[发明专利]基于群透视音乐推荐方法与系统

权利要求书

1.一种基于群透视音乐推荐方法，其特征在于，包括步骤：

获取用户历史日志，所述用户历史日志记录包括用户收听歌曲名称、用户所处地理位置信息、用户使用习惯信息、用户消费能力信息、用户个人喜好信息以及用户年龄信息；

根据所述用户历史日志，分析用户特性和预设音乐库中用户收听歌曲的喜好类别；

根据所述用户特性和预设音乐库中用户收听歌曲的喜好类别，划分用户集合，构建有相同共性的用户群；

分析用户所属用户群，采用协同过滤融合算法产生推荐歌曲列表；

推送所述推荐歌曲列表；

所述根据所述用户特性和预设音乐库中用户收听歌曲的喜好类别，划分用户集合，构建有相同共性的用户群具体包括步骤：

根据用户特性，对用户集合进行一次划分，获得初步用户集合；

根据预设音乐库中用户收听歌曲的喜好类别，对所述初步用户集合进行模糊匹配，获得相似用户集合；

根据用户特性，对相似用户集合进行相似度计算，构建用户网络；

采用复杂网络中的社区发现算法分析所述用户网络，构建有相同共性的用户群。

2.根据权利要求1所述的基于群透视音乐推荐方法，其特征在于，所述根据所述用户历史日志，分析用户特性和预设音乐库中用户收听歌曲的喜好类别具体包括步骤：

对预设音乐库中的歌曲进行分类，并记录每种类别下歌曲的名称和数量；

根据用户历史日志，分析用户特性并获取用户收听歌曲，分析用户收听歌曲所属类别；

计算用户收听单个类别歌曲数量与用户收听过所有歌曲数量的比值，计算单个类别歌曲数量与预设音乐库中所有歌曲数量的比值；

根据用户收听单个类别歌曲数量与用户收听过所有歌曲数量的比值以及单个类别歌曲数量与预设音乐库中所有歌曲数量的比值，分析预设音乐库中用户收听歌曲的喜好类别。

3.根据权利要求1所述的基于群透视音乐推荐方法，其特征在于，所述根据用户特性，对相似用户集合进行相似度计算，构建用户网络具体包括步骤：

分析用户收听每种歌曲类别的频率；

剔除低于预设频率阈值的歌曲类别，并对剩余的歌曲类别分配歌曲类别ID；

扫描用户历史日志，将每个用户抽象为一个节点，并为每个节点分配节点ID；

当两个节点对相同歌曲类别进行过操作时，将该两个节点连接于一条直线，其中，对歌曲类别进行过操作包括收藏或下载操作；

重复所述当两个节点对相同歌曲类别进行过操作时，将该两个节点连接于一条直线的操作，直至扫描完所有用户，构建用户网络。

4.根据权利要求1或2所述的基于群透视音乐推荐方法，其特征在于，所述分析用户所属用户群，采用协同过滤融合算法产生推荐歌曲列表具体包括步骤：

构造每个用户群的用户-音乐-歌曲类别三维矩阵；

展开用户所属用户群的三维矩阵，使用用户-歌曲类别矩阵对用户-音乐矩阵进行拓展；

展开用户所属用户群的三维矩阵，使用音乐-歌曲类别矩阵对用户-音乐矩阵进行拓展；

对用户所属所有用户群使用基于用户和音乐的协同过滤融合算法产生推荐歌曲列表。

5.一种基于群透视音乐推荐系统，其特征在于，包括：

获取模块，用于获取用户历史日志，所述用户历史日志记录包括用户收听歌曲名称、用户所处地理位置信息、用户使用习惯信息、用户消费能力信息、用户个人喜好信息以及用户年龄信息；

喜好类别分析模块，用于根据所述用户历史日志，分析用户特性和预设音乐库中用户收听歌曲的喜好类别；

用户群构建模块，用于根据所述用户特性和预设音乐库中用户收听歌曲的喜好类别，划分用户集合，构建有相同共性的用户群；

列表生成模块，用于分析用户所属用户群，采用协同过滤融合算法产生推荐歌曲列表；

推送模块，用于推送所述推荐歌曲列表；

所述用户群构建模块具体包括：

一次划分单元，用于根据用户特性，对用户集合进行一次划分，获得初步用户集合；

匹配单元，用于根据预设音乐库中用户收听歌曲的喜好类别，对所述初步用户集合进行模糊匹配，获得相似用户集合；

相似度计算单元，用于根据用户特性，对相似用户集合进行相似度计算，构建用户网络；

用户群构建单元，用于采用复杂网络中的社区发现算法分析所述用户网络，构建有相同共性的用户群。