[发明专利]一种基于关注关系的音频主播向量化表示方法

说明书

本发明公开了一种基于关注关系的音频主播向量化表示方法，其特征在于，包括以下步骤：收集用户关注数据；利用用户关注数据，构建用户关注矩阵；在用户关注矩阵上进行隐语义模型分解，得到用户关注向量和用户被关注向量；对用户关注向量和用户被关注向量进行融合：其利用用户关注的信息为基础进行主播向量化表示，更为准确。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于关注关系的音频主播向量化表示方法。

背景技术

随着技术进步，音频在互联网生活中扮演越来越重要的作用；而丰富的音频作品，也带来信息爆炸的问题，推荐算法可以缓解该问题；主播向量化表示是音频推荐的重要研究方向。传统多利用主播发布的节目分类，再结合word2vec技术，对主播进行向量化表示。但是由于节目分类信息及word2vec技术，这两个信息都为算法产生，不是精确的信息，由此对主播进行的向量化表示不够准确，难以满足计算要求。

发明内容

本发明旨在至少在一定程度上解决现有相关技术中存在的问题之一，为此，本发明的目的在于提出一种基于关注关系的音频主播向量化表示方法，其利用用户关注的信息为基础进行主播向量化表示，更为准确。

上述目的是通过如下技术方案来实现的：

一种基于关注关系的音频主播向量化表示方法，包括以下步骤：

收集用户关注数据；

利用用户关注数据，构建用户关注矩阵；

在用户关注矩阵上进行隐语义模型分解，得到用户关注向量和用户被关注向量；

对用户关注向量和用户被关注向量进行融合。

在一些实施方式中，用户关注矩阵通过如下公式表示：

R_ij＝P_i·Q_j；

其中R_ij表示用户关注矩阵中第i-1行j-1列的值，P_i表示用户关注矩阵中第i个用户，Q_j表示用户被关注矩阵中第j个用户，P_i·Q_j表示向量内积。

在一些实施方式中，对用户关注向量和用户被关注向量进行融合的计算公式为：

vec(u)＝(P_u·Q_u)/2。

与现有技术相比，本发明的至少包括以下有益效果：

1、本发明的一种基于关注关系的音频主播向量化表示方法，其利用用户关注的信息为基础进行主播向量化表示，更为准确。

附图说明

图1是本发明实施例中音频主播向量化表示方法的流程示意图。

具体实施方式

以下实施例对本发明进行说明，但本发明并不受这些实施例所限制。对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换，而不脱离本发明方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

实施例一：如图1所示，本实施例提供一种基于关注关系的音频主播向量化表示方法，包括以下步骤：

收集用户关注数据；

利用用户关注数据，构建用户关注矩阵；

在用户关注矩阵上进行隐语义模型分解，得到用户关注向量和用户被关注向量，由此最总得到两份用户向量矩阵，即同一用户得到两份向量表示；

对用户关注向量和用户被关注向量进行融合。