[发明专利]一种基于评论主题分布匹配的音乐推荐系统在审
| 申请号: | 201910753122.0 | 申请日: | 2019-08-15 |
| 公开(公告)号: | CN110457519A | 公开(公告)日: | 2019-11-15 |
| 发明(设计)人: | 李卫疆;罗潘虎 | 申请(专利权)人: | 昆明理工大学 |
| 主分类号: | G06F16/635 | 分类号: | G06F16/635;G06F16/68;G06F16/638 |
| 代理公司: | 11350 北京科亿知识产权代理事务所(普通合伙) | 代理人: | 汤东凤<国际申请>=<国际公布>=<进入 |
| 地址: | 650504云南*** | 国省代码: | 云南;53 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 音乐信息 主题匹配 音乐 用户信息管理模块 附属信息 管理模块 模块提供 评论 个性化推荐系统 音乐推荐系统 用户信息更新 用户行为数据 准确度 存储音乐 存储用户 推荐模块 行为数据 音乐提供 用户匹配 用户信息 用户主题 主题分布 信息库 正向 匹配 搜寻 筛选 更新 分析 | ||
1.一种基于评论主题分布匹配的音乐推荐系统,特征在于,包括:相互连接的音乐信息管理模块、用户信息管理模块、主题匹配模块、推荐组织模块;
所述音乐信息管理模块负责音乐信息更新与存储音乐的附属信息,并向所述主题匹配模块提供所需的特定音乐信息;所述用户信息管理模块负责用户信息更新与存储用户的附属信息,并向所述主题匹配模块提供所需的特定用户信息;所述主题匹配模块负责计算当前用户主题分布、搜寻音乐信息库中与当前用户匹配的音乐;所述推荐模块负责筛选出正向评论的音乐,并组织推荐列表。
2.根据权利要求1所述的一种基于评论主题分布匹配的音乐推荐系统,其特征在于:所述音乐信息管理模块包括音乐信息更新单元、音乐存储单元、音乐评论存储单元、音乐评论主题分布存储单元;所述用户信息管理模块包括用户信息更新单元、用户往期数据存储单元;所述主题匹配模块包括用户主题分布计算单元、主题分布比较单元;所述推荐模块包括过滤单元、排序单元、反馈单元。
3.根据权利要求2所述的一种基于评论主题分布匹配的音乐推荐系统,其特征在于:所述音乐信息更新单元用来更新音乐的附属信息,更新对象包括音乐评论、音乐评论的主题分布和音乐评论的情感倾向;所述音乐存储单元为一个存储音乐条目的数据库,存储音乐的名称、音乐的存储位置;所述音乐评论存储单元用于存储音乐的评论信息,一首音乐对应多条评论;所述音乐评论主题分布存储单元用于存储音乐的评论主题分布和音乐情感倾向,其数据由音乐更新单元进行计算与维护。
4.根据权利要求3所述的一种基于评论主题分布匹配的音乐推荐系统,其特征在于:所述音乐信息更新单元包括评论更新单元、评论主题分布计算单元和评论情感分析单元;所述评论更新单元用于及时把用户对音乐的评论更新到所述音乐评论存储单元,所述评论主题分布计算单元用于更新所述音乐评论主题分布单元中的数据,每当用户对某首音乐新评论累计达200条时启动该单元,选取最新的600条评论组成评论集进行计算,使用LDA主题模型对每条评论进行主题抽取,并求出整个评论集的主题概率分布,并用新的概率分布替换所述音乐评论主题分布存储单元中与其对应的概率分布;所述评论情感分析单元用于计算音乐的情感倾向,分为正向和负向两种情况,正向代表该音乐的词和曲可以让人接受,负向则代表不能接受,该情感倾向有该音乐的评论计算而得,每当用户对某首音乐新评论累计达200条时启动该单元,选取最新的600条评论组成评论集进行计算,使用谷歌开源框架tensorflow的LSTM进行该项工作,并用新的情感情感倾向替换所述音乐评论主题分布存储单元中与其对应的情感倾向。
5.根据权利要求2所述的一种基于评论主题分布匹配的音乐推荐系统,其特征在于:所述用户信息更新单元用于更新所述用户往期数据单元中的数据,包括听歌历史记录与每首歌的收听时长,用户每听一首歌便运行一次该单元进行数据更新存储;所述用户往期数据存储单元用于存储用户往期听歌记录、每首歌播放时长和推荐反馈标识,所述推荐反馈标识用于标记该音乐是否为推荐而播放,是推荐而来标记为1,否则为0。
6.根据权利要求2所述的一种基于评论主题分布匹配的音乐推荐系统,其特征在于:所述用户主题分布计算单元用于计算用户的主题分布;所述主题分布比较单元用于搜寻所述音乐存储单元中与当前用户主题分布相似的音乐,并将搜寻出来的音乐集合成结果候选集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910753122.0/1.html,转载请声明来源钻瓜专利网。





