[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

权利要求书

1.一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：

Pij(5)=p11p12...p15p21p22...p25................p51p52...p55]]>(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：Pij5Pij5=b11b12...b15b21b22....b25..............b51b52...b55]]>(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)。

2.根据权利要求1所述的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，所述马尔科夫预测算法为主算法，所述协同过滤算法、APRIORI算法、新闻分词聚类推荐和相似用户推荐均为辅助算法。