一种多媒体数据关注度参数的查询方法、装置及设备

摘要

本发明实施例提供了一种多媒体数据关注度参数的查询方法、装置及设备，该方法包括：获取针对目标多媒体数据的关注度参数的查询请求；判断预先建立的第一数据表是否存在该关注度参数；若存在，则将该关注度参数的参数值确定为查询结果；若不存在，则在预先建立的第二数据表中查询该关注度参数。可见，本方案中，预先建立两种数据表，其中，第一数据表中存储查询频率较高的关注度参数及其参数值，第二数据表中存储查询频率较低的关注度参数及其参数值；获取针对目标多媒体数据的关注度参数的查询请求后，先在第一数据表中查询，未查询到的情况下，再在第二数据表中查询，这样相比于在全部数据中进行查询，缩小了查询范围，减少了数据查询时间。

说明书

技术领域

本发明涉及计算机技术领域，特别是涉及一种多媒体数据关注度参数的查询方法、装置及设备。

背景技术

一些场景中，通常需要对多媒体数据的关注度参数进行查询。多媒体数据的关注度参数可以表达用户对多媒体数据的关注程度，例如该关注度参数可以包括：多媒体数据的播放情况、上传多媒体数据的用户的相关信息等等。多媒体数据的关注度参数有助于数据分析人员对多媒体数据的分析处理。

相关方案中，通常采用OLAP(Online Analytical Processing，联机分析处理)查询技术查询多媒体数据的关注度参数，具体查询方案一般包括：将数据分析人员提交的查询请求表达为SQL(Structured Query Language，结构化查询语言)语句，并将SQL语句转变成MR(MapReduce，映射化简)任务，在基于HIVE(数据仓库工具)构建的数据库表中执行MR任务，来获取查询结果。

然而，这种方案的查询时间为小时级别，通常数据分析人员在提交查询请求后，需要等待较长时间，才能获取查询结果。

发明内容

本发明实施例的目的在于提供一种多媒体数据关注度参数的查询方法、装置及设备，以减少数据查询时间。具体技术方案如下：

为达到上述目的，本发明实施例提供了一种多媒体数据关注度参数的查询方法，包括：

获取针对目标多媒体数据的关注度参数的查询请求；

判断预先建立的第一数据表是否存在所述目标多媒体数据的关注度参数；

若存在，则将所述目标多媒体数据的关注度参数的参数值确定为查询结果；

若不存在，则在预先建立的第二数据表中查询所述目标多媒体数据的关注度参数；

其中，建立所述第一数据表的过程包括：

根据历史查询记录，确定查询频率大于预设阈值的关注度参数，作为第一关注度参数；从预设存储位置中，获取所述第一关注度参数的参数值；基于所述第一关注度参数及其参数值，构建第一数据表；

建立所述第二数据表的过程包括：

根据历史查询记录，确定除所述第一关注度参数之外的关注度参数，作为第二关注度参数；从预设存储位置中，获取所述第二关注度参数的参数值；基于所述第二关注度参数及其参数值，构建第二数据表。

可选的，所述基于所述第一关注度参数及其参数值，构建第一数据表之后，还包括：

将所述第一数据表导入预设类型的引擎，得到查询引擎；

所述判断预先建立的第一数据表是否存在所述目标多媒体数据的关注度参数，包括：

将所述查询请求输入至所述查询引擎，判断是否得到所述查询引擎输出的所述目标多媒体数据的关注度参数的参数值。

可选的，所述在预先建立的第二数据表中查询所述目标多媒体数据的关注度参数，包括：

获取所述查询请求的扫描数据量；

判断所述扫描数据量是否满足预设数据量条件；

若是，则将所述查询请求输入Hive引擎；

若否，则将所述查询请求输入Impala引擎。

可选的，所述查询请求中包括目标多媒体数据的查询参数；所述获取针对目标多媒体数据的关注度参数的查询请求之后，还包括：

判断所述查询请求中的查询参数与所述第一关注度参数是否匹配；

如果相匹配，则执行所述判断预先建立的第一数据表是否存在所述目标多媒体数据的关注度参数的步骤；

如果不匹配，则执行所述在预先建立的第二数据表中进行查询所述目标多媒体数据的关注度参数的步骤。

可选的，所述关注度参数包括以下任意一种或多种：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息；

所述查询参数包括以下任意一种或多种：第一查询参数、第二查询参数、第三查询参数，所述第一查询参数为针对用户的属性信息的查询参数，所述第二查询参数为针对资源的属性信息的查询参数，所述第三查询参数为针对用户对多媒体数据的操作统计信息的查询参数；

所述判断所述查询请求中的查询参数与所述关注度参数是否匹配，包括：

若所述查询请求中包括第一查询参数，则判断所述第一查询参数是否与所述用户的属性信息匹配成功；

若所述查询请求中包括第二查询参数，则判断所述第二查询参数是否与所述多媒体数据的属性信息匹配成功；

若所述查询请求中包括第三查询参数，则判断所述第三查询参数是否与所述用户对多媒体数据的操作统计信息匹配成功。

可选的，所述用户的属性信息包括以下任意一种或多种：用户的注册账号、用户的昵称、以及用户的身份；所述多媒体数据的属性信息包括以下任意一种或多种：多媒体数据的名称、多媒体数据的识别号；所述用户对多媒体数据的操作统计信息包括以下任意一种或多种：播放量、播放时长、以及曝光量。

为达到上述目的，本发明实施例还提供了一种多媒体数据关注度参数的查询装置，包括：

第一获取模块，用于获取针对目标多媒体数据的关注度参数的查询请求；

第一判断模块，用于判断预先建立的第一数据表是否存在所述目标多媒体数据的关注度参数；若存在，则触发第一确定模块；若不存在，则触发查询模块；

第一确定模块，用于将所述目标多媒体数据的关注度参数的参数值确定为查询结果；

查询模块，用于在预先建立的第二数据表中查询所述目标多媒体数据的关注度参数；

第二确定模块，用于根据历史查询记录，确定查询频率大于预设阈值的关注度参数，作为第一关注度参数；

第二获取模块，用于从预设存储位置中，获取所述第一关注度参数的参数值；

第一构建模块，用于基于所述第一关注度参数及其参数值，构建第一数据表；

第三确定模块，用于根据历史查询记录，确定除所述第一关注度参数之外的关注度参数，作为第二关注度参数；

第三获取模块，用于从预设存储位置中，获取所述第二关注度参数的参数值；

第二构建模块，用于基于所述第二关注度参数及其参数值，构建第二数据表。

可选的，所述装置还包括：

导入模块，用于将所述第一数据表导入预设类型的引擎，得到查询引擎；

所述第一判断模块，具体用于：

将所述查询请求输入至所述查询引擎，判断是否得到所述查询引擎输出的所述目标多媒体数据的关注度参数的参数值。

可选的，所述查询模块包括：

获取子模块，用于获取所述查询请求的扫描数据量；

判断子模块，用于判断所述扫描数据量是否满足预设数据量条件；若是，则触发第一输入子模块；若否，则触发第二输入子模块；

第一输入子模块，用于将所述查询请求输入Hive引擎；

第二输入子模块，用于将所述查询请求输入Impala引擎。

可选的，所述查询请求中包括目标多媒体数据的查询参数；所述装置还包括：

第二判断模块，用于判断所述查询请求中的查询参数与所述第一关注度参数是否匹配；如果相匹配，则触发所述第一判断模块；如果不匹配，则触发所述查询模块。

可选的，所述关注度参数包括以下任意一种或多种：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息；

所述查询参数包括以下任意一种或多种：第一查询参数、第二查询参数、第三查询参数，所述第一查询参数为针对用户的属性信息的查询参数，所述第二查询参数为针对资源的属性信息的查询参数，所述第三查询参数为针对用户对多媒体数据的操作统计信息的查询参数；

所述第二判断模块，具体用于：

若所述查询请求中包括第一查询参数，则判断所述第一查询参数是否与所述用户的属性信息匹配成功；

若所述查询请求中包括第二查询参数，则判断所述第二查询参数是否与所述多媒体数据的属性信息匹配成功；

若所述查询请求中包括第三查询参数，则判断所述第三查询参数是否与所述用户对多媒体数据的操作统计信息匹配成功。

可选的，所述用户的属性信息包括以下任意一种或多种：用户的注册账号、用户的昵称、以及用户的身份；所述多媒体数据的属性信息包括以下任意一种或多种：多媒体数据的名称、多媒体数据的识别号；所述用户对多媒体数据的操作统计信息包括以下任意一种或多种：播放量、播放时长、以及曝光量。

为达到上述目的，本发明实施例还提供了一种电子设备，包括处理器和存储器；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任意一种多媒体数据关注度参数的查询方法。

应用本发明所示实施例，预先建立两种数据表，其中，第一数据表中存储查询频率较高的关注度参数及其参数值，第二数据表中存储查询频率较低的关注度参数及其参数值；获取针对目标多媒体数据的关注度参数的查询请求后，先在第一数据表中进行查询，未查询到的情况下，再在第二数据表中进行查询，这样相比于在全部数据中进行查询，缩小了查询范围，减少了数据查询时间。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明实施例提供的多媒体数据关注度参数的查询方法的第一种流程示意图；

图2为本发明实施例提供的一种建立第一数据表的流程示意图；

图3为本发明实施例提供的一种建立第二数据表的流程示意图；

图4为本发明实施例提供的多媒体数据关注度参数的查询方法的第二种流程示意图；

图5为本发明实施例提供的一种多媒体数据关注度参数的查询装置的结构示意图；

图6为本发明实施例提供的一种建立第一数据表的装置的结构示意图；

图7为本发明实施例提供的一种建立第二数据表的装置的结构示意图；

图8为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

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，都属于本发明保护的范围。

为了达到上述目的，本发明实施例提供了一种多媒体数据关注度参数的查询方法、装置及设备，该方法及装置可以应用于各种电子设备，具体不做限定。下面首先对该多媒体数据关注度参数的查询方法进行详细介绍。

图1为本发明实施例提供的多媒体数据关注度参数的查询方法的第一种流程示意图，包括：

S101：获取针对目标多媒体数据的关注度参数的查询请求。

举例来说，关注度参数可以表达用户对多媒体数据的关注程度，关注度参数还可以表达用户对上传多媒体数据的作者的属性信息的关注程度，或者可以表达用户对多媒体数据的属性信息的关注程度。关注度参数可以包括：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。多媒体数据可以包括：视频数据、音频数据，等等，具体多媒体数据不做限定。

举例来说，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

举例来说，查询请求中包括目标多媒体数据的查询参数，查询参数可以包括：针对用户的属性信息的第一查询参数，针对多媒体数据的属性信息的第二查询参数，针对用户对多媒体数据的操作统计信息的第三查询参数，时间范围参数，等等，具体查询参数不做限定。

举例来说，若查询参数中包括：第一查询参数、第二查询参数、第三查询参数、以及时间范围参数，若第一查询参数为用户A，第二查询参数为视频B，第三查询参数为播放量，时间范围参数为最近一周，那么，查询请求可以为查询“用户A对视频B在最近一周的播放量”；若查询参数中包括：第二查询参数、第三查询参数、以及时间范围参数，若第二查询参数为视频C，第三查询参数为曝光量，时间范围参数为最近一个月，那么，查询请求可以为查询“视频C在最近一个月内的曝光量”，等等，具体查询请求不做限定。

一种实施方式中，S101之后可以先判断查询请求中的查询参数与第一关注度参数是否匹配。如果相匹配，可以执行S102；如果不匹配，可以执行S104。

举例来说，第一关注度参数可以包括：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

举例来说，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

如上所述，查询参数可以包括以下任意一项或多项：第一查询参数、第二查询参数、第三查询参数、时间范围参数，如果查询参数包括第一查询参数，则判断第一查询参数是否与用户的属性信息匹配成功；如果查询参数包括第二查询参数，则判断第二查询参数是否与多媒体数据的属性信息匹配成功；如果查询参数包括第三查询参数，则判断第三查询参数是否与用户对多媒体数据的操作统计信息匹配成功；如果查询参数包括时间范围参数，则判断时间范围参数是否与预设时间段匹配成功。

一种实施方式中，查询参数可以包括：针对用户的属性信息的第一查询参数、针对多媒体数据的属性信息的第二查询参数、针对用户对多媒体数据的操作统计信息的第三查询参数、以及时间范围参数。

这种实施方式中，判断第一查询参数是否与第一关注度参数中的用户的属性信息匹配成功；判断第二查询参数是否与第一关注度参数中的多媒体数据的属性信息匹配成功；判断第三查询参数是否与第一关注度参数中的用户对多媒体数据的操作统计信息匹配成功；判断时间范围参数是否与第一关注度参数中的预设时间段匹配成功。若均匹配成功，则判定查询请求中的查询参数与第一关注度参数相匹配，可以执行S102；若有一项匹配不成功，则判定查询请求中的查询参数与第一关注度参数不匹配，可以执行S104。

或者，另一种情况下，查询参数中可以包括：针对多媒体数据的属性信息的第二查询参数、针对用户对多媒体数据的操作统计信息的第三查询参数、以及时间范围参数；这种情况下，判断第二查询参数是否与第一关注度参数中的多媒体数据的属性信息匹配成功；判断第三查询参数是否与第一关注度参数中的用户对多媒体数据的操作统计信息匹配成功；判断时间范围参数是否与第一关注度参数中的预设时间段匹配成功。若均匹配成功，则判定查询请求中的查询参数与第一关注度参数相匹配，可以执行S102；若有一项匹配不成功，则判定查询请求中的查询参数与第一关注度参数不匹配，可以执行S104。

以上两种判断查询请求中的查询参数与第一关注度参数是否匹配的情况仅为举例说明，具体查询参数可以根据实际情况进行设定，并不对判断查询请求中的查询参数与第一关注度参数是否匹配构成限定。

本实施方式中，先判断查询请求中的查询参数与第一关注度参数是否匹配，若相匹配，再进行后续判断第一数据表中是否存在目标多媒体数据的关注度参数；若不匹配，则直接在第二数据表中进行查询。这样，在进行查询之前，先将查询参数与第一关注度参数进行匹配，也就是先判断需要查询的查询参数对应的标识是否存储在第一数据表中，如果判定为相匹配，也就是说第一数据表中包含查询参数对应的标识，相当于判定了该查询请求可能从第一数据表中得到查询结果。如果判定为不匹配，也就是说第一数据表中不包含查询参数对应的标识，相当于判定了该查询请求无法从第一数据表中得到查询结果。相比于先在第一数据表中进行查询，再在第二数据表中查询，这种需要二次查询的情况而言，本实施方式可以将不与第一关注度参数匹配的查询参数对应的查询请求直接引导向第二数据表，减少了二次查询的情况的发生概率，提高了查询效率，进一步减少了查询时间。

或者，其他实施方式中，也可以在S101之后直接执行S102。

S102：判断预先建立的第一数据表是否存在目标多媒体数据的关注度参数。若存在，可以执行S103；若不存在，可以执行S104。

下面参考图2介绍建立第一数据表的过程，图2为本发明实施例提供的一种建立第一数据表的流程示意图，包括：

S201：根据历史查询记录，确定查询频率大于预设阈值的关注度参数，作为第一关注度参数。

举例来说，历史查询记录可以理解为：数据分析人员到数据库中查询各种用户对各种多媒体数据的播放情况的历史记录。预设阈值可以为10次/月(一个月查询10次)、3次/天(每天查询3次)，等等，具体预设阈值不做限定。关注度参数可以为：多媒体数据的名称、多媒体数据的标识、上传多媒体数据的用户的名称、上传多媒体数据的用户的编号、用户播放多媒体数据的播放时长、用户播放多媒体数据的播放次数、多媒体数据的曝光量，等等，具体不做限定。

举例来说，若预设阈值为10次/月，那么，若历史查询记录中包括：近一个月中，数据分析人员查询了10次用户A对视频B每天的播放时长；查询了8次用户C对视频D每天的播放时长；查询了1次用户E对视频D每天的播放次数；查询了15次视频D的曝光量。可以推出数据分析人员对用户A的查询频率为每月10次，对用户C的查询频率为每月8次，对用户E的查询频率为每月1次，对视频B的查询频率为每月10次，对视频D的查询频率为每月(8+1+15＝)24次，对播放时长的查询频率为每月(10+8＝)18次，对播放次数的查询频率为每月1次，对曝光量的查询频率为每月15次。这样，查询频率大于预设阈值的关注度参数为用户A、视频B、视频D、播放时长以及曝光量，可以将用户A、视频B、视频D、播放时长以及曝光量，作为第一关注度参数。

S202：从预设存储位置中，获取第一关注度参数的参数值。

举例来说，预设存储位置可以为：MySQL(My Structured Query Language，我的结构化查询语言)数据库、NoSQL(Not Only Structured Query Language，非关系型)数据库，等等，具体预设存储位置不做限定。

举例来说，第一关注度参数可以为：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

其中，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

举例来说，假设第一关注度参数为：用户A的名称、视频B的名称、播放时长、一年；若预设存储位置为MySQL数据库，那么，S202可以包括：从MySQL数据库中获取一年内用户A的名称对应的参数值、视频B的名称对应的参数值、用户A每次播放视频B的播放时长对应的参数值，作为第一关注度参数的参数值。

S203：基于第一关注度参数及其参数值，构建第一数据表。

一种情况下，可以根据第一关注度参数创建字段后，将第一关注度参数的参数值分别填入对应的第一关注度参数字段中，完成第一数据表的构建。

另一种情况下，可以将第一关注度参数写入表头，将第一关注度参数的参数值分别填入对应的第一关注度参数所在表头的表格中，完成第一数据表的构建。

一种实施方式中，S203之后可以包括：将第一数据表导入预设类型的引擎，得到查询引擎。

举例来说，预设类型的引擎可以为Clickhouse(点击屋)引擎；将所述第一数据表导入预设类型的引擎，得到查询引擎，可以包括：利用导入工具DataX(异构数据源数据交换工具)将第一数据表导入Clickhouse引擎，得到查询引擎。其中，所述导入工具可以包括：DataX、数据导入导出向导、OpenRowSet(打开行集)，等等，具体不做限定；所述预设类型的引擎可以包括：Clickhouse引擎、Memory(记忆)引擎，等等，具体预设类型的引擎不做限定。

由于引擎在查询服务中查询速度快，将第一数据表导入引擎中，在后续查询过程中，利用引擎进行查询，相比于在第一数据表中进行查询而言，能够缩短查询的时间。

一种实施方式中，S102可以包括：在第一数据表中查询针对目标多媒体数据的查询请求，判断是否在第一数据表查询到的目标多媒体数据的关注度参数的参数值。若是，可以判定预先建立的第一数据表存在目标多媒体数据的关注度参数；若否，可以判定预先建立的第一数据表不存在目标多媒体数据的关注度参数。

举例来说，若以字段的形式创建第一数据表，那么可以查询第一数据表的各字段中是否存在目标多媒体数据的关注度参数。若存在，可以判定预先建立的第一数据表存在目标多媒体数据的关注度参数；若不存在，可以判定预先建立的第一数据表不存在目标多媒体数据的关注度参数。

或者，一种实施方式中，S102可以包括：将查询请求输入至查询引擎，判断是否得到查询引擎输出的目标多媒体数据的关注度参数的参数值。若是，可以判定预先建立的第一数据表存在目标多媒体数据的关注度参数；若否，可以判定预先建立的第一数据表不存在目标多媒体数据的关注度参数。

举例来说，若第一数据表导入Clickhouse引擎中，那么可以将查询请求输入至导入了第一数据表的Clickhouse引擎，判断该Clickhouse引擎是否输出该查询请求对应的目标多媒体数据的关注度参数的参数值。若是，可以判定预先建立的第一数据表存在目标多媒体数据的关注度参数；若否，可以判定预先建立的第一数据表不存在目标多媒体数据的关注度参数。

S103：将目标多媒体数据的关注度参数的参数值确定为查询结果。

举例来说，若S102中判定预先建立的第一数据表存在目标多媒体数据的关注度参数，那么，可以将目标多媒体数据的关注度参数的参数值确定为查询结果。

S104：在预先建立的第二数据表中查询目标多媒体数据的关注度参数。

下面参考图3介绍建立第二数据表的过程，图3为本发明实施例提供的一种建立第二数据表的流程示意图，包括：

S301：根据历史查询记录，确定除第一关注度参数之外的关注度参数，作为第二关注度参数。

举例来说，历史查询记录可以理解为：数据分析人员到数据库中查询各种用户对各种多媒体数据的播放情况的历史记录。关注度参数可以为：多媒体数据的名称、多媒体数据的标识、上传多媒体数据的用户的名称、上传多媒体数据的用户的编号、用户播放多媒体数据的播放时长、用户播放多媒体数据的播放次数、多媒体数据的曝光量，等等，具体不做限定。

S301可以理解为：根据历史查询记录，确定查询频率小于预设阈值的关注度参数，作为第二关注度参数。

举例来说，若关注度参数包括：多媒体数据的名称、多媒体数据的标识、上传多媒体数据的用户的名称、上传多媒体数据的用户的编号、用户播放多媒体数据的播放时长、用户播放多媒体数据的播放次数、多媒体数据的曝光量。那么，若S201中，将多媒体数据的名称、上传多媒体数据的用户的名称以及用户播放多媒体数据的播放时长确定为第一关注度参数，那么，S301中，可以将除第一关注度参数之外的关注度参数确定为第二关注度参数，也就是将多媒体数据的标识、上传多媒体数据的用户的编号、用户播放多媒体数据的播放次数以及多媒体数据的曝光量确定为第二关注度参数。

S302：从预设存储位置中，获取第二关注度参数的参数值。

举例来说，预设存储位置可以为：MySQL数据库、NoSQL数据库，等等，具体预设存储位置不做限定。

举例来说，第二关注度参数可以为：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

其中，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

举例来说，假设第二关注度参数为：多媒体数据的标识、上传多媒体数据的用户的编号、用户播放多媒体数据的播放次数以及多媒体数据的曝光量。若预设存储位置为MySQL数据库，那么，S302可以包括：从MySQL数据库中获取多媒体数据的标识对应的参数值、上传多媒体数据的用户的编号对应的参数值、用户播放多媒体数据的播放次数对应的参数值以及多媒体数据的曝光量对应的参数值，作为第二关注度参数的参数值。

S303：基于第二关注度参数及其参数值，构建第二数据表。

一种情况下，可以根据第二关注度参数创建字段后，将第二关注度参数的参数值分别填入对应的第二关注度参数字段中，完成第二数据表的构建。

另一种情况下，可以将第二关注度参数写入表头，将第二关注度参数的参数值分别填入对应的第二关注度参数所在表头的表格中，完成第二数据表的构建。

一种实施方式中，S303之后可以包括：将第二数据表导入预设类型的引擎，得到备选引擎。

举例来说，预设类型的引擎可以为Hive引擎；将所述第二数据表导入预设类型的引擎，得到备选引擎，可以包括：利用导入工具DataX将第二数据表导入Hive引擎，得到备选引擎。其中，所述导入工具可以包括：DataX、数据导入导出向导、OpenRowSet，等等，具体不做限定；所述预设类型的引擎可以包括：Hive引擎、Impala引擎，等等，具体预设类型的引擎不做限定。

由于引擎在查询服务中查询速度快，将第二数据表导入引擎中，在后续查询过程中，利用引擎进行查询，相比于在第二数据表中进行查询而言，能够缩短查询的时间。

一种实施方式中，S104可以包括：可以直接在第二数据表中进行查询，得到查询结果。

或者，另一种实施方式中，S104可以包括：获取查询请求的扫描数据量；判断扫描数据量是否满足预设数据量条件；若是，可以将查询请求输入Hive引擎；若否，可以将查询请求输入Impala引擎。

举例来说，预设数据量条件可以包括：扫描数据量大于1Tb(太字节)、扫描数据量在1Tb-2Tb之间，等等，具体预设数据量条件不做限定。

举例来说，预设数据量条件可以为扫描数据量大于1Tb。可以将查询请求用SQL语言表述后，通过EXPLAIN(解释)函数扫描用SQL语言表述的查询请求，得到查询请求的扫描数据量。若查询请求的扫描数据量为2Tb，则扫描数据量满足扫描数据量大于1Tb条件，可以将该查询请求输入Hive引擎。若查询请求的扫描数据量为0.5Tb，则扫描数据量不满足扫描数据量大于1Tb条件，可以将所述查询请求输入Impala引擎。其中，Hive引擎适用于数据量较大的查询请求，Impala引擎适用于数据量较小的查询请求，因此，将扫描数据量大于预设数据量条件的查询请求输入至Hive引擎，将扫描数据量小于或等于预设数据量条件的查询请求输入至Impala引擎，这样可以合理利用Hive引擎和Impala引擎。

应用本发明所示实施例，预先建立两种数据表，其中，第一数据表中存储查询频率较高的关注度参数及其参数值，第二数据表中存储查询频率较低的关注度参数及其参数值；获取针对目标多媒体数据的关注度参数的查询请求后，先在第一数据表中进行查询，未查询到的情况下，再在第二数据表中进行查询，这样相比于在全部数据中进行查询，缩小了查询范围，减少了数据查询时间。

图4为本发明实施例提供的多媒体数据关注度参数的查询方法的第二种流程示意图，包括：

S401：根据历史查询记录，确定查询频率大于预设阈值的关注度参数，作为第一关注度参数；从预设存储位置中，获取第一关注度参数的参数值；基于第一关注度参数及其参数值，构建第一数据表。

举例来说，历史查询记录可以理解为：数据分析人员到数据库中查询各种用户对各种多媒体数据的播放情况的历史记录。预设阈值可以为10次/月(一个月查询10次)、3次/天(每天查询3次)，等等，具体预设阈值不做限定。关注度参数可以为：多媒体数据的名称、多媒体数据的标识、上传多媒体数据的用户的名称、上传多媒体数据的用户的编号、用户播放多媒体数据的播放时长、用户播放多媒体数据的播放次数、多媒体数据的曝光量，等等，具体不做限定。多媒体数据可以包括：视频数据、音频数据，等等，具体多媒体数据不做限定。

举例来说，若预设阈值为10次/月，那么，若历史查询记录中包括：近一个月中，数据分析人员查询了10次用户A对视频B每天的播放时长；查询了8次用户C对视频D每天的播放时长；查询了1次用户E对视频D每天的播放次数；查询了15次视频D的曝光量。可以推出数据分析人员对用户A的查询频率为每月10次，对用户C的查询频率为每月8次，对用户E的查询频率为每月1次，对视频B的查询频率为每月10次，对视频D的查询频率为每月(8+1+15＝)24次，对播放时长的查询频率为每月(10+8＝)18次，对播放次数的查询频率为每月1次，对曝光量的查询频率为每月15次。这样，查询频率大于预设阈值的关注度参数为用户A、视频B、视频D、播放时长以及曝光量，可以将用户A、视频B、视频D、播放时长以及曝光量，作为第一关注度参数。

举例来说，预设存储位置可以为：MySQL数据库，等等，具体预设存储位置不做限定。

举例来说，第一关注度参数可以为：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

其中，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

举例来说，假设第一关注度参数为：用户A的名称、视频B的名称、播放时长、一年；若预设存储位置为MySQL数据库，那么，S202可以包括：从MySQL数据库中获取一年内用户A的名称对应的参数值、视频B的名称对应的参数值、用户A每次播放视频B的播放时长对应的参数值，作为第一关注度参数的参数值。

一种情况下，可以根据第一关注度参数创建字段后，将第一关注度参数的参数值分别填入对应的第一关注度参数字段中，完成第一数据表的构建。

另一种情况下，可以将第一关注度参数写入表头，将第一关注度参数的参数值分别填入对应的第一关注度参数所在表头的表格中，完成第一数据表的构建。

S402：将第一数据表导入预设类型的引擎，得到查询引擎。

举例来说，预设类型的引擎可以为Clickhouse引擎；将所述第一数据表导入预设类型的引擎，得到查询引擎，可以包括：利用导入工具DataX将第一数据表导入Clickhouse引擎，得到查询引擎。其中，所述导入工具可以包括：DataX、数据导入导出向导、OpenRowSet，等等，具体不做限定；所述预设类型的引擎可以包括：Clickhouse引擎、Memory引擎，等等，具体预设类型的引擎不做限定。

由于引擎在查询服务中查询速度快，将第一数据表导入引擎中，在后续查询过程中，利用引擎进行查询，相比于在第一数据表中进行查询而言，能够缩短查询的时间。

S403：根据历史查询记录，确定除第一关注度参数之外的关注度参数，作为第二关注度参数；从预设存储位置中，获取第二关注度参数的参数值；基于第二关注度参数及其参数值，构建第二数据表。

举例来说，历史查询记录可以理解为：数据分析人员到数据库中查询各种用户对各种多媒体数据的播放情况的历史记录。关注度参数可以为：多媒体数据的名称、多媒体数据的标识、上传多媒体数据的用户的名称、上传多媒体数据的用户的编号、用户播放多媒体数据的播放时长、用户播放多媒体数据的播放次数、多媒体数据的曝光量，等等，具体不做限定。

S403可以理解为：根据历史查询记录，确定查询频率小于预设阈值的关注度参数，作为第二关注度参数；从预设存储位置中，获取第二关注度参数的参数值；基于第二关注度参数及其参数值，构建第二数据表。

举例来说，若关注度参数包括：多媒体数据的名称、多媒体数据的标识、上传多媒体数据的用户的名称、上传多媒体数据的用户的编号、用户播放多媒体数据的播放时长、用户播放多媒体数据的播放次数、多媒体数据的曝光量。那么，若S401中，将多媒体数据的名称、上传多媒体数据的用户的名称以及用户播放多媒体数据的播放时长确定为第一关注度参数，那么，S403中，可以将除第一关注度参数之外的关注度参数确定为第二关注度参数，也就是将多媒体数据的标识、上传多媒体数据的用户的编号、用户播放多媒体数据的播放次数以及多媒体数据的曝光量确定为第二关注度参数。

举例来说，预设存储位置可以为：MySQL数据库、NoSQL数据库，等等，具体预设存储位置不做限定。

举例来说，第二关注度参数可以为：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

其中，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

举例来说，假设第二关注度参数为：多媒体数据的标识、上传多媒体数据的用户的编号、用户播放多媒体数据的播放次数以及多媒体数据的曝光量。若预设存储位置为MySQL数据库，那么，S302可以包括：从MySQL数据库中获取多媒体数据的标识对应的参数值、上传多媒体数据的用户的编号对应的参数值、用户播放多媒体数据的播放次数对应的参数值以及多媒体数据的曝光量对应的参数值，作为第二关注度参数的参数值。

一种情况下，可以根据第二关注度参数创建字段后，将第二关注度参数的参数值分别填入对应的第二关注度参数字段中，完成第二数据表的构建。

另一种情况下，可以将第二关注度参数写入表头，将第二关注度参数的参数值分别填入对应的第二关注度参数所在表头的表格中，完成第二数据表的构建。

一种实施方式中，S303之后可以包括：将第二数据表导入预设类型的引擎，得到备选引擎。

举例来说，预设类型的引擎可以为Hive引擎；将所述第二数据表导入预设类型的引擎，得到备选引擎，可以包括：利用导入工具DataX将第二数据表导入Hive引擎，得到备选引擎。其中，所述导入工具可以包括：DataX、数据导入导出向导、OpenRowSet，等等，具体不做限定；所述预设类型的引擎可以包括：Hive引擎、Impala引擎，等等，具体预设类型的引擎不做限定。

由于引擎在查询服务中查询速度快，将第二数据表导入引擎中，在后续查询过程中，利用引擎进行查询，相比于在第二数据表中进行查询而言，能够缩短查询的时间。

S404：获取针对目标多媒体数据的关注度参数的查询请求，查询请求中包括目标多媒体数据的查询参数。

举例来说，关注度参数可以表达用户对多媒体数据的关注程度，关注度参数还可以表达用户对上传多媒体数据的作者的属性信息的关注程度，或者可以表达用户对多媒体数据的属性信息的关注程度。关注度参数可以包括：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

举例来说，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

举例来说，查询请求中包括目标多媒体数据的查询参数，查询参数可以包括：针对用户的属性信息的第一查询参数，针对多媒体数据的属性信息的第二查询参数，针对用户对多媒体数据的操作统计信息的第三查询参数，时间范围参数，等等，具体查询参数不做限定。

举例来说，若查询参数中包括：第一查询参数、第二查询参数、第三查询参数、以及时间范围参数，若第一查询参数为用户A，第二查询参数为视频B，第三查询参数为播放量，时间范围参数为最近一周，那么，查询请求可以为查询“用户A对视频B在最近一周的播放量”；若查询参数中包括：第二查询参数、第三查询参数、以及时间范围参数，若第二查询参数为视频C，第三查询参数为曝光量，时间范围参数为最近一个月，那么，查询请求可以为查询“视频C在最近一个月内的曝光量”，等等，具体查询请求不做限定。

S405：判断查询请求中的查询参数与第一关注度参数是否匹配。若是，可以执行S406；若否，可以执行S408。

举例来说，第一关注度参数可以包括：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息、预设时间段，等等，具体不做限定。

举例来说，用户的属性信息可以包括：用户的注册账号、用户的昵称、用户的身份，等等，具体用户的属性信息不做限定；多媒体数据的属性信息可以包括：多媒体数据的名称、多媒体数据的识别号，等等，具体多媒体数据的属性信息不做限定；用户对多媒体数据的操作统计信息可以包括：播放量、播放时长、曝光量，等等，具体用户对多媒体数据的操作统计信息不做限定；预设时间段可以包括：一个月、一年、2019年6月至2020年8月，等等，具体预设时间段不做限定。

如上所述，查询参数可以包括以下任意一项或多项：第一查询参数、第二查询参数、第三查询参数、时间范围参数，如果查询参数包括第一查询参数，则判断第一查询参数是否与用户的属性信息匹配成功；如果查询参数包括第二查询参数，则判断第二查询参数是否与多媒体数据的属性信息匹配成功；如果查询参数包括第三查询参数，则判断第三查询参数是否与用户对多媒体数据的操作统计信息匹配成功；如果查询参数包括时间范围参数，则判断时间范围参数是否与预设时间段匹配成功。

一种实施方式中，查询参数可以包括：针对用户的属性信息的第一查询参数、针对多媒体数据的属性信息的第二查询参数、针对用户对多媒体数据的操作统计信息的第三查询参数、以及时间范围参数。

这种实施方式中，判断第一查询参数是否与第一关注度参数中的用户的属性信息匹配成功；判断第二查询参数是否与第一关注度参数中的多媒体数据的属性信息匹配成功；判断第三查询参数是否与第一关注度参数中的用户对多媒体数据的操作统计信息匹配成功；判断时间范围参数是否与第一关注度参数中的预设时间段匹配成功。若均匹配成功，则判定查询请求中的查询参数与第一关注度参数相匹配，可以执行S406；若有一项匹配不成功，则判定查询请求中的查询参数与第一关注度参数不匹配，可以执行S408。

或者，另一种情况下，查询参数中可以包括：针对多媒体数据的属性信息的第二查询参数、针对用户对多媒体数据的操作统计信息的第三查询参数、以及时间范围参数；这种情况下，判断第二查询参数是否与第一关注度参数中的多媒体数据的属性信息匹配成功；判断第三查询参数是否与第一关注度参数中的用户对多媒体数据的操作统计信息匹配成功；判断时间范围参数是否与第一关注度参数中的预设时间段匹配成功。若均匹配成功，则判定查询请求中的查询参数与第一关注度参数相匹配，可以执行S406；若有一项匹配不成功，则判定查询请求中的查询参数与第一关注度参数不匹配，可以执行S408。

以上两种判断查询请求中的查询参数与第一关注度参数是否匹配的情况仅为举例说明，具体查询参数可以根据实际情况进行设定，并不对判断查询请求中的查询参数与第一关注度参数是否匹配构成限定。

本实施方式中，先判断查询请求中的查询参数与第一关注度参数是否匹配，若相匹配，再进行后续判断第一数据表中是否存在目标多媒体数据的关注度参数；若不匹配，则直接在第二数据表中进行查询。这样，在进行查询之前，先将查询参数与第一关注度参数进行匹配，也就是先判断需要查询的查询参数对应的标识是否存储在第一数据表中，如果判定为相匹配，也就是说第一数据表中包含查询参数对应的标识，相当于判定了该查询请求可能从第一数据表中得到查询结果。如果判定为不匹配，也就是说第一数据表中不包含查询参数对应的标识，相当于判定了该查询请求无法从第一数据表中得到查询结果。相比于先在第一数据表中进行查询，再在第二数据表中查询，这种需要二次查询的情况而言，本实施方式可以将不与第一关注度参数匹配的查询参数对应的查询请求直接引导向第二数据表，减少了二次查询的情况的发生概率，提高了查询效率，进一步减少了查询时间。

S406：将查询请求输入至查询引擎，判断是否得到查询引擎输出的查询参数的参数值。若是，可以执行S407；若否，可以执行S408。

S407：将查询参数的参数值确定为查询结果。

S408：在预先建立的第二数据表中查询目标多媒体数据的关注度参数。

一种实施方式中，S408可以包括：可以直接在第二数据表中进行查询，得到查询结果。

或者，另一种实施方式中，S408可以包括：获取查询请求的扫描数据量；判断扫描数据量是否满足预设数据量条件；若是，可以将查询请求输入Hive引擎；若否，可以将查询请求输入Impala引擎。

举例来说，预设数据量条件可以包括：扫描数据量大于1Tb(太字节)、扫描数据量在1Tb-2Tb之间，等等，具体预设数据量条件不做限定。

举例来说，预设数据量条件可以为扫描数据量大于1Tb。可以将查询请求用SQL语言表述后，通过EXPLAIN(解释)函数扫描用SQL语言表述的查询请求，得到查询请求的扫描数据量。若查询请求的扫描数据量为2Tb，则扫描数据量满足扫描数据量大于1Tb条件，可以将该查询请求输入Hive引擎。若查询请求的扫描数据量为0.5Tb，则扫描数据量不满足扫描数据量大于1Tb条件，可以将所述查询请求输入Impala引擎。其中，Hive引擎适用于数据量较大的查询请求，Impala引擎适用于数据量较小的查询请求，因此，将扫描数据量大于预设数据量条件的查询请求输入至Hive引擎，将扫描数据量小于或等于预设数据量条件的查询请求输入至Impala引擎，这样可以合理利用Hive引擎和Impala引擎。

应用本发明所示实施例，预先建立两种数据表，其中，第一数据表中存储查询频率较高的关注度参数及其参数值，第二数据表中存储查询频率较低的关注度参数及其参数值；获取针对目标多媒体数据的关注度参数的查询请求后，先在第一数据表中进行查询，未查询到的情况下，再在第二数据表中进行查询，这样相比于在全部数据中进行查询，缩小了查询范围，减少了数据查询时间。

与上述方法实施例相对应，本发明实施例还提供一种多媒体数据关注度参数的查询装置的结构示意图，如图5所示，包括：

第一获取模块501，用于获取针对目标多媒体数据的关注度参数的查询请求；

第一判断模块502，用于判断预先建立的第一数据表是否存在所述目标多媒体数据的关注度参数；若存在，则触发第一确定模块；若不存在，则触发查询模块；

第一确定模块503，用于将所述目标多媒体数据的关注度参数的参数值确定为查询结果；

查询模块504，用于在预先建立的第二数据表中查询所述目标多媒体数据的关注度参数。

一种实施方式中，所述第一判断模块502，具体用于：

将所述查询请求输入至预先建立的查询引擎，判断是否得到所述查询引擎输出的所述目标多媒体数据的关注度参数的参数值。

一种实施方式中，所述查询模块504，包括：获取子模块、判断子模块、第一输入子模块、第二输入子模块(图中未示出)，其中，

获取子模块，用于获取所述查询请求的扫描数据量；

判断子模块，用于判断所述扫描数据量是否满足预设数据量条件；若是，则触发第一输入子模块；若否，则触发第二输入子模块；

第一输入子模块，用于将所述查询请求输入Hive引擎；

第二输入子模块，用于将所述查询请求输入Impala引擎。

一种实施方式中，所述查询请求中包括目标多媒体数据的查询参数；所述装置还包括：第二判断模块(图中未示出)，其中，

第二判断模块，用于判断所述查询请求中的查询参数与所述第一关注度参数是否匹配；如果相匹配，则触发所述第一判断模块502；如果不匹配，则触发所述查询模块504。

一种实施方式中，所述关注度参数包括以下任意一种或多种：用户的属性信息、多媒体数据的属性信息、用户对多媒体数据的操作统计信息；

所述查询参数包括以下任意一种或多种：第一查询参数、第二查询参数、第三查询参数，所述第一查询参数为针对用户的属性信息的查询参数，所述第二查询参数为针对资源的属性信息的查询参数，所述第三查询参数为针对用户对多媒体数据的操作统计信息的查询参数；

所述第二判断模块，具体用于：

若所述查询请求中包括第一查询参数，则判断所述第一查询参数是否与所述用户的属性信息匹配成功；

若所述查询请求中包括第二查询参数，则判断所述第二查询参数是否与所述多媒体数据的属性信息匹配成功；

若所述查询请求中包括第三查询参数，则判断所述第三查询参数是否与所述用户对多媒体数据的操作统计信息匹配成功。

一种实施方式中，所述用户的属性信息包括以下任意一种或多种：用户的注册账号、用户的昵称、以及用户的身份；所述多媒体数据的属性信息包括以下任意一种或多种：多媒体数据的名称、多媒体数据的识别号；所述用户对多媒体数据的操作统计信息包括以下任意一种或多种：播放量、播放时长、以及曝光量。

与上述方法实施例相对应，本发明实施例还提供一种建立第一数据表的装置的结构示意图，如图6所示，包括：

第二确定模块601，用于根据历史查询记录，确定查询频率大于预设阈值的关注度参数，作为第一关注度参数；

第二获取模块602，用于从预设存储位置中，获取所述第一关注度参数的参数值；

第一构建模块603，用于基于所述第一关注度参数及其参数值，构建第一数据表。

一种实施方式中，所述装置还包括：导入模块(图中未示出)，其中，

导入模块，用于将所述第一数据表导入预设类型的引擎，得到查询引擎。

与上述方法实施例相对应，本发明实施例还提供一种建立第二数据表的装置的结构示意图，如图7所示，包括：

第三确定模块701，用于根据历史查询记录，确定除所述第一关注度参数之外的关注度参数，作为第二关注度参数；

第三获取模块702，用于从预设存储位置中，获取所述第二关注度参数的参数值；

第二构建模块703，用于基于所述第二关注度参数及其参数值，构建第二数据表。

应用本发明所示实施例，预先建立两种数据表，其中，第一数据表中存储查询频率较高的关注度参数及其参数值，第二数据表中存储查询频率较低的关注度参数及其参数值；获取针对目标多媒体数据的关注度参数的查询请求后，先在第一数据表中进行查询，未查询到的情况下，再在第二数据表中进行查询，这样相比于在全部数据中进行查询，缩小了查询范围，减少了数据查询时间。

本发明实施例还提供了一种电子设备，如图8所示，包括处理器801和存储器802，

存储器802，用于存放计算机程序；

处理器801，用于执行存储器802上所存放的程序时，实现上述任意一种多媒体数据关注度参数的查询方法。

上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一多媒体数据关注度参数的查询方法的步骤。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一多媒体数据关注度参数的查询方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例、设备实施例、计算机可读存储介质实施例、以及计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。