[发明专利]一种基于微博情绪上下文的音乐推荐方法

摘要

本发明是一种在音乐推荐中结合用户情感状态来提高音乐推荐效果的方法，包括以下步骤：基于情感词典的情绪上下文的提取和建模；包含情绪上下文的音乐记录的构建；基于用户情绪上下文的音乐推荐。本发明的方法主要是利用用户在微博上发布的微博数据，包括普通微博和音乐分享微博，并以此来获取用户在不同情感状态下的音乐需求和偏好，在推荐的时候考虑用户当前的情感状态以及在该状态下的音乐偏好，从而能够让推荐的音乐更贴近用户在当前情感状态的偏好。

主权项

1.一种基于微博情绪上下文的音乐推荐方法，其特征在于，包括以下步骤：10.基于情感词典的情绪上下文的提取和建模，具体包括：101.利用已有情感词典、同义词词典、微博词汇构建一个多粒度情感词典，所述多粒度情感词典包含有三种情绪粒度，分别为2分类，包括积极、消极；7分类，包括乐、好、哀、惊、惧、怒、恶；19分类，包括快乐、安心、喜爱、相信、赞扬、祝愿、悲伤、失望、内疚、思念、惊奇、慌、恐惧、羞、愤怒、贬责、烦闷、怀疑、憎恶；102.采用分词系统将用户微博数据转化为中文单词序列，并利用词袋模型来表示微博；103.根据101中所构建的多粒度情感词典和微博中的情感词汇的出现频率，将微博表示为情感向量；根据对效率和准确度的要求选择不同粒度的情感词典，从而获得合适的情感向量；104.把用户在时间点t之前一段时间内的所有微博的情感向量相加，并归一化，作为用户在时间t的情绪上下文向量；20.包含情绪上下文的音乐记录的构建，具体包括：201.从用户的音乐分享微博中获取用户的音乐收听记录，所述音乐收听记录包括时间；202.利用用户的微博获取音乐收听记录对应的情绪上下文向量，最终得到所有用户的“用户‑音乐‑情绪上下文向量”的记录；30.基于用户情绪上下文的音乐推荐，具体包括：301.根据用户的“用户‑音乐‑情绪上下文向量”的记录计算用户之间的相似度，其计算公式为：其中，u是目标用户，而v数据库中的另外一个用户；Iu是用户u所收听的音乐集合，而Iv是用户v所收听的音乐条目集合；eui是用户u收听音乐i的情绪上下文向量；evi是用户v收听音乐i的情绪上下文向量；cos(eui,evi)是情绪上下文向量eui和evi的余弦相似度；302.目标用户u对音乐i的兴趣计算公式如下：其中，u是目标用户；Uu,k是和u最相似的k个用户的集合；Ui是收听过音乐i的用户集合；eu是目标用户u的当前情绪上下文向量，evi是用户v收听音乐i的情绪上下文向量；303.利用步骤302中的公式对所有音乐进行排序，把前N个推荐给当前用户。