数据处理方法、装置、服务器及存储介质与流程

1.本公开涉及互联网技术领域，尤其涉及一种数据处理方法、装置、服务器及存储介质。


背景技术：

2.目前市面上有很多媒体播放app(application，应用程序)，用户可以通过媒体播放app，选择自己喜爱的多媒体数据(比如音乐或者图片)进行收听或者收看；这些媒体播放app往往都会通过收集用户历史收听过或者收看的多媒体数据(即历史多媒体数据)来形成歌单，以预测符合用户的多媒体数据，并进行推荐。可见，媒体播放app推荐给用户的多媒体数据，强依赖于媒体播放app收集到的该用户的历史多媒体数据，因此合理收集历史多媒体数据以预测出符合用户的多媒体数据，显得至关重要。
3.在实际应用中，虽然可以收集到各种场景下的历史多媒体数据，但是在某些场景下，例如用户开车、休息等情况下，用户通常不会去干扰媒体播放app的多媒体数据的播放，此时收集到的历史多媒体数据，并不是真正符合用户的多媒体数据，如果利用这些历史多媒体数据去预测符合用户的多媒体数据，反而对预测结果起到负面作用。因此，如何合理对历史多媒体数据进行处理，从而提高预测符合用户的多媒体数据的准确性，是亟待解决的问题。


技术实现要素：

4.本公开提供一种数据处理方法、装置、服务器及存储介质，以至少解决相关技术中如何合理对历史多媒体数据进行处理，从而提高预测符合用户的多媒体数据的准确性的问题。本公开的技术方案如下：
5.根据本公开实施例的第一方面，提供一种数据处理方法，包括：
6.根据对用户账户的历史操作数据，确定对所述用户账户不存在交互操作的非交互时间区间；
7.在所述非交互时间区间向所述用户账户推送目标多媒体数据；
8.获取在所述用户账户上对所述目标多媒体数据的反馈操作；
9.根据所述反馈操作，确定所述非交互时间区间是否为非置信时间区间；所述非置信时间区间表征记录时间落入在内的历史多媒体数据不能反映所述用户账户的多媒体特征信息；
10.当所述非交互时间区间确定为非置信时间区间时，处理所述记录时间落入所述非置信时间区间的所述历史多媒体数据。
11.在其中一个实施例中，在所述根据所述反馈操作，确定所述非交互时间区间是否为非置信时间区间之后，还包括：
12.当所述非交互时间区间确定为置信时间区间时，处理所述记录时间落入所述置信时间区间的所述历史多媒体数据。
13.在其中一个实施例中，所述根据历史操作数据，确定对用户账户不存在交互操作的非交互时间区间，包括：
14.获取历史操作数据；所述历史操作数据包括对用户账户的交互操作，以及所述交互操作对应的操作时间；
15.获取相邻的所述交互操作的操作时间之间的时间区间；
16.统计出多个所述时间区间之间重叠的重叠时间区间；
17.将所述重叠时间区间作为非交互时间区间。
18.在其中一个实施例中，所述将所述重叠时间区间作为非交互时间区间，包括：
19.将时间长度大于预设阈值的所述重叠时间区间，作为非交互时间区间。
20.在其中一个实施例中，所述在所述非交互时间区间向所述用户账户推送目标多媒体数据，包括：
21.接收所述用户账户发送的多媒体数据随机推荐指令；所述多媒体数据随机推荐指令包括指令发送时间；
22.当所述指令发送时间落入所述非交互时间区间时，获取目标多媒体数据；所述目标多媒体数据为不能满足所述用户账户的多媒体特征信息的多媒体数据；
23.向所述用户账户推送所述目标多媒体数据。
24.在其中一个实施例中，所述反馈操作包括对所述目标多媒体数据的切换操作，所述根据所述反馈操作，确定所述非交互时间区间是否为非置信时间区间，包括：
25.确定在所述非交互时间区间对所述目标多媒体数据的切换操作是否达到预设切换频率；
26.若所述切换操作没有达到预设切换频率，则将所述非交互时间区间确定为非置信时间区间；
27.若所述切换操作达到预设切换频率，则将所述非交互时间区间确定为置信时间区间。
28.在其中一个实施例中，所述反馈操作包括对所述目标多媒体数据的快进操作，所述根据所述反馈操作，确定所述非交互时间区间是否为非置信时间区间，包括：
29.确定在所述非交互时间区间对所述目标多媒体数据的快进操作是否达到预设快进频率；
30.若所述快进操作没有达到预设快进频率，则将所述非交互时间区间确定为非置信时间区间；
31.若所述快进操作达到预设快进频率，则将所述非交互时间区间确定为置信时间区间。
32.在其中一个实施例中，当所述非交互时间区间确定为非置信时间区间时，处理所述记录时间落入所述非置信时间区间历史多媒体数据，包括：
33.当所述非交互时间区间确定为非置信时间区间时，将所述记录时间落入所述非置信时间区间的历史多媒体数据作为目标移除多媒体数据；
34.将除所述目标移除多媒体数据之外的所述历史多媒体数据，作为用于预测满足所述用户账户的多媒体特征信息的多媒体数据。
35.在其中一个实施例中，当所述非交互时间区间确定为置信时间区间时，处理所述
记录时间落入所述置信时间区间的所述历史多媒体数据，包括：
36.当所述非交互时间区间确定为置信时间区间时，将所述记录时间落入所述置信时间区间的历史多媒体数据作为目标保留多媒体数据；
37.将所述目标保留多媒体数据，作为用于预测满足所述用户账户的多媒体特征信息的多媒体数据。
38.根据本公开实施例的第二方面，提供一种数据处理装置，包括：
39.非交互时间区间确定单元，被配置为执行根据对用户账户的历史操作数据，确定对所述用户账户不存在交互操作的非交互时间区间；
40.目标多媒体数据推送单元，被配置为执行在所述非交互时间区间向所述用户账户推送目标多媒体数据；
41.反馈操作获取单元，被配置为执行获取在所述用户账户上对所述目标多媒体数据的反馈操作；
42.非置信时间区间确定单元，被配置为执行根据所述反馈操作，确定所述非交互时间区间是否为非置信时间区间；所述非置信时间区间表征记录时间落入在内的历史多媒体数据不能反映所述用户账户的多媒体特征信息；
43.第一历史多媒体数据处理单元，被配置为执行当所述非交互时间区间确定为非置信时间区间时，处理所述记录时间落入所述非置信时间区间的所述历史多媒体数据。
44.在其中一个实施例中，所述装置还包括：
45.第二历史多媒体数据处理单元，被配置为执行当所述非交互时间区间确定为置信时间区间时，处理所述记录时间落入所述置信时间区间的所述历史多媒体数据。
46.在其中一个实施例中，所述非交互时间区间确定单元，还被配置为执行获取历史操作数据；所述历史操作数据包括对用户账户的交互操作，以及所述交互操作对应的操作时间；获取相邻的所述交互操作的操作时间之间的时间区间；统计出多个所述时间区间之间重叠的重叠时间区间；将所述重叠时间区间作为非交互时间区间。
47.在其中一个实施例中，所述非交互时间区间确定单元，还被配置为执行将时间长度大于预设阈值的所述重叠时间区间，作为非交互时间区间。
48.在其中一个实施例中，所述目标多媒体数据推送单元，还被配置为执行接收所述用户账户发送的多媒体数据随机推荐指令；所述多媒体数据随机推荐指令包括指令发送时间；当所述指令发送时间落入所述非交互时间区间时，获取目标多媒体数据；所述目标多媒体数据为不能满足所述用户账户的多媒体特征信息的多媒体数据；向所述用户账户推送所述目标多媒体数据。
49.在其中一个实施例中，所述反馈操作包括对所述目标多媒体数据的切换操作，所述非置信时间区间确定单元，还被配置为执行确定在所述非交互时间区间对所述目标多媒体数据的切换操作是否达到预设切换频率；若所述切换操作没有达到预设切换频率，则将所述非交互时间区间确定为非置信时间区间；若所述切换操作达到预设切换频率，则将所述非交互时间区间确定为置信时间区间。
50.在其中一个实施例中，所述反馈操作包括对所述目标多媒体数据的快进操作，所述非置信时间区间确定单元，还被配置为执行确定在所述非交互时间区间对所述目标多媒体数据的快进操作是否达到预设快进频率；若所述快进操作没有达到预设快进频率，则将
所述非交互时间区间确定为非置信时间区间；若所述快进操作达到预设快进频率，则将所述非交互时间区间确定为置信时间区间。
51.在其中一个实施例中，所述第一历史多媒体数据处理单元，还被配置为执行当所述非交互时间区间确定为非置信时间区间时，将所述记录时间落入所述非置信时间区间的历史多媒体数据作为目标移除多媒体数据；将除所述目标移除多媒体数据之外的所述历史多媒体数据，作为用于预测满足所述用户账户的多媒体特征信息的多媒体数据。
52.在其中一个实施例中，所述第二历史多媒体数据处理单元，还被配置为执行当所述非交互时间区间确定为置信时间区间时，将所述记录时间落入所述置信时间区间的历史多媒体数据作为目标保留多媒体数据；将所述目标保留多媒体数据，作为用于预测满足所述用户账户的多媒体特征信息的多媒体数据。
53.根据本公开实施例的第三方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述第一方面所述的数据处理方法。
54.根据本公开实施例的第四方面，提供一种存储介质，包括：当存储介质中的指令由服务器的处理器执行时，使得服务器能够执行上述第一方面所述的数据处理方法。
55.根据本公开实施例的第五方面，提供一种计算机程序产品，所述程序产品包括计算机程序，所述计算机程序存储在可读存储介质中，设备的至少一个处理器从所述可读存储介质读取并执行所述计算机程序，使得设备执行上述第一方面所述的数据处理方法。
56.本公开的实施例提供的技术方案至少带来以下有益效果：
57.在本公开的实施例中，根据用户账户对历史多媒体数据的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间，然后在非交互时间区间向用户账户推送目标多媒体数据，其中，非交互时间区间是用户账户通常不会执行操作的时间区间，故可以根据反馈操作确定该非交互时间区间是否为非置信时间区间，当非交互时间区间确定为非置信时间区间时，将相应处理记录时间落入所述非置信时间区间的历史多媒体数据。在本实施例中，根据用户账户在非交互时间区间对目标多媒体数据的反馈操作，来确定非交互时间区间是否为非置信时间区间，并根据非交互时间区间是否为非置信时间区间，合理对落入非置信时间区间的历史多媒体数据进行处理，从而提高了在利用历史多媒体数据预测符合用户的多媒体数据的准确性，进而实现了多媒体数据的精准推送。
58.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
59.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，并不构成对本公开的不当限定。
60.图1是根据一示例性实施例示出的一种数据处理方法的应用环境图。
61.图2是根据一示例性实施例示出的一种数据处理方法的流程图。
62.图3是根据一示例性实施例示出的另一种数据处理方法的流程图。
63.图4是根据一示例性实施例示出的一种数据处理装置的框图。
64.图5是根据一示例性实施例示出的一种服务器的内部结构图。
具体实施方式
65.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
66.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
67.本公开所提供的数据处理方法，可以应用于如图1所示的应用环境中。其中，终端110通过网络与服务器120进行交互。服务器120根据用户账户对历史多媒体数据的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间，并在非交互时间区间向所述用户账户推送目标多媒体数据，获取用户账户对目标多媒体数据的反馈操作，从而根据反馈操作确定非交互时间区间是否为非置信时间区间，当非交互时间区间为非置信时间区间时，处理记录时间落入非置信时间区间的历史多媒体数据。
68.其中，终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
69.图2是根据一示例性实施例示出的一种数据处理的流程图，如图2所示，数据处理方法用于服务器120中，包括以下步骤。
70.在步骤s210中，根据对用户账户的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间。
71.具体地，用户账户在终端上可以使用用户账户登录app，比如音乐播放器等媒体播放app，收听多媒体数据时，在app上将该多媒体数据作为历史多媒体数据进行记录，并记录该历史多媒体数据对应的记录时间，随后可以收集该用户账户的历史多媒体数据和记录时间，并上传至服务器进行保存。因此当用户账户使用一段时间的app后，在服务器可以收集大量该用户账户的历史多媒体数据。
72.其中，多媒体数据可以包括音乐、图片、视频和动画等，历史多媒体数据是指通过某个用户账户曾经收听或者收看过的音乐、图片、视频和动画等。
73.在实际应用中，为了能够为该用户账户推送更多符合该用户账户对应的用户喜好的多媒体数据，可以将在app上收集历史多媒体数据作为样本数据，输入到推荐算法中以预测符合用户账户的多媒体数据并进行推送；但是有些并非是用户账户真实喜欢的历史多媒体数据，如果将所有的历史多媒体数据均作为样本数据，一起输入到推荐算法用于预测满足用户账户的多媒体数据，将影响预测结果的准确性，因此，需要对历史多媒体数据进行筛选处理。
74.在本实施例中，对用户账户的交互操作在服务器中进行记录，交互操作包括但不限于点击操作、按压操作、滑动操作和手势操作等，其中，交互操作的操作对象是指的用户账户，具体来说是指用户账户的任意的app，比如媒体播放app和阅读类app等等。当然，在本实施例也可以限定为只记录在用户账户的媒体播放app上的交互操作。
75.具体的，比如在启动app或者点赞多媒体数据时点击操作，启动识别功能时的按压操作，切换多媒体数据时的滑动操作，或者其他可以通过手势操作与app的交互操作，用户账户每次与app交互一次，app均可以记录对用户账户对应的交互操作并上传至服务器。
76.在实际应用中，在用户通过用户账户已经使用了一段时间的app时候，在这段时间中对用户账户的交互操作在服务器里有相关记录；在本实施例中，将对用户账户的交互操作，按照某一固定周期，比如可以以三天或者一个星期作为周期，将这个周期内交互操作和操作时间提取出来进行分析，寻找规律，找到对用户账户不存在交互操作的非交互时间区间。
77.其中，非交互时间区间是指在该时间区间内，用户账户没有对app进行任何的交互操作，此时用户账户的用户可能处于开车、休息等场景，比如早上8：30-9：00，用户可能在开车上班途中，比如，晚上10：00-11:00，用户可能在放松休息，故通常不会对于app进行交互操作。
78.在步骤s212中，在非交互时间区间向用户账户推送目标多媒体数据。
79.在本实施例中，在确定非交互时间区间后，服务器将在该非交互时间区间向用户账户推送目标多媒体数据，用户账户接收后可以通过app播放目标多媒体数据。其中，目标多媒体数据可以是用户账户并不喜欢的多媒体数据。比如，以音乐为例，假设预测出用户账户并不喜欢古典音乐，则可以在非交互时间区间推送诸如“天鹅湖”、“月光曲”、“蜂鸟”等古典音乐。
80.服务器根据用户账户上传的历史多媒体数据，已经对该用户账户喜欢的多媒体数据有所预测，因此能够获取符合用户账户的多媒体数据和不符合用户账户的多媒体数据；其中，不符合用户账户的多媒体数据即为本实施例的目标多媒体数据。具体地，目标多媒体数据可以是将过去某一段时间的历史多媒体数据作为样本数据，输入到推荐算法后预测所得，比如是过去一个星期或者过去一个月，可以根据实际情况调整作为样本数据的历史多媒体数据，本实施例对此无需加以限制。
81.除此之外，目标多媒体数据还可以是用户手动标记过且并不喜欢的多媒体数据，可以在非交互时间区间中，将标记的多媒体数据作为目标多媒体数据，推送至用户账户中进行播放。
82.在步骤s214中，获取用户账户对目标多媒体数据的反馈操作。
83.本实施例在寻找到有规律的非交互时间区间后，在非交互时间区间内将按照目前预测的多媒体数据作为目标多媒体数据，随机推送到用户账户上并播放；其中，在非交互时间区间播放目标多媒体数据的期间，将对用户账户的反馈操作进行记录并上传至服务器。其中，反馈操作可以是音乐切换操作或者快进操作。
84.在步骤s216中，根据反馈操作，确定非交互时间区间是否为非置信时间区间；非置信时间区间表征记录时间落入在内的历史多媒体数据不能反映用户账户的多媒体特征信息。
85.其中，非交互时间区间是指通常不会对用户账户进行交互操作的时间区间，因为在这个时间区间用户账户的用户可能在休息或者开车中，故如果在非交互时间区间内记录到对用户账户的反馈操作，说明在该非交互时间区间的反馈操作是能够反映用户账户的多媒体特征信息，因此可以根据在非交互时间区间内用户账户对目标多媒体数据的反馈操
作，确定该非交互时间区间是否为非置信时间区间。
86.具体地，多媒体特征信息是指能够反映符合用户账户的多媒体数据对应的数据类型、播放时长、作者等信息。举例来说，假设多媒体数据为音乐，那么该音乐对应的数据类型可以为流行音乐类型，播放时长可以为3-5分钟、作者可以为音乐的演唱歌手或者作曲者。
87.在本实施例中，非置信时间区间是指在该时间区间内记录的历史多媒体数据，可能在用户账户对应的用户休息或者开车中收听或者收看的历史多媒体数据，由于该时间区间用户通常不会对用户账户产生交互操作，故在该时间区间内的历史多媒体数据不可信，如果作为样本数据将对多媒体数据的预测结果产生负面影响。
88.在步骤s218中，当非交互时间区间确定为非置信时间区间时，处理记录时间落入非置信时间区间的所述历史多媒体数据。
89.在本实施例中，在确定非交互时间区间为非置信时间区间后，可以从媒体播放app收集的历史多媒体数据中，处理记录时间落入非置信时间区间的历史多媒体数据，比如从媒体播放app收集的历史多媒体数据中，过滤掉记录时间落入非置信时间区间的历史多媒体数据，以提取出能够用于预测的历史多媒体数据，从而提高预测符合用户的多媒体数据的准确性。
90.在上述数据处理方法中，根据用户在非交互时间区间对目标多媒体数据的反馈操作，来确定非交互时间区间是否为非置信时间区间，以根据非交互时间区间是否为非置信时间区间，合理对落入非置信时间区间的历史多媒体数据进行处理，从而提高了利用历史多媒体数据预测符合用户的多媒体数据的准确性，从而实现了多媒体数据的精准推送。
91.图3是根据一示例性实施例示出的另一种数据处理的流程图，如图3所示，数据处理方法用于服务器120中，包括以下步骤：
92.在步骤s310中，根据对用户账户的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间。
93.在本实施例中，在用户账户收听多媒体数据时，将记录该多媒体数据，作为历史多媒体数据，并将该历史多媒体数据对应的记录时间，上传至服务器保存。历史多媒体数据可以用于预测符合用户账户的多媒体数据。
94.其中，历史操作记录包括了对用户账户的交互操作以及交互操作对应的操作时间，其中，在相邻的交互操作之间的时间区间中，对用户账户不会存在交互操作，因此可以基于相邻的交互操作之间的时间区间，进一步确定对用户账户不存在交互操作的非交互时间区间。
95.在一示例性实施例中，在步骤s310中，根据对用户账户的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间，具体可以包括：
96.获取历史操作数据；历史操作数据包括对用户账户的交互操作，以及交互操作对应的操作时间；
97.获取相邻的交互操作的操作时间之间的时间区间；
98.统计出多个时间区间之间重叠的重叠时间区间；
99.将重叠时间区间作为非交互时间区间。
100.在本实施例中，可以对一个指定周期内的历史操作数据进行分析统计，比如在一个星期或者一个月内的历史操作数据来确定非交互时间区间。
101.具体地，根据历史操作数据中相邻的交互操作之间的操作时间，确定出多个时间区间。比如用户a在9:00操作了app，在后续的40分钟均未与app的用户账户发生任何交互操作，然后在9:40与app再次发生交互操作，那么9:00-9:40则为相邻的交互操作之间的时间区间。可以理解，由于9:00-9:40这个时间区间没有交互操作，故该时间区间为不存在交互操作的时间区间，可以用于进一步确定是否为非交互时间区间。
102.在获得多个时间区间后，将多个时间区间中存在重叠的重叠时间区间，作为非交互时间区间。以三天为一个指定周期，假设第一天统计的相邻的交互操作之间的时间区间为9：00-9：40，12：00-12：50，17：00-17：30，第二天统计的相邻的交互操作之间的时间区间为9：00-9：30，12：00-12：20，16：00-17：00，第三天统计的相邻的交互操作之间的时间区间为9：00-9：30，12：00-12：30，17：00-17：30，可以从中统计出重叠时间区间为9：00-9：30和12：00-12：20。
103.本实施例通过指定周期内相邻的交互操作之间的时间区间，可以寻找到对用户账户有规律的没有进行交互操作的时间区间，作为非交互时间区间。
104.在一示例性实施例中，步骤s310，根据对用户账户的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间，具体还可以包括：
105.将时间长度大于预设阈值的重叠时间区间，作为非交互时间区间。
106.可选地，本实施例通过在指定周期内的交互操作之间的时间区间，找到存在重叠时间区间，但是如果重叠时间区间均作为非交互时间区间，比如将时间长度很短的重叠时间区间作为非交互时间区间，并不利于后续记录对用户账户的反馈操作，因此本实施例将时间长度大于预设阈值的重叠时间区间作为非交互时间区间。
107.例如，假设预设阈值设置为30分钟，假设得到重叠时间区间为9：00-9：30和12：00-12：20，由于重叠时间区间12：00-12：20小于30分钟，重叠时间区间9：00-9：30大于30分钟，因此可以将重叠时间区间9：00-9：30作为非交互时间区间。
108.在步骤s312中，在非交互时间区间向用户账户推送目标多媒体数据。
109.在用户通过用户账户登录媒体播放app时，可以选择随机收听多媒体数据，也即是进入随机推荐模式，此时服务器可以向用户账户随机推送多媒体数据。
110.在一示例性实施例中，即步骤312，在非交互时间区间向用户账户推送目标多媒体数据具体可以包括：
111.接收用户账户发送的多媒体数据随机推荐指令；多媒体数据随机推荐指令包括指令发送时间；
112.当指令发送时间落入非交互时间区间时，获取目标多媒体数据；
113.向用户账户推送目标多媒体数据。
114.其中，目标多媒体数据为不能满足用户账户的多媒体特征信息的多媒体数据，具体是指不符合用户账户的多媒体数据，即用户账户不喜欢的多媒体数据。
115.在本实施例中，在确定了非交互时间区间后，由于已经对符合该用户账户的多媒体数据有所预测，故可以得到不符合用户账户的多媒体数据，并在该非交互时间区间将不符合用户账户的多媒体数据推送至用户账户进行播放。
116.可以理解，如果在非交互时间区间内播放不符合用户账户的多媒体数据，比如在收听本地已下载的音乐时也播放不符合用户账户的多媒体数据，会造成用户的反感，因此，
本实施例设置为进入了多媒体数据随机推荐模式(比如音乐随机推荐模式)并且是在非互时间区间内，才会随机向用户账户发送目标多媒体数据，从而app上播放不符合用户账户的多媒体数据，以进一步获取在该非交互时间区间的用户账户上对目标多媒体数据的反馈操作。
117.在步骤s314中，获取在用户账户上对目标多媒体数据的反馈操作。
118.在步骤s316中，根据反馈操作，确定非交互时间区间是否为非置信时间区间。
119.在本实施例中，非交互时间区间是通常不会对用户账户进行交互操作的时间区间，因此，如果在非交互时间区间内发现反馈操作，说明在该非交互时间区间的反馈操作是在表达用户对多媒体数据的喜好，因此可以获取在非交互时间区间的反馈操作，确定非交互时间区间是否为非置信时间区间，即确定记录时间落入非交互时间区间内的历史多媒体数据是否可信，是否可以作为样本数据。
120.在一示例性实施例中，步骤s316，反馈操作包括对目标多媒体数据的切换操作，根据反馈操作，确定非交互时间区间是否为非置信时间区间具体可以包括：
121.确定在非交互时间区间对目标多媒体数据的切换操作是否达到预设切换频率；
122.若切换操作没有达到预设切换频率，则将非交互时间区间确定为非置信时间区间；
123.若切换操作达到预设切换频率，则将非交互时间区间确定为置信时间区间。
124.其中，对目标多媒体数据的反馈操作包括对目标多媒体数据的切换操作，预设切换频率可以为一次，两次或者三次均可，本实施例对此无需加以限制。
125.本实施例将在非交互时间区间持续为用户账户推送目标多媒体数据，也即是用户账户不喜欢的多媒体数据时，如果用户账户对于不喜欢的多媒体数据不进行切换操作，且连续几次，例如连续三次推送用户账户不喜欢的多媒体数据，用户账户均未进行切换操作，则说明非交互时间区间是非置信时间区间，从而说明记录时间落入非置信时间区间的历史多媒体数据是不可信的；如果用户账户对于不喜欢的多媒体数据进行切换操作，且连续几次例如连续三次推送用户账户不喜欢的多媒体数据，用户账户均进行切换操作，则说明非交互时间区间是置信时间区间，从而说明记录时间落入置信时间区间的历史多媒体数据是可信的。
126.在一示例性实施例中，在步骤s316中，反馈操作包括对目标多媒体数据的快进操作，根据反馈操作，确定非交互时间区间是否为非置信时间区间，具体可以包括：
127.确定在非交互时间区间对目标多媒体数据的快进操作是否达到预设快进频率；
128.若快进操作没有达到预设快进频率，则将非交互时间区间确定为非置信时间区间；
129.若快进操作达到预设快进频率，则将非交互时间区间确定为置信时间区间。
130.其中，对目标多媒体数据的反馈操作包括对目标多媒体数据的快进操作，预设快进频率可以为一次，两次或者三次均可，本实施例对此无需加以限制。
131.本实施例将在非交互时间区间持续为用户账户推送目标多媒体数据，也即是用户账户不喜欢的多媒体数据时，如果用户账户对于不喜欢的多媒体数据不进行快进操作，且连续几次，例如连续三次推送不喜欢的多媒体数据，用户账户均未进行快进操作，则说明非交互时间区间是非置信时间区间，进而说明记录时间落入非置信时间区间的历史多媒体数
据是不可信的；如果用户账户对于不喜欢的多媒体数据进行快进操作，且连续几次，例如连续三次推送不喜欢的多媒体数据，用户账户均进行快进操作，则说明非交互时间区间是置信时间区间，进而说明记录时间落入置信时间区间的历史多媒体数据是可信的。
132.当然，除了上述通过切换操作或者快进操作，或者结合切换操作和快进操作来确定是否为非置信时间区间之外，还可以根据其他反馈操作来确定是否为非置信时间区间，本实施例对此无需加以限制。
133.在步骤s318中，当非交互时间区间确定为非置信时间区间时，处理记录时间落入非置信时间区间的历史多媒体数据。
134.其中，记录时间落入该非置信时间区间的历史多媒体数据是不可信的，因此可以针对记录时间落入该非置信时间区间的历史多媒体数据进行处理，比如过滤处理，以得到用于预测的历史多媒体数据，即用于输入推荐算法的样本数据。
135.在一示例性实施例中，步骤s318，即当非交互时间区间确定为非置信时间区间时，处理记录时间落入非置信时间区间历史多媒体数据，具体可以包括：
136.当非交互时间区间确定为非置信时间区间时，将记录时间落入非置信时间区间的历史多媒体数据作为目标移除多媒体数据；
137.将除目标移除多媒体数据之外的历史多媒体数据，作为用于预测满足用户账户的多媒体特征信息的多媒体数据。
138.其中，满足用户账户的多媒体特征信息的多媒体数据，是指符合用户账户的多媒体数据，即用户账户喜欢的多媒体数据。
139.对于落入非置信时间区间的历史多媒体数据，并不能反映用户喜好，故并不建议作为用于预测的历史多媒体数据，可以将非置信时间区间的历史多媒体数据作为目标移除多媒体数据，并将除了目标移除多媒体数据之外的其他历史多媒体数据，作为用于预测的历史多媒体数据，即用于输入推荐算法的样本数据，可以提高多媒体数据的预测准确性。
140.比如，假设历史多媒体数据的记录时间为20：30，非置信时间区间为20:00-21:00，记录时间落入了非置信时间区间，则可以将该历史多媒体数据作为目标移除多媒体数据进行移除。
141.在步骤s320中，当非交互时间区间确定为置信时间区间时，处理记录时间落入置信时间区间的历史多媒体数据。
142.其中，记录时间落入该置信时间区间的历史多媒体数据是可信的，因此可以针对记录时间落入该置信时间区间的历史多媒体数据进行处理，以得到用于预测的历史多媒体数据，即用于输入推荐算法的样本数据。
143.在一示例性实施例中，步骤s320，即当非交互时间区间确定为置信时间区间时，处理记录时间落入所述置信时间区间的历史多媒体数据，具体可以包括：
144.当非交互时间区间确定为置信时间区间时，将记录时间落入置信时间区间的历史多媒体数据，作为目标保留多媒体数据；
145.将目标保留多媒体数据，作为用于预测满足用户账户的多媒体特征信息的多媒体数据。
146.其中，满足用户账户的多媒体特征信息的多媒体数据，是指符合用户账户的多媒体数据，即用户账户喜欢的多媒体数据。
147.对于落入置信时间区间的历史多媒体数据，能够反映用户账户的喜好，故建议作为用于预测的历史多媒体数据，可以将置信时间区间的历史多媒体数据作为目标保留多媒体数据，并仅将目标保留多媒体数据作为用于预测的历史多媒体数据，即用于输入推荐算法的样本数据，可以提高多媒体数据的预测准确性。
148.比如，假设历史多媒体数据的记录时间为20：00，置信时间区间为19:00-20:00，记录时间落入了置信时间区间，则可以将该历史多媒体数据作为目标保留多媒体数据进行保留。
149.当然，上述仅将目标保留多媒体数据作为用于预测的历史多媒体数据的处理方式，可以是在历史多媒体数据量较为庞大的时候使用，而针对历史多媒体数据较为稀少的时候，则可以选择移除历史多媒体数据中的目标移除多媒体数据后作为用于预测的历史多媒体数据的处理方式，根据实际情况选择即可，处理方式可以灵活变动。
150.本实施例收集用户账户收听过的历史多媒体数据，通过统计分析识别出记录时间落入的置信时间区间或者非置信时间区间的历史多媒体数据，以进一步根据置信时间区间或者非置信时间区间从历史多媒体数据中获取可以用于预测的历史多媒体数据，由于用于预测的历史多媒体数据的可信度更高，使得多媒体数据的预测准确性也得以提高，从而实现了多媒体数据的精准推送。
151.应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
152.图4是根据一示例性实施例示出的一种数据处理装置的框图。参照图4，该装置包括非交互时间区间确定单元410，目标多媒体数据推送单元412，反馈操作获取单元414，非置信时间区间确定单元416和第一历史多媒体数据处理单元418。
153.非交互时间区间确定单元410，被配置为执行根据对用户账户的历史操作数据，确定对用户账户不存在交互操作的非交互时间区间。
154.目标多媒体数据推送单元412，被配置为执行在非交互时间区间向用户账户推送目标多媒体数据。
155.反馈操作获取单元414，被配置为执行获取用户账户对目标多媒体数据的反馈操作。
156.非置信时间区间确定单元416，被配置为执行根据反馈操作，确定非交互时间区间是否为非置信时间区间；非置信时间区间表征记录时间落入在内的历史多媒体数据不能反映用户账户的多媒体特征信息。
157.第一历史多媒体数据处理单元418，被配置为执行当非交互时间区间确定为非置信时间区间时，处理记录时间落入非置信时间区间的历史多媒体数据。
158.在其中一个实施例中，上述数据处理装置还包括：
159.第二历史多媒体数据处理单元，被配置为执行当非交互时间区间确定为置信时间区间时，处理记录时间落入置信时间区间的历史多媒体数据。
160.在其中一个实施例中，非交互时间区间确定单元410，还被配置为执行获取历史操作数据；历史操作数据包括对用户账户的交互操作，以及交互操作对应的操作时间；获取相邻的交互操作的操作时间之间的时间区间；统计出多个时间区间之间重叠的重叠时间区间；将重叠时间区间作为非交互时间区间。
161.在其中一个实施例中，非交互时间区间确定单元410，还被配置为执行将时间长度大于预设阈值的重叠时间区间，作为非交互时间区间。
162.在其中一个实施例中，目标多媒体数据推送单元412，还被配置为执行接收用户账户发送的多媒体数据随机推荐指令；多媒体数据随机推荐指令包括指令发送时间；当指令发送时间落入非交互时间区间时，获取目标多媒体数据；目标多媒体数据为不能满足用户账户的多媒体特征信息的多媒体数据；向用户账户推送目标多媒体数据。
163.在其中一个实施例中，反馈操作包括对目标多媒体数据的切换操作，非置信时间区间确定单元416，还被配置为执行确定在非交互时间区间对目标多媒体数据的切换操作是否达到预设切换频率；若切换操作没有达到预设切换频率，则将非交互时间区间确定为非置信时间区间；若切换操作达到预设切换频率，则将非交互时间区间确定为置信时间区间。
164.在其中一个实施例中，反馈操作包括对目标多媒体数据的快进操作，非置信时间区间确定单元416，还被配置为执行确定在非交互时间区间对目标多媒体数据的快进操作是否达到预设快进频率；若快进操作没有达到预设快进频率，则将非交互时间区间确定为非置信时间区间；若快进操作达到预设快进频率，则将非交互时间区间确定为置信时间区间。
165.在其中一个实施例中，第一历史多媒体数据处理单元418，还被配置为执行当非交互时间区间确定为非置信时间区间时，将记录时间落入非置信时间区间的历史多媒体数据作为目标移除多媒体数据；将除目标移除多媒体数据之外的历史多媒体数据，作为用于预测满足用户账户的多媒体特征信息的多媒体数据。
166.在其中一个实施例中，第二历史多媒体数据处理单元，还被配置为执行当非交互时间区间确定为置信时间区间时，将记录时间落入置信时间区间的历史多媒体数据作为目标保留多媒体数据；将目标保留多媒体数据，作为用于预测满足用户账户的多媒体特征信息的多媒体数据。
167.关于上述实施例中的装置，其中各个模块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。
168.图5是根据一示例性实施例示出的一种用于执行上述数据处理方法的设备500的框图。例如，设备500可以为一服务器。参照图5，设备500包括处理组件520，其进一步包括一个或多个处理器，以及由存储器522所代表的存储器资源，用于存储可由处理组件520的执行的指令，例如应用程序。存储器522中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件520被配置为执行指令，以执行上述数据处理方法。
169.设备500还可以包括一个电源组件524被配置为执行设备500的电源管理，一个有线或无线网络接口525被配置为将设备500连接到网络，和一个输入输出(i/o)接口528。设备500可以操作基于存储在存储器522的操作系统，例如window5 5erver，mac o5 x，unix，linux，freeb5d或类似。
170.在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器522，上述指令可由设备500的处理器执行以完成上述方法。存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
171.在示例性实施例中，还提供一种计算机程序产品，程序产品包括计算机程序，计算机程序存储在可读存储介质中，设备的至少一个处理器从该可读存储介质读取并执行计算机程序，使得设备执行本公开的任一项实施例中所述的数据处理方法。
172.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开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。
173.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。