二阈值，包括：

获取预设的所述第一阈值和所述第二阈值；或者，

根据所述目标多媒体数据的正向操作次数，获取与所述正向操作次数呈负相关关系的所述第一阈值，以及预设的所述第二阈值。

7.根据权利要求5或6所述的方法，其特征在于，所述根据所述负向概率，确定所述调整权重，包括：

根据所述负向概率，采用以下公式，确定所述调整权重：

其中，F(x)为所述调整权重，x为所述负向概率，x₁为所述第一阈值，x₂为所述第二阈值。

8.一种多媒体数据推荐装置，其特征在于，所述装置包括：

第一确定单元，被配置为根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

第二确定单元，被配置为根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

调整单元，被配置为根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

推荐单元，被配置为基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

9.一种多媒体数据推荐设备，其特征在于，所述设备包括：

处理器；

用于存储处理器可执行命令的存储器；

其中，所述处理器被配置为：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。

10.一种非临时性计算机可读存储介质，当所述存储介质中的指令由推荐设备的处理器执行时，使得推荐设备能够执行一种多媒体数据推荐方法，所述方法包括：

根据目标用户标识的属性信息和历史操作记录以及目标多媒体数据的属性信息，确定所述目标多媒体数据的第一分值，所述第一分值用于表示所述目标多媒体数据与所述目标用户标识之间的匹配程度；

根据所述目标多媒体数据的负向操作次数，确定调整权重，所述调整权重与所述负向操作次数呈负相关关系，所述负向操作次数为所述目标多媒体数据发生预设负向操作的次数；

根据所述调整权重，对所述第一分值进行调整，得到所述目标多媒体数据的第二分值；

基于所述第二分值，向所述目标用户标识对应的终端推荐多媒体数据。