[发明专利]一种社交关系推荐方法及系统

摘要

一种社交关系推荐方法及系统，所述方法包括：社交关系推荐系统获取用户的音乐行为数据，根据所述音乐行为数据统计用户对各音乐标签的喜好程度值，根据用户对各音乐标签的喜好程度值计算用户间的音乐相似度，并根据用户间的音乐相似度为准备接受推荐的当前用户进行用户推荐。此外，社交关系推荐系统还可以根据用户关系链数据和/或用户交互数据统计得到用户间的亲密度，并根据用户间的音乐相似度和亲密度进行用户推荐。采用本发明的社交关系推荐方法及系统，用户可以使用更为准确、有效的用户推荐信息进行音乐领域社交关系的探索，提升了互联网社交音乐服务中社交关系的建立效率，减少了用户建立社交关系的时间成本。

主权项

一种社交关系推荐方法，其特征在于，该方法包括：A：社交关系推荐系统获取用户的音乐行为数据；所述音乐行为数据中包含：执行音乐行为的用户所对应的用户信息，所执行的音乐行为所对应的音乐数据；所述音乐数据中包含：音乐标识符，音乐标签；B：社交关系推荐系统根据所述音乐行为数据统计用户对各音乐标签的喜好程度值；C：社交关系推荐系统根据用户对各音乐标签的喜好程度值计算用户间的音乐相似度；D：社交关系推荐系统根据用户间的音乐相似度为准备接受推荐的当前用户进行用户推荐；所述音乐行为数据中还包含音乐行为所对应的行为类型；所述行为类型包含以下行为中的一种或多种：收听、收藏、分享、评论和评分；步骤B中，社交关系推荐系统采用如下子步骤统计用户对各音乐标签的喜好程度值：B1：根据所述音乐行为数据对任一用户i及任一音乐标签t分别统计：用户i对音乐标签t的收听喜好程度值F_Listen_it，用户i对音乐标签t的收藏喜好程度值F_Collect_it，用户i对音乐标签t的分享喜好程度值F_Share_it，用户i对音乐标签t的评论喜好程度值F_Comment_it，用户i对音乐标签t的评分喜好程度值F_Score_it中的一个或多个；B2：采用如下公式之一计算用户i对音乐标签t的喜好程度值l_it：$\begin{array}{c}{l}_{it}=({\mathrm{\α}}_1\·F\_{\mathrm{Listen}}_{it}+{\mathrm{\α}}_2\·F\_{\mathrm{Collect}}_{it}+{\mathrm{\α}}_3\·F\_{\mathrm{Share}}_{it}\\ +{\mathrm{\α}}_4\·F\_{\mathrm{Comment}}_{it}+{\mathrm{\α}}_5\·F\_{\mathrm{Score}}_{it})\end{array};$其中，α₁，α₂，α₃，α₄，α₅大于或等于0，且α₁，α₂，α₃，α₄，α₅不全为0；或$\begin{array}{c}{l}_{it}=({\mathrm{\α}}_1\·F\_{\mathrm{Listen}}_{it}+{\mathrm{\α}}_2\·F\_{\mathrm{Collect}}_{it}+{\mathrm{\α}}_3\·F\_{\mathrm{Share}}_{it}+{\mathrm{\α}}_4\·F\_{\mathrm{Comment}}_{it}\\ +{\mathrm{\α}}_5\·F\_{\mathrm{Score}}_{it})/\left({\mathrm{\α}}_1+{\mathrm{\α}}_2+{\mathrm{\α}}_3+{\mathrm{\α}}_4+{\mathrm{\α}}_5\right)\end{array};$其中，α1，α2，α3，α4，α5大于或等于0，且α1，α2，α3，α4，α5不全为0；或l_it＝(F_Listen_it×F_Collect_it×F_Share_it×F_Comment_it×F_Score_it)^1/5。