[发明专利]一种基于用户听歌行为的数据分析方法及系统

权利要求书

1.一种基于用户听歌行为的数据分析方法，其特征在于，包括以下步骤：

统计每个歌手的所有歌曲的单日播放量；

根据所述每个歌手所有歌曲的单日播放量，计算出自定义时间内每个歌手的歌手热度；

根据所述歌手热度，计算所述歌手热度的增长率；

根据所述歌手热度的增长率，确定潜力歌手。

2.根据权利要求1所述的方法，其特征在于，所述歌手热度的增长率包括周增长率、月增长率和季增长率中的一个或多个。

3.根据权利要求2所述的方法，其特征在于，计算所述周增长率的公式为：R_W＝(W₂-W₁)/W₁,其中，R_W表示所述周增长率，W₂表示上一周的所述歌手热度，W₁为近一周的所述歌手热度；

计算所述月增长率的公式为：R_M＝(M₂-M₁)/M₁,其中，R_M表示所述月增长率，M₂表示上一月的所述歌手热度，M₁为近一月的所述歌手热度；

计算所述季增长率的公式为：R_Q＝(Q₂-Q₁)/Q₁,其中，R_Q表示所述季增长率，Q₂表示上一季的所述歌手热度，Q₁为近一季的所述歌手热度。

4.根据权利要求2所述的方法，其特征在于，所述根据所述歌手热度的增长率，确定潜力歌手步骤具体为：对所述周增长率、月增长率和季增长率进行排序，根据所述排序的结果选出增长率排在前10的歌手确定为所述潜力歌手。

5.根据权利要求1所述的方法，其特征在于，在所述根据所述歌手热度的增长率，确定潜力歌手步骤之后，还包括步骤：

根据所述潜力歌手，计算所述潜力歌手的粉丝和/或潜在粉丝；所述根据所述潜力歌手，计算所述潜力歌手的粉丝步骤具体为：统计每个用户收听所述潜力歌手的歌曲数目及总播放次数，当所述歌曲数目和所述总播放次数都分别超过第一设定阈值和第二设定阈值时，确定该用户为所述潜力歌手的粉丝；

所述根据所述潜力歌手，计算所述潜力歌手的潜在粉丝步骤具体包括：

使用余弦相似度算法，计算全部歌曲的相似度，其中，所述全部歌曲包括所述每个歌手的所有歌曲；

根据所述全部歌曲的相似度，采用协同过滤算法构建所述全部歌曲的歌曲相似矩阵；

根据所述歌曲相似矩阵以及每个用户近两个月内收听的歌曲，计算出所述每个用户的推荐歌曲；

根据所述推荐歌曲，确定所述潜力歌手的潜在粉丝。

6.根据权利要求5所述的方法，其特征在于，在确定所述粉丝和所述潜在粉丝步骤后，还包括步骤：向所述粉丝和所述潜在粉丝推送所述潜力歌手的演唱会门票购买消息。

7.一种基于用户听歌行为的数据分析系统，其特征在于，包括：

统计模块，用于统计每个歌手的所有歌曲的单日播放量；

第一计算模块，用于根据所述每个歌手所有歌曲的单日播放量，计算出自定义时间内每个歌手的歌手热度；

第二计算模块，用于根据所述歌手热度，计算所述歌手热度的增长率；

第一确定模块，用于根据所述歌手的热度增长率，确定潜力歌手。