CN103631823A - 一种媒体内容推荐方法及设备 - Google Patents

Abstract

本发明公开了一种媒体内容推荐方法及设备，其中，该方法包括：计算媒体内容库中的媒体内容标签的得分；按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签；针对所述候选的媒体内容标签，从所述媒体内容库中查找出所述候选的媒体内容标签对应的媒体内容；针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容；将所述候选的媒体内容标签对应的待推荐媒体内容推荐给用户。实施本发明，可以为用户推荐热门的媒体内容，并且有效地降低推荐给用户的媒体内容的风格差异，避免推荐给用户冷门的媒体内容。

Description

一种媒体内容推荐方法及设备

技术领域

本发明涉及个性化推荐领域，具体涉及一种媒体内容推荐方法及设备。

背景技术

歌曲个性化推荐是当前个性化推荐领域最热门的应用之一。通过寻找用户喜欢的歌曲并推荐给用户，可以丰富用户的听歌范围，增强用户粘性。

目前，业界一般采用协同过滤推荐方法来为用户推荐歌曲。其中，协同过滤推荐方法不需要事先获得用户或歌曲的特征，只依赖于用户过去的行为（如对歌曲的浏览等），以评分的形式收集用户对歌曲的反馈，接着计算用户之间的相似度，然后利用用户相似度较高的邻居对其他歌曲的评价，来预测目标用户对待定歌曲的喜好程度，最后根据这一喜好程度来对目标用户进行推荐。

但是，这种协同过滤推荐方法至少存在推荐歌曲的风格差异大，推荐歌曲冷门的问题。

发明内容

本发明所要解决的技术问题是提供一种媒体内容推荐方法及设备，能够降低所推荐的媒体内容的风格差异，避免推荐冷门的媒体内容。

本发明一方面提供一种媒体内容推荐方法，包括：

计算媒体内容库中的媒体内容标签的得分；

按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签；

针对所述候选的媒体内容标签，从所述媒体内容库中查找出所述候选的媒体内容标签对应的媒体内容；

针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容；

将所述候选的媒体内容标签对应的待推荐媒体内容推荐给用户。

本发明另一方面提供一种媒体内容推荐设备，包括：

计算单元，用于计算媒体内容库中的媒体内容标签的得分；

第一选择单元，用于按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签；

查找单元，用于针对所述候选的媒体内容标签，从所述媒体内容库中查找出所述候选的媒体内容标签对应的媒体内容；

第二选择单元，用于针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容；

推荐单元，用于将所述候选的媒体内容标签对应的待推荐媒体内容推荐给用户。

本发明实施例中，在计算媒体内容库中的媒体内容标签的得分之后，可以按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签，并且从媒体内容库中查找出候选的媒体内容标签对应的媒体内容，进一步按照浏览量从高到低的顺序选取第二门限值个媒体内容作为候选的媒体内容标签对应的待推荐媒体内容，以及将候选的媒体内容标签对应的待推荐媒体内容推荐给用户。通过这种方式，可以为用户推荐热门的媒体内容，并且有效地降低推荐给用户的媒体内容的风格差异，避免推荐给用户冷门的媒体内容。

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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的一种媒体内容推荐方法的流程图；

图2是本发明第二实施例提供的一种媒体内容推荐方法的流程图；

图3是本发明第三实施例提供的一种媒体内容推荐方法的流程图；

图4是本发明第四实施例提供的一种媒体内容推荐设备的结构图；

图5是本发明第五实施例提供的一种媒体内容推荐设备的结构图。

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。

本发明实施例提供了一种媒体内容推荐方法及设备，可以提高为用户推荐媒体内容的准确性，并且降低推荐给用户的媒体内容的风格差异，避免推荐给用户冷门的媒体内容，从而大大提高了用户体验。以下分别进行详细说明。

请参阅图1，图1是本发明第一实施例提供的一种媒体内容推荐方法的流程图。如图1所示，该媒体内容推荐方法可以包括以下步骤。

101、计算媒体内容库中的媒体内容标签的得分。

本发明中，媒体内容库可以用于存储歌曲、视频、语音、图片以及文本等媒体内容。换言之，媒体内容库中的媒体内容可以是歌曲、视频、语音、图片以及文本中的任意一种或几种的组合。

以音乐文件为例，在实际应用中，媒体内容标签至少可以包括8个：即主题、心情、节奏、旋律、场景、音色、乐器演奏以及风格流派。也即是说，上述步骤101中可以分别计算主题、心情、节奏、旋律、场景、音色、乐器演奏以及风格流派的得分。

需要说明的是，实际应用中这些媒体标签可以不用8个，多少个都是可以的，这里的8个媒体内容标签仅仅是举例说明而已。

作为一种可选的实施方式，上述步骤101具体可以通过以下步骤来实现：

1）、针对媒体内容库中的媒体内容标签，计算媒体内容库中含有该媒体内容标签的媒体内容总数量与媒体内容库中所有媒体内容总数量的比值，以获得媒体内容标签热度；

即，媒体内容标签热度=（媒体内容库中含有该媒体内容标签的媒体内容总数量/媒体内容库中所有媒体内容总数量）；

2）、计算媒体内容库中含有该媒体内容标签的媒体内容的用户打分总和与该媒体内容标签热度的比值，以获得该媒体内容标签的得分。

即，媒体内容标签的得分=（Σ（含有该媒体内容标签的媒体内容的用户打分）/媒体内容标签热度）。

其中，通过上述方式来计算媒体内容库中的每一个媒体内容标签的得分，可以使得每一个媒体内容标签的得分的可信度较高，从而使得后续推荐的媒体内容的热度较高，其中，媒体内容的热度较高说明媒体内容较受欢迎。

102、按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签。

本发明中，上述的第一门限值可以根据实际需要进行设置，本发明不作具体限定。举例来说，当第一门限值设置为5时，本发明可以根据主题、心情、节奏旋律、场景、音色、乐器演奏以及风格流派等8个媒体内容标签的得分从高到低的顺序，选择5个最高的媒体内容标签作为候选的媒体内容标签。

103、针对候选的媒体内容标签，从媒体内容库中查找出候选的媒体内容标签对应的媒体内容。

在实际应用中，同一个媒体内容标签可以被多个媒体内容所拥有，例如同一个音色可以同时被多首歌曲所拥有。因此，在步骤102选取出第一门限值个媒体内容标签作为候选的媒体内容标签之后，本发明可以从媒体内容库中查找出每一个候选的媒体内容标签对应的多个媒体内容。

104、针对候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为该候选的媒体内容标签对应的待推荐媒体内容。

本发明中，上述的第二门限值可以根据实际需要进行设置，本发明不作具体限定。举例来说，当第一门限值设置为5，第二门限值设置为20时，本发明可以针对这5个候选的媒体内容标签中的每一个候选的媒体内容标签，分别按照浏览量从高到低的顺序选取20个媒体内容作为该候选的媒体内容标签对应的待推荐媒体内容。

本发明中，媒体内容的浏览量可以理解为是媒体内容的听众数量，也可以理解为是媒体内容的点击数量。

105、将候选的媒体内容标签对应的待推荐媒体内容推荐给用户。

举例来说，当第一门限值设置为5，第二门限值设置为20时，通过上述步骤104每一个候选的媒体内容标签对应的媒体内容中有20个媒体内容被选取作为该候选的媒体内容标签对应的待推荐媒体内容。此时通过步骤105可以将每一个候选的媒体内容标签对应的待推荐媒体内容推荐给用户，即可以将100个待推荐媒体内容推荐给用户。

作为一种可选的实施方式，本发明在上述步骤102之前，可以先将每一个媒体内容标签按照得分从高到低的顺序进行排序，然后再执行步骤102，本发明不作限定。通过这种排序方式，可以使得步骤102选取第一门限值个媒体内容标签作为候选的媒体内容标签更加便捷。

作为一种可选的实施方式，本发明在上述步骤104之前，可以先滤除掉候选的媒体内容标签对应的媒体内容中已被浏览过或已推送过的媒体内容，并将剩下的候选的媒体内容标签对应的媒体内容按照浏览量从高到低的顺序进行排序之后，再执行步骤104，本发明不作限定。通过这种先滤除再排序的方式，不仅可以避免将已被用户浏览过或已推送过给用户的媒体内容再次推荐给用户，降低用户体验，而且还可以使步骤104选取第二门限值个媒体内容作为该候选的媒体内容标签对应的待推荐媒体内容更加便捷。

作为一种可选的实施方式，上述步骤105具体可以通过以下步骤来实现：

1）、将每一个候选的媒体内容标签对应的待推荐媒体内容按照浏览量从高到低的顺序进行排序；

2）、将排序好的每一个候选的媒体内容标签对应的待推荐媒体内容作为一个整体，再按照每一个所述候选的媒体内容标签的得分从高到低的顺序进行排序后推荐给用户。

其中，通过这种二次排序的方式，可以确保首先推荐给用户的是最热门的媒体内容标签对应的最热门的媒体内热，从而可以进一步提高用户体验。

在图1所示的方法，在计算媒体内容库中的媒体内容标签的得分之后，可以按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签，并且从媒体内容库中查找出候选的媒体内容标签对应的媒体内容，进一步按照浏览量从高到低的顺序选取第二门限值个媒体内容作为候选的媒体内容标签对应的待推荐媒体内容，以及将候选的媒体内容标签对应的待推荐媒体内容推荐给用户。通过这种方式，可以为提高为用户推荐热门媒体内容的准确性，并且有效地降低推荐给用户的媒体内容的风格差异，避免推荐给用户冷门的媒体内容。

请参阅图2，图2是本发明第二实施例提供的一种媒体内容推荐方法的流程图。在图2所示的方法中，假设媒体内容库中的媒体内容都是歌曲，并且由媒体内容服务器来执行本发明提供的媒体内容推荐方法。如图2所示，该媒体内容推荐方法可以包括以下步骤。

201、媒体内容服务器记录媒体内容库中的每一首歌曲的用户打分。

202、媒体内容服务器找到媒体内容库中被用户打分的歌曲所拥有的歌曲标签。

203、媒体内容服务器计算媒体内容库中的每一个歌曲标签的得分。

其中，上述步骤203具体可以通过以下步骤来实现：

1）、针对媒体内容库中的每一个歌曲标签，计算媒体内容库中含有该歌曲标签的歌曲总数量与媒体内容库中所有歌曲总数量的比值，以获得该歌曲标签热度；

即，该歌曲标签热度=（媒体内容库中含有歌曲标签的歌曲总数量/媒体内容库中所有歌曲总数量）；

2）、计算媒体内容库中含有该歌曲标签的媒体内容的用户打分总和与该歌曲标签热度的比值，以获得该歌曲标签的得分。

即，该歌曲标签的得分=（Σ（含有该歌曲标签的歌曲的用户打分）/该歌曲热度）。

其中，通过上述方式来计算媒体内容库中的每一个歌曲标签的得分，可以使得每一个歌曲标签的得分的可信度较高，从而使得后续推荐的歌曲的热度较高。

204、媒体内容服务器将每一个歌曲标签按照得分从高到低的顺序进行排序，并按照得分从高到低的顺序选取5（即第一门限值）个歌曲标签作为候选的歌曲标签。

举例来说，媒体内容服务器可以按照得分从高到低的顺序选取旋律、场景、音色、乐器演奏以及风格流派这5（即第一门限值）个歌曲标签作为候选的歌曲标签。

205、媒体内容服务器针对每一个候选的歌曲标签，从媒体内容库中查找出每一个候选的歌曲标签对应的歌曲。

其中，每一个候选的歌曲标签对应的歌曲可以多达几十百首、甚至数百首。

206、媒体内容服务器针对每一个候选的歌曲标签对应的歌曲，先滤除掉已被用户浏览过或前一天已推送过给用户的歌曲，并将剩下的歌曲按照听众数从高到低的顺序进行排序，按照听众数从高到低的顺序选取20（即第二门限值）个歌曲作为该候选的歌曲标签对应的待推荐歌曲。

本发明中，对于已被用户浏览过的歌曲，媒体内容服务器不仅记录了该歌曲的标识（ID）与用户ID（如QQ账号）之间的对应关系，该记录了该歌曲推荐给用户的时间，因此，媒体内容服务器可以轻易地确定出已被用户浏览过或前一天已推送过给用户的歌曲，进而媒体内容服务器可以滤除掉已被用户浏览过或前一天已推送过给用户的歌曲。

207、媒体内容服务器将每一个候选的歌曲标签对应的待推荐歌曲按照浏览量从高到低的顺序进行排序，并将排序好的每一个候选的歌曲标签对应的待推荐歌曲作为一个整体，再按照每一个候选的歌曲标签的得分从高到低的顺序进行排序，从而得到100首歌曲，并推荐给用户。

在图2所示的方法，在计算媒体内容库中的每一个歌曲标签的得分之后，可以按照得分从高到低的顺序选取5个歌曲标签作为候选的歌曲标签，并且从媒体内容库中查找出每一个候选的歌曲标签对应的歌曲，进一步按照听众数从高到低的顺序选取20个歌曲作为该候选的歌曲标签对应的待推荐歌曲，以及将每一个候选的歌曲标签对应的待推荐歌曲推荐给用户。通过这种方式，可以为用户推荐热门的媒体内容，并且有效地降低推荐给用户的媒体内容的风格差异，避免推荐给用户冷门的媒体内容。

请参阅图3，图3是本发明第三实施例提供的一种媒体内容推荐方法的流程图。在图3所示的方法中，假设媒体内容库中的媒体内容都是视频，并且由媒体内容服务器来执行本发明提供的媒体内容推荐方法。如图2所示，该媒体内容推荐方法可以包括以下步骤。

301、媒体内容服务器记录媒体内容库中的每一个视频的用户打分。

302、媒体内容服务器找到媒体内容库中被用户打分的视频所拥有的视频标签。

303、媒体内容服务器计算媒体内容库中的每一个视频标签的得分。

其中，上述步骤303具体可以通过以下步骤来实现：

1）、针对媒体内容库中的每一个视频标签，计算媒体内容库中含有该视频标签的视频总数量与媒体内容库中所有视频总数量的比值，以获得该视频标签热度；

即，该视频标签热度=（媒体内容库中含有视频标签的视频总数量/媒体内容库中所有视频总数量）；

2）、计算媒体内容库中含有该视频标签的媒体内容的用户打分总和与该视频标签热度的比值，以获得该视频标签的得分。

即，该视频标签的得分=（Σ（含有该视频标签的视频的用户打分）/该视频热度）。

其中，通过上述方式来计算媒体内容库中的每一个视频标签的得分，可以使得每一个视频标签的得分的可信度较高，从而使得后续推荐的视频的热度较高。

304、媒体内容服务器将每一个视频标签按照得分从高到低的顺序进行排序，并按照得分从高到低的顺序选取3（即第一门限值）个视频标签作为候选的视频标签。

举例来说，媒体内容服务器可以按照得分从高到低的顺序选取主题、心情以及风格流派这3（即第一门限值）个视频标签作为候选的视频标签。

305、媒体内容服务器针对每一个候选的视频标签，从媒体内容库中查找出每一个候选的视频标签对应的视频。

其中，每一个候选的视频标签对应的视频可以多达几十个、甚至数百个。

306、媒体内容服务器针对每一个候选的视频标签对应的视频，先过滤除掉已被用户浏览过或前一天已推送过给用户的视频，并将剩下的视频按照点击数从高到低的顺序进行排序，并按照点击数从高到低的顺序选取20（即第二门限值）个视频作为该候选的视频标签对应的待推荐视频。

本发明中，对于已被用户浏览过的视频，媒体内容服务器不仅记录了该视频的标识（ID）与用户ID（如用户注册账号）之间的对应关系，该记录了该视频推荐给用户的时间，因此，媒体内容服务器可以轻易地确定出已被用户浏览过或前一天已推送过给用户的视频，进而媒体内容服务器可以滤除掉已被用户浏览过或前一天已推送过给用户的视频。

307、媒体内容服务器将每一个候选的视频标签对应的待推荐视频按照浏览量从高到低的顺序进行排序，并将排序好的每一个候选的视频标签对应的待推荐视频作为一个整体，再按照每一个候选的视频标签的得分从高到低的顺序进行排序，从而得到60个视频，并推荐给用户。

在图3所示的方法，在计算媒体内容库中的每一个视频标签的得分之后，可以按照得分从高到低的顺序选取3个视频标签作为候选的视频标签，并且从媒体内容库中查找出每一个候选的视频标签对应的视频，进一步按照点击数从高到低的顺序选取20个点击量最高的视频作为该候选的视频标签对应的待推荐视频，以及将每一个候选的视频标签对应的待推荐视频推荐给用户。通过这种方式，可以有效地降低推荐给用户的视频的风格差异，避免推荐给用户冷门的视频，从而可以提高了用户体验。

请参阅图4，图4是本发明第四实施例提供的一种媒体内容推荐设备的结构图。其中，图4所示的媒体内容推荐设备在物理实现上可以是媒体内容服务器，或者是其他具备媒体内容推荐能力的智能平台，本发明不作限定。如图4所示，该媒体内容推荐设备可以包括：

计算单元401，用于计算媒体内容库中的媒体内容标签的得分。

其中，媒体内容库中的媒体内容可以是歌曲、视频、语音、图片以及文本中的任意一种或几种的组合。

其中，媒体内容标签至少可以包括8个：即主题、心情、节奏、旋律、场景、音色、乐器演奏以及风格流派。也即是说，计算单元401可以分别计算媒体内容库中的主题、心情、节奏、旋律、场景、音色、乐器演奏以及风格流派的得分。

第一选择单元402，用于按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签。

查找单元403，用于针对候选的媒体内容标签，从媒体内容库中查找出候选的媒体内容标签对应的媒体内容。

第二选择单元404，用于针对候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为候选的媒体内容标签对应的待推荐媒体内容。

推荐单元405，用于将候选的媒体内容标签对应的待推荐媒体内容推荐给用户。

请一并参阅图5，图5本发明第五实施例提供的一种媒体内容推荐设备的结构图。其中，图5所示的媒体内容推荐设备是由图4所示的媒体内容推荐设备进行优化得到的。

作为一种可选的实施方式，在图5所示的媒体内容推荐设备中，计算单元401包括：

第一模块4011，用于针对媒体内容库中的媒体内容标签，计算该媒体内容库中含有该媒体内容标签的媒体内容总数量与媒体内容库中所有媒体内容总数量的比值，以获得该媒体内容标签热度；

第二模块4012，用于计算媒体内容库中含有该媒体内容标签的媒体内容的用户打分总和与该媒体内容标签热度的比值，以获得该媒体内容标签的得分，并提供给第一选择单元402。

作为一种可选的实施方式，在图5所示的媒体内容推荐设备中，推荐单元405包括：

第三模块4051，用于将每一个候选的媒体内容标签对应的待推荐媒体内容按照浏览量从高到低的顺序进行排序；

第四模块4052，用于将排序好的每一个候选的媒体内容标签对应的待推荐媒体内容作为一个整体，再按照每一个候选的媒体内容标签的得分从高到低的顺序进行排序后推荐给用户。

作为一种可选的实施方式，在图4、图5所示的媒体内容推荐设备中，

第一选择单402还用于在按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签之前，将每一个媒体内容标签按照得分从高到低的顺序进行排序。

作为一种可选的实施方式，在图4、图5所示的媒体内容推荐设备中，

第二选择单元404还用于在针对每一个候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为候选的媒体内容标签对应的待推荐媒体内容之前，滤除候选的媒体内容标签对应的媒体内容中已被浏览过或已推送过的媒体内容，以及将剩下的候选的媒体内容标签对应的媒体内容按照浏览量从高到低的顺序进行排序。

可见，图4、图5所示的媒体内容推荐设备可以为用户推荐热门并且符合用户口味的媒体内容，并且有效地降低推荐给用户的媒体内容的风格差异，避免推荐给用户冷门的媒体内容，从而大大提高了用户体验。

本领域普通技术人员可以理解上述实施例的各种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，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器（Read-OnlyMemory，ROM）、随机存取器（Random Access Memory，RAM）、磁盘或光盘等。

以上对本发明实施例所提供的媒体内容推荐方法及设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种媒体内容推荐方法，其特征在于，包括：

计算媒体内容库中的媒体内容标签的得分；

按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签；

针对所述候选的媒体内容标签，从所述媒体内容库中查找出所述候选的媒体内容标签对应的媒体内容；

针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容；

将所述候选的媒体内容标签对应的待推荐媒体内容推荐给用户。

2.根据权利要求1所述的方法，其特征在于，计算媒体内容库中的媒体内容标签的得分包括：

针对媒体内容库中的媒体内容标签，计算所述媒体内容库中含有所述媒体内容标签的媒体内容总数量与所述媒体内容库中所有媒体内容总数量的比值，以获得所述媒体内容标签热度；

计算所述媒体内容库中含有所述媒体内容标签的媒体内容的用户打分总和与所述媒体内容标签热度的比值，以获得所述媒体内容标签的得分。

3.根据权利要求1所述的方法，其特征在于，所述按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签之前，所述方法还包括：

将每一个媒体内容标签按照得分从高到低的顺序进行排序。

4.根据权利要求1~3任意一项所述的方法，其特征在于，所述针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容之前，所述方法还包括：

滤除所述候选的媒体内容标签对应的媒体内容中已被浏览过或已推送过的媒体内容；

将剩下的所述候选的媒体内容标签对应的媒体内容按照浏览量从高到低的顺序进行排序。

5.根据权利要求4所述的方法，其特征在于，所述将所述候选的媒体内容标签对应的待推荐媒体内容推荐给用户包括：

将每一个所述候选的媒体内容标签对应的待推荐媒体内容按照浏览量从高到低的顺序进行排序；

将排序好的每一个所述候选的媒体内容标签对应的待推荐媒体内容作为一个整体，再按照每一个所述候选的媒体内容标签的得分从高到低的顺序进行排序后推荐给用户。

6.根据权利要求1~3任意一项所述的方法，其特征在于，所述媒体内容库中的媒体内容包括歌曲、视频、语音、图片以及文本中的任意一种或几种。

7.一种媒体内容推荐设备，其特征在于，包括：

计算单元，用于计算媒体内容库中的媒体内容标签的得分；

第一选择单元，用于按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签；

查找单元，用于针对所述候选的媒体内容标签，从所述媒体内容库中查找出所述候选的媒体内容标签对应的媒体内容；

第二选择单元，用于针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容；

推荐单元，用于将所述候选的媒体内容标签对应的待推荐媒体内容推荐给用户。

8.根据权利要求7所述的设备，其特征在于，所述计算单元包括：

第一模块，用于针对媒体内容库中的媒体内容标签，计算所述媒体内容库中含有所述媒体内容标签的媒体内容总数量与所述媒体内容库中所有媒体内容总数量的比值，以获得所述媒体内容标签热度；

第二模块，用于计算所述媒体内容库中含有所述媒体内容标签的媒体内容的用户打分总和与所述媒体内容标签热度的比值，以获得所述媒体内容标签的得分。

9.根据权利要求7所述的设备，其特征在于，

所述第一选择单元，还用于在按照得分从高到低的顺序选取第一门限值个媒体内容标签作为候选的媒体内容标签之前，将每一个媒体内容标签按照得分从高到低的顺序进行排序。

10.根据权利要求7~9任意一项所述的设备，其特征在于，

所述第二选择单元，还用于在针对所述候选的媒体内容标签对应的媒体内容，按照浏览量从高到低的顺序选取第二门限值个媒体内容作为所述候选的媒体内容标签对应的待推荐媒体内容之前，滤除所述候选的媒体内容标签对应的媒体内容中已被浏览过或已推送过的媒体内容，以及将剩下的所述候选的媒体内容标签对应的媒体内容按照浏览量从高到低的顺序进行排序。

11.根据权利要求10所述的设备，其特征在于，所述推荐单元包括：

第三模块，用于将每一个所述候选的媒体内容标签对应的待推荐媒体内容按照浏览量从高到低的顺序进行排序；

第四模块，用于将排序好的每一个所述候选的媒体内容标签对应的待推荐媒体内容作为一个整体，再按照每一个所述候选的媒体内容标签的得分从高到低的顺序进行排序后推荐给用户。

12.根据权利要求7~11任意一项所述的设备，其特征在于，所述媒体内容库中的媒体内容包括歌曲、视频、语音、图片以及文本中的任意一种或几种。

Images