[发明专利]基于群透视音乐推荐方法与系统

说明书

技术领域

本发明涉及音乐推荐技术领域，特别是涉及基于群透视音乐推荐方法与系统。

背景技术

随着近年来互联网行业的高速发展，海量音乐资源的迅速扩充使用户对于音乐的选择变得尤为困难。

现有的音乐推荐包括基于音乐内容的推荐、基于音乐关联性的推荐、基于知识的推荐、协同过滤推荐等多种方式。虽然目前已有多种不同的音乐推荐方法，但是一般的音乐推荐方法普遍存在推荐精确度不高的问题。

发明内容

基于此，有必要针对一般音乐推荐方法存在推荐精确度不高的问题，提供一种推荐精确度高的基于群透视音乐推荐方法与系统。

一种基于群透视音乐推荐方法，包括步骤：

获取用户历史日志，所述用户历史日志记录包括用户收听歌曲名称、用户所处地理位置信息、用户使用习惯信息、用户消费能力信息、用户个人喜好信息以及用户年龄信息；

根据所述用户历史日志，分析用户特性和预设音乐库中用户收听歌曲的喜好类别；

根据所述用户特性和预设音乐库中用户收听歌曲的喜好类别，划分用户集合，构建有相同共性的用户群；

分析用户所属用户群，采用协同过滤融合算法产生推荐歌曲列表；

推送所述推荐歌曲列表。

一种基于群透视音乐推荐系统，包括：

获取模块，用于获取用户历史日志，所述用户历史日志记录包括用户收听歌曲名称、用户所处地理位置信息、用户使用习惯信息、用户消费能力信息、用户个人喜好信息以及用户年龄信息；

喜好类别分析模块，用于根据所述用户历史日志，分析用户特性和预设音乐库中用户收听歌曲的喜好类别；

用户群构建模块，用于根据所述用户特性和预设音乐库中用户收听歌曲的喜好类别，划分用户集合，构建有相同共性的用户群；

列表生成模块，用于分析用户所属用户群，采用协同过滤融合算法产生推荐歌曲列表；

推送模块，用于推送所述推荐歌曲列表。

本发明基于群透视音乐推荐方法与系统，根据用户历史日志，分析用户特性和用户收听歌曲的喜好类别，再根据用户特性和喜好类别，划分用户集合，构建有相同共性的用户群，分析用户所属用户群，采用协同过滤融合算法产生推荐歌曲列表，推送推荐歌曲列表至用户。整个过程中，针对庞大的用户进行准确的用户群划分，通过对用户数据的深度挖掘，实现对用户兴趣的多维度透视，提高音乐推荐精度，另外，构建具有相同共性的用户群，再结合混合推荐算法，更进一步提高音乐推荐的准确性和可靠性。

附图说明

图1为本发明基于群透视音乐推荐方法其中一个实施例的流程示意图；

图2为用户兴趣的网络示意图；

图3为本发明基于群透视音乐推荐系统其中一个实施例的结构示意图。

具体实施方式

本发明基于群透视音乐推荐方法与系统的技术方案主要基于如下理论：

1、基于横向维度(歌曲类别)的用户群划分方法主要依据的是音乐属性标签，即音乐类别标签，通过用户的音乐爱好共性特征组织用户群。根据不同标签分类依据进行多维度细分。例如，常见的歌曲类别包含“流行”和“摇滚”(按照风格划分)、“日语”和“粤语”(按照语种划分)、“小提琴”和“钢琴”(按照乐器划分)、“贝多芬”和“巴赫”(按照艺术家划分)等等。通过歌曲类别标签可以对平台用户进行多维度用户群划分，在用户群内分析(即在爱好方面具有较高相似性)，缩小用户群范围，提高推荐精确度。