[发明专利]一种基于社交网络的音乐推荐方法

摘要

本发明是一种个性化音乐推荐方案。针对传统音乐推荐的盲目性和机械性的问题，利用数据挖掘技术，有层次的将用户细分，根据用户的历史记录，分析出各种不同的需求。同时与社交网络相结合，根据用户所喜爱的音乐和讨厌的音乐对用户进行聚类，并对每个用户生成兴趣倾向标签，推荐用户将相邻用户加为好友，并且随着用户兴趣的变化同步改变好友。然后以好友圈为数据集，采用关联规则推荐，使得推荐更加精确高效。同时运用云计算技术，以解决海量的音乐信息和用户数据，具有良好的拓展性。

主权项

一种基于社交网络的音乐推荐方法，其特征在于该推荐方法步骤如下：步骤1.提示用户登录，在后台数据库中查询该用户的历史记录；如果该用户是第一次登录则执行步骤2～步骤4，否则执行步骤5～步骤7，最后统一执行步骤8；步骤2.由音乐推荐系统根据当前曲库中的音乐播放次数排序，挑选最热门的歌曲作为初始化播放列表推荐；步骤3.该推荐系统在等待用户收听的同时，提示用户对每首歌进行喜欢、讨厌和跳过选项的选择并对这些评价结果进行分类分析，计算其中，i表示某个用户，n表示喜爱歌曲的总数，m表示讨厌歌曲的总数，ri,k表示用户i是否喜欢第k首歌曲，ti,k表示用户i是否讨厌第k首歌曲；步骤4.同时，将步骤3中收集到的选择结果进行聚类分析，计算任意两个用户i，j间的相似度sim(i,j),寻找相邻好友圈，提示相邻用户的兴趣倾向标签，最爱歌曲、专辑的信息，推荐用户添加为好友；然后执行步骤8；步骤5.曾登陆过的用户会有历史数据保存在数据库中，推荐系统从后台数据库中读取该用户的好友列表及好友圈播放记录；步骤6.再由推荐系统从后台数据库读取该用户的历史播放记录，如果近期收听的频繁度超过每天三次，每次超过半小时，则执行步骤7，否则跳过步骤7，直接执行步骤8；步骤7.推荐系统为该用户推荐好友圈中最新添加的音乐；步骤8.推荐系统根据该用户的好友圈内播放记录进行关联规则推荐，为该用户推荐音乐，并继续记录其评价结果；步骤9.在音乐推荐系统运行期间，会一直监控该用户的兴趣迁移因子ε＝p2+d×l，其中p表示单位时间跳过歌曲与总推荐歌曲的比例，d表示删除讨厌的歌曲占所有推荐歌曲的比例，l表示被删除的曾喜欢的歌曲占所有喜爱歌曲的比例，如果满足默认阀值0.6，则执行步骤10～步骤12，否则直接执行步骤13；步骤10.对用户重新进行分类分析，更新用户的兴趣倾向标签；步骤11.对用户重新进行聚类分析，更新好友推荐列表，添加新好友，删除旧好友；步骤12.根据更新后的好友圈内播放记录进行关联规则推荐；步骤13.继续为用户提供音乐服务直至用户退出该服务。