[发明专利]一种基于标签的协同过滤音乐推荐方法

权利要求书

1.一种基于标签的协同过滤音乐推荐方法，其特征在于：包括以下步骤：

(1)、生成用于喜好音乐标签集合：提取目标用户对音乐进行标签标记的行为数据进行提取后，处理形成嵌套结构的数据格式，并搭建数据模型；

(2)结合历史数据对标签矩阵进行改进：收集用户听音乐的历史记录，将标签和歌单提取出来，构建用户标签矩阵，将该标签矩阵和上述标签集合分别进行相似度的计算，获得两个相似用户群；

(3)生成推荐表单：对两个相似用户群分别计算，根据两个矩阵获得与目标用户兴趣相似度排名较高的多个用户，将这些用户标记过标签的且未被目标用户标记的歌单提取，再将上述两个相似用户群中提取的歌单进行合并，合并后再根据相似用户的相似度对歌单进行排次，形成推荐表单，推荐给目标用户。

2.根据权利要求1所述的一种基于标签的协同过滤音乐推荐方法，其特征在于：所述步骤1中，将用户对音乐进行标签归类标注的行为数据进行提取，提取的行为数据采用特征变换处理，形成嵌套结构的数据格式，对输出的嵌套格式数据进行计算，采用线性融合标签搭建模型，形成用于的标签集合。

3.根据权利要求1所述的一种基于标签的协同过滤音乐推荐方法，其特征在于：所述步骤2中，目标用户历史数据包括用户标注过的标签、被用户标注标签的歌单。

4.根据权利要求1或3所述的一种基于标签的协同过滤音乐推荐方法，其特征在于：所述步骤2中，对标签矩阵和标签集合采用欧氏距离相似性算法计算相似度。

5.根据权利要求1所述的一种基于标签的协同过滤音乐推荐方法，其特征在于：所述步骤3中，先找到与目标用户相似度最高的n个用户，将n个用户中未被目标用户标记标签的歌单以及标签都进行提取，形成候选歌单和标签子集，将候选歌单与目标用户的兴趣特征作比较，为用户推荐相关性最大的部分歌单。

6.根据权利要求5所述的一种基于标签的协同过滤音乐推荐方法，其特征在于：对于标签子集，将标签子集按照均匀分布随机划分为训练集和测试集，通过训练集中的标签行为数据生成推荐结果，并与测试集中的真实数据进行比较。

7.根据权利要求6所述的一种基于标签的协同过滤音乐推荐方法，其特征在于：所述训练集和测试集中数据量分别为70％和30％。