一种媒体系统的媒体文件推送方法及媒体系统

摘要

本发明适用于通信技术领域，提供了一种媒体系统的媒体文件推送方法及媒体系统，所述方法包括：当用户每观看一个媒体文件时需要为该媒体文件设置评价系数，系统根据该评价系数来调整当前的媒体文件热度，当更多媒体文件被观看时，更多的媒体文件的热度会得到调整，系统会及时根据媒体文件当前的热度值对媒体文件进行排序，并将排序后的媒体文件列表反馈给用户。本发明使得在一定程度上使得媒体文件对应的热度值更加科学准确，使得媒体文件列表所呈现的信息更加贴近用户的意愿。

说明书

技术领域

本发明属于通信技术领域，尤其涉及一种媒体系统的媒体文件推送方法及 媒体系统。

背景技术

随着多媒体技术的不断发展，各种媒体文件使用户应接不暇，面对海量的 媒体文件，用户通常比较盲目，不知从何下手选择自己感兴趣的节目，即使可 以找到感兴趣的媒体文件，也通常需要用户花费大量的时间和精力。

目前，为了让用户能够在海量的媒体文件中快速筛选出符合用户需要的文 件，现有技术通常会给用户提供一些参考信息以方便用户筛选自己喜欢的文件， 然而，现有技术的媒体文件参考信息通常是随机进行推荐的，推荐信息单一， 且无法根据用户需求提供比较精确的参考信息，进而无法真正贴近用户需求。

发明内容

本发明实施例的目的在于提供一种媒体系统的媒体文件推送方，旨在解决 现有技术的媒体文件参考信息通常是随机进行推荐的，推荐信息单一，且无法 实现根据用户需求进行准确推荐的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

本发明实施例是这样实现的，一种媒体系统的媒体文件推送方法，所述方 法包括：

A0、向当前在线注册用户推荐媒体文件列表，其中，所述媒体文件列表中 的媒体文件是按照与其对应的估计热度值进行排序，所述媒体文件列表包括每 个其他注册用户对每个媒体文件的评价系数，所述估计热度根据当前在线注册 用户预先对其他注册用户设置的匹配度及每个所述其他注册用户对每个媒体文 件的评价系数计算所得；

A1、接收当前在线注册用户的设置信息，其中，所述设置信息包括从所述 媒体文件列表选择观看的媒体文件及对所述选择观看的媒体文件的评价系数；

A2、根据所述设置信息及与所选择观看的媒体文件对应的估计热度，获得 当前在线注册用户对其他注册用户的调整匹配度；

A3、根据所述调整匹配度及所述其他注册用户对所选择观看的媒体文件的 评价系数，得到所选择观看的媒体文件对所述当前在线注册用户的调整估计热 度，将所述调整估计热度取代与其对应的估计热度更新并存储所述媒体文件列 表，所更新后的媒体文件列表用于当所述当前在线注册用户再次点击观看媒体 文件时向其推荐；

A4、将更新后的媒体文件列表中的所有媒体文件按预置顺序进行排序，并 将排序后的媒体文件列表推送给所述当前在线注册用户，以供所述当前在线注 册用户再次点击观看媒体文件时进行媒体文件的选择。

本发明实施例还提供了一种媒体系统，所述系统包括：

媒体文件列表推荐单元，用于向当前在线注册用户推荐媒体文件列表，其 中，所述媒体文件列表中的媒体文件是按照与其对应的估计热度值进行排序， 所述媒体文件列表包括每个其他注册用户对每个媒体文件的评价系数，所述估 计热度根据当前在线注册用户预先对其他注册用户设置的匹配度及每个所述其 他注册用户对每个媒体文件的评价系数计算所得；

设置信息选择单元，用于接收当前在线注册用户的设置信息，其中，所述 设置信息包括从所述媒体文件列表选择观看的媒体文件及对所述选择观看的媒 体文件的评价系数；

匹配度调整单元，用于根据所述设置信息及与所选择观看的媒体文件对应 的估计热度，获得当前在线注册用户对其他注册用户的调整匹配度；

估计热度调整单元，用于根据所述调整匹配度及所述其他注册用户对所选 择观看的媒体文件的评价系数，得到所选择观看的媒体文件对所述当前在线注 册用户的调整估计热度，将所述调整估计热度取代与其对应的估计热度更新并 存储所述媒体文件列表，所更新后的媒体文件列表用于当所述当前在线注册用 户再次点击观看媒体文件时向其推荐；

推送单元，用于将所更新后的媒体文件列表中的所有媒体文件按预置顺序 进行排序，并将排序后的媒体文件列表推送给所述当前在线注册用户，以供所 述当前在线注册用户再次点击观看媒体文件时进行媒体文件的选择。

本发明实施例与现有技术相比，有益效果在于：基于用户预先设置的信息 计算媒体文件的估计热度，根据所计算的估计热度再次调整匹配度，基于所调 整的匹配度计算调整估计热度，并将不同媒体文件相对于同一在线用户的调整 估计热度值进行排序后反馈给用户，以供用户选择，在一定程度上给用户带来 便利。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中 所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是 本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳 动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的媒体系统的媒体文件推送方法的实现的流程 图；

图2是本发明实施例二提供的媒体系统的媒体文件推送方法的实现的流程 图；

图3是本发明实施例三提供的媒体系统的结构图；

图4是本发明实施例四提供的媒体系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅 仅用以解释本发明，并不用于限定本发明。

本发明实施例提供了一种媒体系统的媒体文件推送方法，所述方法包括：

A0、向当前在线注册用户推荐媒体文件列表，其中，所述媒体文件列表中 的媒体文件是按照与其对应的估计热度值进行排序，所述媒体文件列表包括每 个其他注册用户对每个媒体文件的评价系数，所述估计热度根据当前在线注册 用户预先对其他注册用户设置的匹配度及每个所述其他注册用户对每个媒体文 件的评价系数计算所得；

A1、接收当前在线注册用户的设置信息，其中，所述设置信息包括从所述 媒体文件列表选择观看的媒体文件及对所述选择观看的媒体文件的评价系数；

A2、根据所述设置信息及与所选择观看的媒体文件对应的估计热度，获得 当前在线注册用户对其他注册用户的调整匹配度；

A3、根据所述调整匹配度及所述其他注册用户对所选择观看的媒体文件的 评价系数，得到所选择观看的媒体文件对所述当前在线注册用户的调整估计热 度，将所述调整估计热度取代与其对应的估计热度更新并存储所述媒体文件列 表，所更新后的媒体文件列表用于当所述当前在线注册用户再次点击观看媒体 文件时向其推荐；

A4、将更新后的媒体文件列表中的所有媒体文件按预置顺序进行排序，并 将排序后的媒体文件列表推送给所述当前在线注册用户，以供所述当前在线注 册用户再次点击观看媒体文件时进行媒体文件的选择。

本发明实施例还提供了一种媒体系统，所述系统包括：

媒体文件列表推荐单元，用于向当前在线注册用户推荐媒体文件列表，其 中，所述媒体文件列表中的媒体文件是按照与其对应的估计热度值进行排序， 所述媒体文件列表包括每个其他注册用户对每个媒体文件的评价系数，所述估 计热度根据当前在线注册用户预先对其他注册用户设置的匹配度及每个所述其 他注册用户对每个媒体文件的评价系数计算所得；

设置信息选择单元，用于接收当前在线注册用户的设置信息，其中，所述 设置信息包括从所述媒体文件列表选择观看的媒体文件及对所述选择观看的媒 体文件的评价系数；

匹配度调整单元，用于根据所述设置信息及与所选择观看的媒体文件对应 的估计热度，获得当前在线注册用户对其他注册用户的调整匹配度；

估计热度调整单元，用于根据所述调整匹配度及所述其他注册用户对所选 择观看的媒体文件的评价系数，得到所选择观看的媒体文件对所述当前在线注 册用户的调整估计热度，将所述调整估计热度取代与其对应的估计热度更新并 存储所述媒体文件列表，所更新后的媒体文件列表用于当所述当前在线注册用 户再次点击观看媒体文件时向其推荐；

推送单元，用于将所更新后的媒体文件列表中的所有媒体文件按预置顺序 进行排序，并将排序后的媒体文件列表反馈给所述当前在线注册用户，以供所 述当前在线注册用户再次点击观看媒体文件时进行媒体文件的选择。

以下结合具体实施例对本发明的实现进行详细描述：

实施例一

图1示出了本发明实施例一提供的媒体系统的媒体文件推送方法的实现的 流程图，所述媒体系统可包括多个注册用户，所述方法详述如下：

在步骤S100中，向当前在线注册用户推荐媒体文件列表，其中，所述媒体 文件列表中的媒体文件是按照与其对应的估计热度值进行排序，所述媒体文件 列表包括每个其他注册用户对每个媒体文件的评价系数，所述估计热度根据当 前在线注册用户预先对其他注册用户设置的匹配度及每个所述其他注册用户对 每个媒体文件的评价系数计算所得。

本实施例中，当前在线注册用户点击观看媒体文件时，系统会向用户发送 一个对话框，该对话框携带其他注册用户对每个媒体文件设置的评价系数等信 息，该在线注册用户需要对其他注册用户进行匹配度设置，此后系统会基于匹 配度及其他注册用户对各个媒体文件设置的评价系数，计算各个媒体文件的估 计热度，根据媒体文件对应的估计热度值，将媒体文件进行排序，优选地，可 根据每个媒体文件的估计热度值的大小，由大到小对媒体文件进行排序，并将 排序后的媒体文件列表推荐给当前在线注册用户，以供该用户从其中选择需要 观看的媒体文件。

在步骤S101中，接收当前在线注册用户的设置信息，其中，所述设置信息 包括从所述媒体文件列表选择观看的媒体文件及对所述选择观看的媒体文件的 评价系数；

该用户可根据自身意愿从该媒体文件列表中选择想观看的媒体文件，此时， 用户可先对媒体文件进行评价系数的设定，也可在观看媒体文件之后为其设置 评价系数，此处对此不作限制。

本实施例中，所述媒体文件可以为视频文件、音频文件及文本文件等。

在步骤S102中，根据所述设置信息及与所选择观看的媒体文件对应的估计 热度，获得当前在线注册用户对其他注册用户的调整匹配度。

本实施例中，当用户对选择观看的媒体文件设置评价系数后，系统会根据 当前该媒体文件的估计热度及该用户设置的评价系数对该用户为其他注册用户 设置的匹配度进行调整，得到调整后的匹配度。

在S103中，根据所述调整匹配度及所述其他注册用户（即在所述系统中 的除自身以外的注册用户）对所选择观看的媒体文件的评价系数，得到所选择 观看的媒体文件对所述当前在线注册用户的调整估计热度，将所述调整估计热 度取代与其对应的估计热度更新并存储所述媒体文件列表，所更新后的媒体文 件列表用于当所述当前在线注册用户再次点击观看媒体文件时向其推荐。接着 转到步骤S104。具体地，所述当前在线注册用户对所观看的媒体文件设置评价 系数后，系统会进一步调整该媒体文件对应的热度值，并将该调整热度值取代 对应的估计热度，进而更新媒体文件列表之后并存储。更新后的媒体文件列表 用于在所述用户再次点击观看媒体文件时为该用户提供参考。

在步骤104中，将更新后的媒体文件列表中的所有媒体文件按预置顺序进 行排序，并将排序后的媒体文件列表推送给所述当前在线注册用户，以供所述 当前在线注册用户再次点击观看媒体文件时进行媒体文件的选择。其中，所述 预置顺序是按照与媒体文件对应的热度值的大小进行排序，具体地，该用户设 置了评价系数的媒体文件的热度值为调整热度值，而其他媒体文件使用的是估 计热度值，此时按照热度值的大小来排列所有的媒体文件。由于该用户可能在 观看完一个媒体文件后，还会再次选择观看媒体文件，此时系统会向该用户推 送排序后的媒体文件列表，用户可在推送的媒体文件列表中选择观看的媒体文 件，接着重复上述步骤S101至S104。用户当前选择观看过的媒体文件对应的 热度为当前调整得到的热度值，而其他用户没有设置评价系数的媒体文件的热 度值仍然为系统计算的估计热度值。当该用户观看越多的媒体文件后，系统会 对这些媒体文件的热度值进行调整，将调整后的热度值替换之前的热度值，并 及时将媒体文件按照当前的热度值进行排序，当更多的媒体文件的热度值被调 整之后，媒体文件当前的热度值会更科学准确，使得媒体文件的热度值更加贴 近用户意愿。

本实施例中，当用户每观看一个媒体文件时需要为该媒体文件设置评价系 数，系统根据该评价系数来调整当前的媒体文件热度，当更多媒体文件被观看 时，更多的媒体文件的热度会得到调整，系统会及时根据媒体文件当前的热度 值对媒体文件进行排序，并将排序后的媒体文件列表反馈给用户，在一定程度 上使得媒体文件对应的热度值更加科学准确，使得媒体文件列表所呈现的信息 更加贴近用户的意愿。

实施例二

图2示出了本发明实施例二提供的媒体系统的媒体文件推送方法的实现的 流程图，所述媒体系统可包括多个注册用户，所述方法详述如下：

在S201中，接收所述当前在线注册用户的观看媒体文件请求，向该用户 反馈匹配指令，所述匹配指令包括需要该用户为其他注册用户设置匹配度的指 令，以及所述其他注册用户所述其他注册用户对每一媒体文件的评价系数；

在S202中，获取匹配信息，其中所述匹配信息包括当前在线注册用户对 其他注册用户（即在所述系统中除自己以外的其他注册用户）的匹配度；

本实施例中，用户开启媒体系统的应用程序后，如果是已注册用户，则输 入已经注册的用户名及登录密码后，可以直接进入用户登录界面；如果是未注 册用户，则需要先进行注册，然后进入用户登录界面，新用户注册，需要设置 身份认证信息，可以包括用户名和密码，另外，用户可以可选择公开模式和非 公开模式，公开模式不需要用户输入身份认真信息，用户观看记录对外开放， 可被浏览；非公开模式需要用户输入身份认证信息，观看记录不对外开放，其 他用户无法浏览该用户的观看记录信息码。当用户进入登陆界面后，可以设置 对已注册用户的匹配度，以及对每一媒体文件的评价系数。

本实施例中，在线注册用户可以对其他所有已经注册的用户设置匹配度， 匹配度可表示当前用户依据其他注册用户对自身所观看节目的喜好程度而设置 的匹配程度，匹配度的范围为：0≤P_xy≤1，并且有如下约束：

$\underset{y=0}{\overset{n}{\Sigma }}{P}_{\mathrm{xy}}=1,(P_{\mathrm{xy}}\ge 0)$

其中，匹配度P_xy为当前在线注册用户X对注册用户Y设置的匹配度，n代 表用户的编号，即为了便于区分，对每一个用户设置的编号。

可选的，当前在线注册用户对已注册用户的匹配度具体可以为：当前在线 注册用户可根据媒体推荐系统提供的注册用户与媒体信息的关系（例如，注册 用户对媒体文件的评价信息），设置对其他注册用户的匹配度；此外，如果该 用户不想去设置匹配度，此时系统会默认为其他已注册用户设置匹配度，其中 每一个匹配度的大小均一致，例如除当前在线注册用户之外有N个注册用户， 此时的匹配度均为1/N。

本实施例中，用户可以在注册时对每一感兴趣的媒体文件设置评价系数， 也可以在用户注册后，观看完毕相应媒体文件后，对媒体文件设置系数评价， 此处对此不作限制，其中，用户X对媒体文件Y设置的评价系数为E_xy，满足 0<E_xy≤10。

在S203中，根据所述匹配信息及所述其他注册用户对每一媒体文件的评 价系数计算每一媒体文件对当前在线注册用户的估计热度；

本实施例中，根据所述匹配信息及所述其他注册用户对每一媒体文件的评 价系数，计算每一媒体文件相对于每一当前在线注册用户的估计热度。如果当 前在线注册用户已经对媒体文件设置了评价系数，那么，该媒体文件相对于对 使用者的实际热度即为所述评价系数。

本实施例中，S203计算估计热度的计算公式具体为：

${H^{\prime }}_{\mathrm{xj}}=\underset{z=0}{\overset{n}{\Sigma }}(P_{\mathrm{xz}}*E_{\mathrm{zj}}),(E_{\mathrm{xj}}=0,E_{0j}=1)$

H_xj=E_xj,(E_xj≠0)

其中，所述H′_xj为媒体文件j相对于当前在线注册用户X的估计热度，P_xz为 当前在线注册用户X对注册用户Z设置的匹配度，E_zj为注册用户Z对媒体文 件j设置的评价系数、n为注册用户的编号，H_xj为媒体文件j的相对于当前在 线注册用户X的实际热度。

在S204中，根据所计算的估计热度，将所有的媒体文件进行排序，得到排 序后的媒体文件列表，以供所述当前在线注册用户根据所述媒体文件列表选择 需要观看的媒体文件。

在S205中，向当前在线注册用户推荐媒体文件列表，其中，所述媒体文 件列表中的媒体文件是按照与其对应的估计热度值进行排序，所述媒体文件列 表包括每个其他注册用户对每个媒体文件的评价系数，所述估计热度根据当前 在线注册用户预先对其他注册用户设置的匹配度及每个所述其他注册用户对每 个媒体文件的评价系数计算所得；

在S206中，接收当前在线注册用户的设置信息，其中，所述设置信息包 括从所述媒体文件列表选择观看的媒体文件及对所述选择观看的媒体文件的评 价系数；

本实施例中，所述媒体文件可以为视频文件、音频文件及文本文件等。

在S207中，根据所述设置信息及与所选择观看的媒体文件对应的估计热 度，获得当前在线注册用户对其他注册用户（即在所述媒体系统中的除自身以 外的注册用户）的调整匹配度；

具体地，本实施例中，根据所述设置信息及与所选择观看的媒体文件对应 的估计热度进行梯度下降学习，调整当前在线注册用户对已注册用户的调整匹 配度，其中，随着样本数量增加，梯度逐渐减小最后至0，即达到整体最优值。

本实施例中，S207具体为：根据所述设置信息及与所选择观看的媒体文件 对应的估计热度，通过梯度下降公式进行梯度下降学习，计算当前在线注册用 户对已注册用户的调整匹配度，其中，所述梯度下降公式为：

$P_x=\left(\begin{array}{c}{P}_{x0}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{0j}\\ P_{x1}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{1j}\\ .\\ .\\ .\\ P_{x(n-1)}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{(n-1)j}\\ P_{\mathrm{xn}}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{\mathrm{nj}}\end{array}\right)$

其中，P_xn为n维匹配度向量，表示当前在线注册用户X对每一所述其他注 册用户的匹配度，σ为梯度因子，所述σ决定收敛的跨度，具体可以根据实际 需要由用户进行设定，H′_xj为媒体文件j相对于当前在线注册用户X的估计热 度，H_xj为媒体文件j相对于当前在线注册用户X的实际热度，E_nj为当前在线注 册用户X对媒体文件j的评价系数。

在S208中，根据所述调整匹配度及所述其他注册用户对所选择观看的媒 体文件的评价系数，得到所选择观看的媒体文件对所述当前在线注册用户的调 整估计热度，将所述调整估计热度取代与其对应的估计热度更新并存储所述媒 体文件列表，所更新后的媒体文件列表用于当所述当前在线注册用户再次点击 观看媒体文件时向其推荐；

本实施例中，仍然可以采用所述S202中估计热度的计算方法计算调整估 计热度，此处对此不再赘述。

在S209中，将更新后的媒体文件列表中的所有媒体文件按预置顺序进行排 序，并将排序后的媒体文件列表推送给所述当前在线注册用户，以供所述当前 在线注册用户再次点击观看媒体文件时进行媒体文件的选择。

其中，所述预置顺序是按照与媒体文件对应的热度值的大小进行排序，具 体地，该用户设置了评价系数的媒体文件的热度值为调整热度值，而其他媒体 文件使用的是估计热度值，此时按照热度值的大小来排列所有的媒体文件。由 于该用户可能在观看完一个媒体文件后，还会再次选择观看媒体文件，此时系 统会向该用户推送排序后的媒体文件列表，用户可在推送的媒体文件列表中选 择观看的媒体文件，接着重复上述步骤S206至S208。用户当前选择观看过的 媒体文件对应的热度为当前调整得到的热度值，而其他用户没有设置评价系数 的媒体文件的热度值仍然为系统计算的估计热度值。当该用户观看越多的媒体 文件后，系统会对这些媒体文件的热度值进行调整，将调整后的热度值替换之 前的热度值，并及时将媒体文件按照当前的热度值进行排序，当更多的媒体文 件的热度值被调整之后，媒体文件当前的热度值会更科学准确，使得媒体文件 的热度值更加贴近用户意愿。优选地，所述预设顺序可为按照热度值的大小有 小到大排列，或者按照热度值的大小由大到小的顺序排列，此处对此不作限制， 而当所述预设顺序为按照热度值由大到小顺序排列时，可将热度值排在前十名 的媒体文件排序后推送给用户，给用户的选择提供参考，供用户选择观看，在 一定程度上给用户带来便利。

本实施例中，所述其他注册用户为所述媒体系统中除所述当前在线注册用 户X之外的注册用户，所述预置顺序为按照所述估计热度值的大小从大到小排 列的顺序。

本实施例中，按照S201-S209的实施方式，随着评价样本量逐渐增多，梯 度学习将逐步进入最优点，即该处对各个依赖系数的偏导为0，从而实现给用 户最佳的媒体文件推荐，其理论推导过程如下：

${H^{\prime }}_{\mathrm{xy}}=\underset{z=0}{\overset{n}{\Sigma }}(P_{\mathrm{xz}}*E_{\mathrm{zy}}),(E_{\mathrm{xy}}=0,E_{0y}=1)$

热度计算如上式所示，所求目标为估计热度H′_xy最接近真实热度H_xi时的各 个匹配度P_xz为最优，此时应求(H'_xi-H_xi)²的最小值，，利用偏导，对式(H'_xi-H_xi)²求偏导与相同，即为：

$\frac{\partial \frac{1}{2}{({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})}^2}{\partial P_{\mathrm{xi}}}=\frac{1}{2}*2*({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})\frac{\partial ({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})}{\partial P_{\mathrm{xi}}}$

$=({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})\frac{\partial ({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})}{\partial P_{\mathrm{xi}}}=({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})\frac{\partial (\underset{z=0}{\overset{n}{\Sigma }}(P_{\mathrm{xz}}*E_{\mathrm{zy}})-H_{\mathrm{xi}})}{\partial P_{\mathrm{xi}}}$

$=({H^{\prime }}_{\mathrm{xi}}-H_{\mathrm{xi}})E_{\mathrm{iy}}$

（H'_xi-H_xi）E_iy可视为对P_xi的偏导，即下降最快的方 向。

本实施例中，本发明使得可以根据不同用户提供不同的面向用户的、个性 化的内容推送，使用户可以在大量的媒体文件中快速选择喜欢的媒体文件。

本实施例中，按照步骤S201-S209的实施方式，随着逐渐增多，梯度学习 将逐步进入最优点，即该处对各个依赖系数的偏导为0，从而实现给用户最佳 的媒体文件推荐为最优此时应，，（H'_xi-H_xi）E_iy可视为对P_xi的偏导， 即下降最快的方向。

实施例三

图3示出了本发明实施例三提供的媒体系统的结构图，所述媒体系统包括 多个注册用户，所述系统包括：媒体文件列表推荐单元31、设置信息选择单元 32、匹配度调整单元33、估计热度调整单元34以及推送单元35。

媒体文件列表推荐单元31，用于向当前在线注册用户推荐媒体文件列表， 其中，所述媒体文件列表中的媒体文件是按照与其对应的估计热度值进行排序， 所述媒体文件列表包括每个其他注册用户对每个媒体文件的评价系数，所述估 计热度根据当前在线注册用户预先对其他注册用户设置的匹配度及每个所述其 他注册用户对每个媒体文件的评价系数计算所得；

设置信息选择单元32，用于接收当前在线注册用户的设置信息，其中，所 述设置信息包括从所述媒体文件列表选择观看的媒体文件及对所述选择观看的 媒体文件的评价系数；

匹配度调整单元33，用于根据所述设置信息及与所选择观看的媒体文件对 应的估计热度，获得当前在线注册用户对其他注册用户的调整匹配度；

估计热度调整单元34，用于根据所述调整匹配度及所述其他注册用户对所 选择观看的媒体文件的评价系数，得到所选择观看的媒体文件对所述当前在线 注册用户的调整估计热度，将所述调整估计热度取代与其对应的估计热度更新 并存储所述媒体文件列表，所更新后的媒体文件列表用于当所述当前在线注册 用户再次点击观看媒体文件时向其推荐；

推送单元35，用于将所更新后的媒体文件列表中的所有媒体文件按预置顺 序进行排序，并将排序后的媒体文件列表反馈给所述当前在线注册用户，以供 所述当前在线注册用户再次点击观看媒体文件时进行媒体文件的选择。

其中，所述预置顺序是按照与媒体文件对应的热度值的大小进行排序，具 体地，该用户设置了评价系数的媒体文件的热度值为调整热度值，而其他媒体 文件使用的是估计热度值，此时按照热度值的大小来排列所有的媒体文件。由 于该用户可能在观看完一个媒体文件后，还会再次选择观看媒体文件，此时所 述推送单元35会向该用户推送排序后的媒体文件列表，用户可在推送的媒体文 件列表中选择观看的媒体文件，接着所述设置信息选择单元32、匹配度调整单 元33、估计热度调整单元34、推送单元35会被启动而再次工作，向该用户推 送再次更新平排序的媒体文件列表。用户当前选择观看过的媒体文件对应的热 度为当前调整得到的热度值，而其他用户没有设置评价系数的媒体文件的热度 值仍然为系统计算的估计热度值。当该用户观看越多的媒体文件后，系统会对 这些媒体文件的热度值进行调整，将调整后的热度值替换之前的热度值，并及 时将媒体文件按照当前的热度值进行排序，当更多的媒体文件的热度值被调整 之后，媒体文件当前的热度值会更科学准确，使得媒体文件的热度值更加贴近 用户意愿。

本发明实施例提供的媒体系统可以使用在前述对应的方法实施例一中，详 情参见上述实施例一的描述，在此不再赘述。

实施例四

图4示出了本发明实施例四提供的媒体系统的结构图，所述媒体系统可包 括多个注册用户，所述系统包括：请求接收单元41、匹配信息获取单元42、估 计热度计算单元43、媒体文件列表生成单元44、媒体文件列表推荐单元45、 设置信息选择单元46、匹配度调整单元47、估计热度调整单元48以及推送单 元49。

本实施例与实施例三的区别在于，本实施例的系统还包括以下：

请求接收单元41，用于接收所述当前在线注册用户的观看媒体文件请求， 向该用户反馈匹配指令，所述匹配指令包括需要该用户为其他注册用户设置匹 配度的指令，以及所述其他注册用户所述其他注册用户对每一媒体文件的评价 系数；

匹配信息获取单元42，用于获取匹配信息，其中所述匹配信息包括当前在 线注册用户对其他注册用户的匹配度；

估计热度计算单元43，用于根据所述匹配信息及所述其他注册用户对每一 媒体文件的评价系数计算每一媒体文件对当前在线注册用户的估计热度；

媒体文件列表生成单元44，用于根据所计算的估计热度，将所有的媒体文 件进行排序，得到排序后的媒体文件列表，以供所述当前在线注册用户根据所 述媒体文件列表选择需要观看的媒体文件。

可选的，所述估计热度计算单元43的估计热度计算公式具体为：

${H^{\prime }}_{\mathrm{xj}}=\underset{z=0}{\overset{n}{\Sigma }}(P_{\mathrm{xz}}*E_{\mathrm{zj}}),(E_{\mathrm{xj}}=0,E_{0j}=1)$

H_xj=E_xj,(E_xj≠0)

其中，所述H′_xj为媒体文件j相对于当前在线注册用户X的估计热度，P_xz为 当前在线注册用户X对注册用户Z设置的匹配度，E_zj为注册用户Z对媒体文 件j设置的评价系数、n为注册用户的编号，H_xj为媒体文件j的相对于当前在 线注册用户X的实际热度。

所述匹配度调整单元47，具体用于根据所述设置信息及与所选择观看的媒 体文件对应的估计热度，通过梯度下降公式进行梯度下降学习，计算当前在线 注册用户对已注册用户的调整匹配度，其中，所述梯度下降公式为：

$P_x=\left(\begin{array}{c}{P}_{x0}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{0j}\\ P_{x1}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{1j}\\ .\\ .\\ .\\ P_{x(n-1)}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{(n-1)j}\\ P_{\mathrm{xn}}-\sigma ({H^{\prime }}_{\mathrm{xj}}-H_{\mathrm{xj}})E_{\mathrm{nj}}\end{array}\right)$

其中，P_xn为n维匹配度向量，表示当前在线注册用户X对每一所述其他注 册用户的匹配度，σ为梯度因子，所述σ决定收敛的跨度，具体可以根据实际 需要由用户进行设定，H'_xj为媒体文件j相对于当前在线注册用户X的估计热 度，H_xj为媒体文件j相对于当前在线注册用户X的实际热度，E_nj为当前在线注 册用户X对媒体文件j的评价系数。

本实施例中，所述其他注册用户为所述媒体系统中除所述当前在线注册用 户X之外的注册用户，所述预置顺序为按照所述估计热度值的大小从大到小排 列的顺序。

本实施例中，本发明使得可以根据不同用户提供不同的面向用户的、个性 化的内容推送，使用户可以在大量的媒体文件中快速选择喜欢的媒体文件。

本发明实施例提供的媒体系统可以使用在前述对应的方法实施例二中，详 情参见上述实施例二的描述，在此不再赘述。

值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑 进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外， 各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护 范围。

另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部 分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计 算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。