[发明专利]用户偏好信息处理方法、装置、设备及介质

权利要求书

1.一种用户偏好信息处理方法，其特征在于，包括：

从用户的音乐收听记录中提取所述用户对音乐的偏好信息；

量化所述偏好信息，得到偏好信息量化值；

加和同一艺术家的所述偏好信息量化值，将加和得到的值作为该艺术家的权重值；

根据所述权重值，在艺术家层次化地图上绘制等高线图；所述根据所述权重值在艺术家层次化地图上绘制等高线图包括：以所述权重值对应的艺术家的艺术家坐标为中心，以所述权重值的绝对值为半径，绘制所述艺术家的影响范围，其中，所述艺术家在所述影响范围内的影响力的绝对值随着与所述艺术家坐标的距离增加而衰减，且所述艺术家在所述艺术家坐标上的影响力为所述权重值；在多个艺术家的影响范围相互重叠的情况下，在影响范围的重叠区域内某点的影响力为所述多个艺术家在所述某点上的影响力之和；根据所述艺术家在所述艺术家层次化地图上的影响力，绘制所述等高线图；

其中，所述方法还包括：

从艺术家的信息中提取特征向量，并根据所述特征向量对所述艺术家进行层次聚类，得到所述艺术家的层次聚类结果；

采用加权维诺图算法，按照所述层次聚类结果的分类数量，并以每个分类中所述艺术家的数目作为权重，生成所述艺术家层次化地图；

所述采用加权维诺图算法，按照所述层次聚类结果的分类数量，并以每个分类中所述艺术家的数目作为权重，生成所述艺术家层次化地图，包括：

选定起始坐标，并采用加权维诺图算法，按照所述层次聚类结果的上层分类数量，以每个上层分类中所述艺术家的数目作为加权维诺图算法的权重，计算所述上层分类的坐标和边界；

将所述上层分类的坐标作为中心坐标，采用加权维诺图算法，按照所述层次聚类结果的所述上层分类中下一层分类的数量，以所述上层分类中每个下一层分类中所述艺术家的数目作为权重，计算所述上层分类中每个下一层分类的坐标和边界；重复上述计算过程，直至计算出底层分类的坐标和边界；

在所述底层分类的边界内随机生成所述底层分类中全部艺术家的坐标，并执行维诺图算法，以使所述底层分类中的全部艺术家的坐标均匀分布在所述底层分类的边界内。

2.根据权利要求1所述的方法，其特征在于，在加和同一艺术家的所述偏好信息量化值，将加和得到的值作为对应的艺术家的权重值之前，所述方法还包括：

对所述同一艺术家的所述偏好信息量化值进行过滤。

3.根据权利要求2所述的方法，其特征在于，对所述同一艺术家的所述偏好信息量化值进行过滤包括：

在所述同一艺术家的所述偏好信息量化值的数量少于2的情况下，滤去所述同一艺术家的所述偏好信息量化值；或者

滤去所述同一艺术家的所述偏好信息量化值中绝对值最大的一个偏好信息量化值。

4.一种用户偏好信息处理装置，用于实现如权利要求1-3中任一项所述的方法，其特征在于，所述装置包括：

提取模块，用于从用户的音乐收听记录中提取所述用户对音乐的偏好信息；

量化模块，用于量化所述偏好信息，得到偏好信息量化值；

加和模块，用于加和同一艺术家的所述偏好信息量化值，将加和得到的值作为该艺术家的权重值；

绘制模块，用于根据所述权重值，在艺术家层次化地图上绘制等高线图，其中，所述装置还包括：

聚类模块，用于从艺术家的信息中提取特征向量，并根据所述特征向量对所述艺术家进行层次聚类，得到所述艺术家的层次聚类结果；以及

生成模块，用于采用加权维诺图算法，按照所述层次聚类结果的分类数量，并以每个分类中所述艺术家的数目作为权重，生成所述艺术家层次化地图；

过滤模块，用于在加和同一艺术家的所述偏好信息量化值，将加和得到的值作为对应的艺术家的权重值之前对所述同一艺术家的所述偏好信息量化值进行过滤。

5.一种用户偏好信息处理设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-3中任一项所述的方法。

6.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-3中任一项所述的方法。