多媒體文件的推薦方法和推薦服務(wù)器的制造方法
【專利摘要】本發(fā)明提出一種多媒體文件的推薦方法和推薦服務(wù)器，其中該方法包括以下步驟：推薦服務(wù)器獲取N個用戶的N個多媒體播放行為信息，其中，N為正整數(shù)；推薦服務(wù)器根據(jù)N個多媒體播放行為信息對N個用戶進行聚類以獲取M個用戶群，其中，M為正整數(shù)且M小于N；以及推薦服務(wù)器獲取待推薦用戶的多媒體播放行為信息，并根據(jù)多媒體播放行為信息獲取待推薦用戶對應(yīng)的用戶群，以及根據(jù)用戶群向待推薦用戶推薦對應(yīng)的多媒體文件。根據(jù)本發(fā)明實施例方法，解決了推薦多媒體文件時推薦結(jié)果發(fā)散、風(fēng)格不統(tǒng)一、與待推薦用戶偏好不一致的問題，使推薦結(jié)果更穩(wěn)定，受數(shù)據(jù)稀疏性和用戶播放行為隨意性的影響較小，提升了用戶體驗。
【專利說明】多媒體文件的推薦方法和推薦服務(wù)器

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信【技術(shù)領(lǐng)域】，尤其涉及一種多媒體文件的推薦方法和推薦服務(wù)器。

【背景技術(shù)】
[0002] 目前，向用戶推薦多媒體文件(例如音樂）時，通過基于用戶相似性計算的協(xié)同過 濾方法為待推薦的用戶生成多媒體文件的推薦列表，該方法通過計算與待推薦用戶播放偏 好最相近的K個用戶，然后通過K個用戶的播放偏好為待推薦用戶生成推薦列表。
[0003] 目前存在的問題是，一方面基于用戶相似性計算的協(xié)同過濾方法生成的多媒體文 件的推薦列表不穩(wěn)定，受數(shù)據(jù)稀疏性和用戶的播放行為隨意性影響較大，另一方面由于獲 取的K個用戶之間的播放偏好并不一定相似，導(dǎo)致基于K個用戶播放偏好生成的推薦列表 風(fēng)格不統(tǒng)一，推薦列表與待推薦用戶的播放偏好也不一致甚至相差甚遠，用戶體驗差。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明旨在至少解決上述技術(shù)問題之一。
[0005] 為此，本發(fā)明的第一個目的在于提出一種多媒體文件的推薦方法。該方法解決了 推薦多媒體文件時推薦結(jié)果發(fā)散、風(fēng)格不統(tǒng)一、與待推薦用戶偏好不一致的問題，使推薦結(jié) 果更穩(wěn)定，受數(shù)據(jù)稀疏性和用戶播放行為隨意性的影響較小，提升了用戶體驗。
[0006] 本發(fā)明的第二個目的在于提出一種推薦服務(wù)器。
[0007] 為了實現(xiàn)上述目的，本發(fā)明第一方面實施例的多媒體文件的推薦方法包括以下步 驟：推薦服務(wù)器獲取N個用戶的N個多媒體播放行為信息，其中，N為正整數(shù)；所述推薦服務(wù) 器根據(jù)所述N個多媒體播放行為信息對所述N個用戶進行聚類以獲取Μ個用戶群，其中，Μ 為正整數(shù)且Μ小于Ν ;以及所述推薦服務(wù)器獲取待推薦用戶的多媒體播放行為信息，并根據(jù) 所述多媒體播放行為信息獲取所述待推薦用戶對應(yīng)的所述用戶群，以及根據(jù)所述用戶群向 所述待推薦用戶推薦對應(yīng)的多媒體文件。
[0008] 根據(jù)本發(fā)明實施例的移動終端應(yīng)用程序的管理方法，推薦服務(wù)器根據(jù)用戶的多媒 體播放行為信息將具有相同播放偏好的用戶聚類至同一個用戶群中，并根據(jù)待推薦用戶對 應(yīng)的用戶群推薦多媒體文件，解決了推薦多媒體文件時推薦結(jié)果發(fā)散、風(fēng)格不統(tǒng)一、與待推 薦用戶偏好不一致的問題，使推薦結(jié)果更穩(wěn)定，受數(shù)據(jù)稀疏性和用戶播放行為隨意性的影 響較小，提升了用戶體驗。
[0009] 為了實現(xiàn)上述目的，本發(fā)明第二方面實施例的推薦服務(wù)器，包括：第一獲取模塊， 用于獲取Ν個用戶的Ν個多媒體播放行為信息，其中，Ν為正整數(shù)；聚類模塊，用于根據(jù)所述 Ν個多媒體播放行為信息對所述Ν個用戶進行聚類以獲取Μ個用戶群，其中，Μ為正整數(shù)且 Μ小于Ν ;第二獲取模塊，用于獲取待推薦用戶的多媒體播放行為信息，并根據(jù)所述多媒體 播放行為信息獲取所述待推薦用戶對應(yīng)的所述用戶群；以及推薦模塊，用于根據(jù)所述用戶 群向所述待推薦用戶推薦對應(yīng)的多媒體文件。
[0010] 根據(jù)本發(fā)明實施例的推薦服務(wù)器，根據(jù)用戶的多媒體播放行為信息將具有相同播 放偏好的用戶聚類至同一個用戶群中，并根據(jù)待推薦用戶對應(yīng)的用戶群推薦多媒體文件， 解決了推薦多媒體文件時推薦結(jié)果發(fā)散、風(fēng)格不統(tǒng)一、與待推薦用戶偏好不一致的問題，使 推薦結(jié)果更穩(wěn)定，受數(shù)據(jù)稀疏性和用戶播放行為隨意性的影響較小，提升了用戶體驗。
[0011] 本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明的實踐了解到。

【專利附圖】

【附圖說明】
[0012] 本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變 得明顯和容易理解，其中，
[0013] 圖1是根據(jù)本發(fā)明一個實施例的多媒體文件的推薦方法的流程圖；
[0014] 圖2是根據(jù)本發(fā)明一個具體實施例的多媒體文件的推薦方法的流程圖；
[0015] 圖3是根據(jù)本發(fā)明另一個具體實施例的多媒體文件的推薦方法的流程圖；
[0016] 圖4是根據(jù)本發(fā)明一個實施例的推薦服務(wù)器的結(jié)構(gòu)示意圖；
[0017] 圖5是根據(jù)本發(fā)明一個具體實施例的推薦服務(wù)器的結(jié)構(gòu)示意圖；
[0018] 圖6是根據(jù)本發(fā)明另一個具體實施例的推薦服務(wù)器的結(jié)構(gòu)示意圖；以及 [0019] 圖7是根據(jù)本發(fā)明又一個具體實施例的推薦服務(wù)器的結(jié)構(gòu)示意圖。

【具體實施方式】
[0020] 下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終 相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考 附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。相反， 本發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同 物。
[0021] 在本發(fā)明的描述中，需要理解的是，術(shù)語"第一"、"第二"等僅用于描述目的，而不 能理解為指示或暗示相對重要性。在本發(fā)明的描述中，需要說明的是，除非另有明確的規(guī)定 和限定，術(shù)語"相連"、"連接"應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接， 或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介 間接相連。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具 體含義。此外，在本發(fā)明的描述中，除非另有說明，"多個"的含義是兩個或兩個以上。
[0022] 流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括 一個或更多個用于實現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部 分，并且本發(fā)明的優(yōu)選實施方式的范圍包括另外的實現(xiàn)，其中可以不按所示出或討論的順 序，包括根據(jù)所涉及的功能按基本同時的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明 的實施例所屬【技術(shù)領(lǐng)域】的技術(shù)人員所理解。
[0023] 下面參考附圖描述根據(jù)本發(fā)明實施例的多媒體文件的推薦方法和推薦服務(wù)器。
[0024] 目前，推薦服務(wù)器向用戶推薦多媒體文件時可以通過協(xié)同過濾方法為待推薦的用 戶生成多媒體文件的推薦列表，例如，首先推薦服務(wù)器獲取所有用戶在一段時期內(nèi)的播放 行為信息，其中播放行為信息包括用戶播放過的音樂以及對應(yīng)的偏好權(quán)值，推薦服務(wù)器將 每個用戶的播放行為信息表示為一個向量，其中播放過的音樂為向量的維度，偏好權(quán)值為 向量的維度值。
[0025] 然后推薦服務(wù)器分別計算每兩個用戶播放行為信息的相似度，例如可以使用余弦 相似度，推薦服務(wù)器計算每兩個用戶播放行為信息的向量之間夾角的余弦值，并根據(jù)余弦 值獲取與待推薦用戶在播放偏好上最相近的K個用戶。
[0026] 然后推薦服務(wù)器根據(jù)用戶的播放偏好獲取K個用戶中每個用戶的N首音樂，并根 據(jù)N首音樂為待推薦用戶生成一個MX K的矩陣S，其中，Μ為K個用戶的偏好歌曲總數(shù)， 同時將待推薦用戶和Κ個用戶之間的相似度表示為一個Κ XI的矩陣U，推薦服務(wù)器將矩 陣S和矩陣U相乘得到矩陣Ρ，其中Ρ為一個Μ XI的矩陣，矩陣中每一行的值分別對應(yīng) 這Μ首音樂的權(quán)值，然后推薦服務(wù)器將矩陣Ρ中權(quán)值小于一定閾值的音樂刪除，并按照權(quán) 值由高到低的順序?qū)σ魳愤M行排序生成推薦列表給當(dāng)前待推薦的用戶。
[0027] 該方法由于Κ個用戶之間的播放偏好并不相似，導(dǎo)致推薦列表中的音樂與待推薦 用戶的播放偏好相差甚遠。如果推薦服務(wù)器可以對所有用戶的播放偏好進行挖掘，并對所 有用戶做分群計算，將具有相同播放偏好的用戶聚在一個用戶群中，這樣，同一用戶群中的 用戶都具有相同的播放偏好，推薦服務(wù)器在此基礎(chǔ)上對基于同一用戶群中的用戶通過協(xié)同 過濾方法生成推薦列表，可以保證推薦列表具有和待推薦用戶相似的音樂風(fēng)格，并且與待 推薦用戶的播放偏好一致。為此，本發(fā)明提出了一種多媒體文件的推薦方法，包括以下步 驟：推薦服務(wù)器獲取Ν個用戶的Ν個多媒體播放行為信息，其中，Ν為正整數(shù)；推薦服務(wù)器 根據(jù)Ν個多媒體播放行為信息對Ν個用戶進行聚類以獲取Μ個用戶群，其中，Μ為正整數(shù) 且Μ小于Ν ;以及推薦服務(wù)器獲取待推薦用戶的多媒體播放行為信息，并根據(jù)多媒體播放行 為信息獲取待推薦用戶對應(yīng)的用戶群，以及根據(jù)用戶群向待推薦用戶推薦對應(yīng)的多媒體文 件。
[0028] 圖1是根據(jù)本發(fā)明一個實施例的多媒體文件的推薦方法的流程圖。
[0029] 如圖1所示，多媒體文件的推薦方法包括：
[0030] S101，推薦服務(wù)器獲取Ν個用戶的Ν個多媒體播放行為信息，其中，Ν為正整數(shù)。
[0031] 例如，歷史行為信息可以包括用戶完整播放的多媒體文件、跳過播放的多媒體文 件、重新播放的多媒體文件、標(biāo)記喜歡的多媒體文件、標(biāo)記不喜歡的多媒體文件等。
[0032] S102,推薦服務(wù)器根據(jù)Ν個多媒體播放行為信息對Ν個用戶進行聚類以獲取Μ個 用戶群，其中，Μ為正整數(shù)且Μ小于Ν。
[0033] 具體地，推薦服務(wù)器根據(jù)用戶的多媒體播放行為信息將具有相同或者相似播放偏 好的用戶聚類在同一個用戶群中，并將對應(yīng)的用戶播放偏好的描述信息(例如，搖滾、電子、 流行等）作為用戶群的標(biāo)識信息。
[0034] S103,推薦服務(wù)器獲取待推薦用戶的多媒體播放行為信息，并根據(jù)多媒體播放行 為信息獲取待推薦用戶對應(yīng)的用戶群，以及根據(jù)用戶群向待推薦用戶推薦對應(yīng)的多媒體文 件。
[0035] 例如，如果待推薦用戶正在播放的多媒體文件是搖滾類的，則推薦服務(wù)器獲取標(biāo) 識信息為搖滾的用戶群，并根據(jù)該用戶群中用戶播放偏好向待推薦用戶推薦多媒體文件。
[0036] 根據(jù)本發(fā)明實施例的多媒體文件的推薦方法，推薦服務(wù)器根據(jù)用戶的多媒體播放 行為信息將具有相同播放偏好的用戶聚類至同一個用戶群中，并根據(jù)待推薦用戶對應(yīng)的用 戶群推薦多媒體文件，解決了推薦多媒體文件時推薦結(jié)果發(fā)散、風(fēng)格不統(tǒng)一、與待推薦用戶 偏好不一致的問題，使推薦結(jié)果更穩(wěn)定，受數(shù)據(jù)稀疏性和用戶播放行為隨意性的影響較小， 提升了用戶體驗。
[0037] 圖2是根據(jù)本發(fā)明一個具體實施例的多媒體文件的推薦方法的流程圖。
[0038] 推薦服務(wù)器可以根據(jù)N個多媒體播放行為信息分別獲取N個用戶對應(yīng)的第一偏好 信息，然后根據(jù)第一偏好信息對N個用戶進行聚類分析以獲取Μ個用戶群，其中，為了使推 薦服務(wù)器根據(jù)第一偏好信息對Ν個用戶進行聚類分析更加準(zhǔn)確、簡單，推薦服務(wù)器可以根 據(jù)第一偏好信息中的Ρ個多媒體的多媒體標(biāo)簽生成第二偏好信息，并將具有相同或相似第 二偏好信息的用戶聚在同一個用戶群中，具體地如圖2所示，多媒體文件的推薦方法包括：
[0039] S201，推薦服務(wù)器獲取Ν個用戶的Ν個多媒體播放行為信息，其中，Ν為正整數(shù)。
[0040] 例如，歷史行為信息可以包括用戶完整播放的多媒體文件、跳過播放的多媒體文 件、重新播放的多媒體文件、標(biāo)記喜歡的多媒體文件、標(biāo)記不喜歡的多媒體文件等。
[0041] S202,推薦服務(wù)器根據(jù)Ν個多媒體播放行為信息分別獲取Ν個用戶對應(yīng)的第一偏 好息。
[0042] 在本發(fā)明的一個實施例中，第一偏好信息包括用戶播放過的P個多媒體和對應(yīng)的 第一權(quán)值，其中，P為正整數(shù)。例如，如表1所不，用戶A的第一偏好信息包括音樂1和對應(yīng) 的權(quán)值70、音樂2和對應(yīng)的權(quán)值50以及音樂3和對應(yīng)的權(quán)值40等。
[0043]

【權(quán)利要求】
1. 一種多媒體文件的推薦方法，其特征在于，包括以下步驟： 推薦服務(wù)器獲取N個用戶的N個多媒體播放行為信息，其中，N為正整數(shù)； 所述推薦服務(wù)器根據(jù)所述N個多媒體播放行為信息對所述N個用戶進行聚類以獲取Μ 個用戶群，其中，Μ為正整數(shù)且Μ小于Ν;以及 所述推薦服務(wù)器獲取待推薦用戶的多媒體播放行為信息，并根據(jù)所述多媒體播放行為 信息獲取所述待推薦用戶對應(yīng)的所述用戶群，以及根據(jù)所述用戶群向所述待推薦用戶推薦 對應(yīng)的多媒體文件。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述推薦服務(wù)器根據(jù)所述Ν個多媒體播放 行為信息對所述Ν個用戶進行聚類以獲取Μ個用戶群，進一步包括 ： 所述推薦服務(wù)器根據(jù)所述Ν個多媒體播放行為信息分別獲取所述Ν個用戶對應(yīng)的第一 偏好?目息；以及 所述推薦服務(wù)器根據(jù)所述第一偏好信息對所述Ν個用戶進行聚類以獲取Μ個用戶群。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一偏好信息包括所述用戶播放過 的Ρ個多媒體和對應(yīng)的第一權(quán)值，其中，Ρ為正整數(shù)。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述推薦服務(wù)器根據(jù)所述第一偏好信息 對所述Ν個用戶進行聚類以獲取Μ個用戶群，進一步包括： 所述推薦服務(wù)器分別獲取所述Ν個用戶對應(yīng)的所述Ρ個多媒體的標(biāo)簽； 所述推薦服務(wù)器根據(jù)所述Ρ個多媒體的標(biāo)簽和對應(yīng)的所述第一權(quán)值獲取所述Ν個用戶 的第二偏好信息，其中，所述第二偏好信息包括Q個所述標(biāo)簽和對應(yīng)的第二權(quán)值，Q為正整 數(shù)且小于Ρ;以及 所述推薦服務(wù)器根據(jù)所述第二偏好信息對所述Ν個用戶進行聚類以獲取所述Μ個用戶 群。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括： 所述推薦服務(wù)器分別對所述Μ個用戶群進行剪枝處理。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述推薦服務(wù)器根據(jù)所述用戶群向所述 待推薦用戶推薦多媒體文件，進一步包括： 所述推薦服務(wù)器獲取所述用戶群中每個所述用戶播放過的多媒體文件的候選列表； 所述推薦服務(wù)器根據(jù)所述待推薦用戶的所述多媒體播放行為信息獲取所述待推薦用 戶播放過的多媒體文件的播放列表； 所述推薦服務(wù)器根據(jù)所述播放列表對所述候選列表進行過濾以獲取所述用戶的多媒 體文件的推薦列表；以及 所述推薦服務(wù)器根據(jù)所述推薦列表向所述待推薦用戶推薦對應(yīng)的所述多媒體文件。
7. -種推薦服務(wù)器，其特征在于，包括： 第一獲取模塊，用于獲取Ν個用戶的Ν個多媒體播放行為信息，其中，Ν為正整數(shù)； 聚類模塊，用于根據(jù)所述Ν個多媒體播放行為信息對所述Ν個用戶進行聚類以獲取Μ 個用戶群，其中，Μ為正整數(shù)且Μ小于Ν ; 第二獲取模塊，用于獲取待推薦用戶的多媒體播放行為信息，并根據(jù)所述多媒體播放 行為信息獲取所述待推薦用戶對應(yīng)的所述用戶群；以及 推薦模塊，用于根據(jù)所述用戶群向所述待推薦用戶推薦對應(yīng)的多媒體文件。
8. 根據(jù)權(quán)利要求7所述的推薦服務(wù)器，其特征在于，所述聚類模塊包括： 第一獲取單元，用于根據(jù)所述N個多媒體播放行為信息分別獲取所述N個用戶對應(yīng)的 第一偏好信息；以及 聚類單元，用于根據(jù)所述第一偏好信息對所述N個用戶進行聚類以獲取Μ個用戶群。
9. 根據(jù)權(quán)利要求8所述的推薦服務(wù)器，其特征在于，所述第一偏好信息包括所述用戶 播放過的Ρ個多媒體和對應(yīng)的第一權(quán)值，其中，Ρ為正整數(shù)。
10. 根據(jù)權(quán)利要求9所述的推薦服務(wù)器，其特征在于，所述聚類模塊還包括： 第二獲取單元，用于分別獲取所述Ν個用戶對應(yīng)的所述Ρ個多媒體的標(biāo)簽； 第三獲取單元，用于根據(jù)所述Ρ個多媒體的標(biāo)簽和對應(yīng)的所述第一權(quán)值獲取所述Ν個 用戶的第二偏好信息，其中，所述第二偏好信息包括Q個所述標(biāo)簽和對應(yīng)的第二權(quán)值，Q為 正整數(shù)且小于Ρ， 其中，所述聚類單元還用于根據(jù)所述第二偏好信息對所述Ν個用戶進行聚類以獲取所 述Μ個用戶群。
11. 根據(jù)權(quán)利要求10所述的推薦服務(wù)器，其特征在于，還包括： 剪枝模塊，用于分別對所述Μ個用戶群進行剪枝處理。
12. 根據(jù)權(quán)利要求7所述的推薦服務(wù)器，其特征在于，所述推薦模塊包括： 第一獲取單元，用于獲取所述用戶群中每個所述用戶播放過的多媒體文件的候選列 表； 第二獲取單元，用于根據(jù)所述待推薦用戶的所述多媒體播放行為信息獲取所述待推薦 用戶播放過的的多媒體文件的播放列表； 過濾單元，用于根據(jù)所述播放列表對所述候選列表進行過濾以獲取所述用戶的多媒體 文件的推薦列表；以及 推薦單元，用于根據(jù)所述推薦列表向所述待推薦用戶推薦對應(yīng)的所述多媒體文件。
【文檔編號】G06F17/30GK104123315SQ201310156444
【公開日】2014年10月29日 申請日期:2013年4月28日 優(yōu)先權(quán)日:2013年4月28日
【發(fā)明者】劉志強 申請人:百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司