[发明专利]一种基于马尔科夫预测算法的音乐分类的推荐方法

摘要

本发明公开了一种基于马尔科夫预测算法的音乐分类的推荐方法，是用马尔可夫算法作为主算法，结合辅助算法得到预测值，通过大量用户数据预测用户下一动作，还可以用于音乐种类的推荐，应用于音乐网站用户操作歌曲的预测。本发明是以马尔可夫算法为主算法的对用户音乐行为的预测算法，本发明的实施涉及在大量用户点击音乐网站进行音乐播放、收藏或下载时用马尔可夫算法对其下一动作进行预测，以及用户播放不同种类音乐后对其下一个播放曲目种类进行预测，不仅有效的提高了f值，还间接提高了数据处理的效率。

主权项

一种基于马尔科夫预测算法的音乐分类的推荐方法，其特征在于，具体步骤如下：(1)分别对用户操作：设用户下载、试听、收藏、分享、购买五个动作分别为S₁，S₂，…S₅，用户在S_i状态下下一步转移到S_j状态的概率为P_ij⁵，进而得到转移矩阵，概率P_ij⁵的计算公式如下：${P_{ij}}^{\left(5\right)}=\left[\begin{array}{c}{p}_{11}{p}_{12}...p_{15}\\ p_{21}{p}_{22}...p_{25}\\ \mathrm{................}\\ p_{51}{p}_{52}...p_{55}\end{array}\right]$ (公式1)；(2)记所有用户五个状态概率a_i，(i＝1，2，...，5)，为初始状态，根据初始状态概率向量和转移矩阵，对以后用户动作进行预测，下一次这五个动作概率将变为：a⁽²⁾＝(a₁，a₂，a₃，a₄，a₅)p_ij⁵  (公式2)；(3)重复步骤(1)和(2)，经过n次计算，求得稳定状态下的a⁽ⁿ⁾，若不稳定则停止计算，选用贝叶斯作为主算法，a⁽ⁿ⁾表示五个动作用户选择的概率；(4)计算：${P_{ij}}^5{P_{ij}}^5=\left[\begin{array}{c}{b}_{11}{b}_{12}...b_{15}\\ b_{21}{b}_{22}\mathrm{....}{b}_{25}\\ \mathrm{..............}\\ b_{51}{b}_{52}\mathrm{...}{b}_{55}\end{array}\right]$  (公式3)，b_ij表示用户由动作i转为执行动作j的概率，从中预测每个用户下一步的动作；(5)综合步骤(1)、步骤(2)和步骤(3)对用户将进行的下一步操作给出两个预测；(6)综合考虑协同过滤算法、APRIORI算法、新闻分词聚类推荐和相似用户推荐，将其作为辅助算法，将辅算法中待选集交集以外的部分在主算法中加以排除，再将所有辅算法的交集并入主算法待选集之中，得到最终结果，用集合论表示，其公式为：O＝(A∩B∩C)∪[D‑D∩[A‑A∩B‑A∩C+A∩B∩C+B‑B∩A‑B∩C+A∩B∩C+C‑C∩A‑C∩B+A∩B∩C]]  (公式4)。