[發明專利]一種基于微博情緒上下文的音樂推薦方法

有效

• 申請號: 201510534221.1
• 申請日: 2015-08-27
• 公開（公告）號: CN105426381B
• 公開（公告）日: 2018-10-26
• 發明（設計）人: 鄧水光;王東京;周新宇;李瑩;吳健;尹建偉;吳朝暉
• 申請（專利權）人: 浙江大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 杭州宇信知識產權代理事務所(普通合伙) 33231
• 代理人: 張宇娟

1.一種基于微博情緒上下文的音樂推薦方法，其特征在于，包括以下步驟：

10.基于情感詞典的情緒上下文的提取和建模，具體包括：

101.利用已有情感詞典、同義詞詞典、微博詞匯構建一個多粒度情感詞典，所述多粒度情感詞典包含有三種情緒粒度，分別為2分類，包括積極、消極；7分類，包括樂、好、哀、驚、懼、怒、惡；19分類，包括快樂、安心、喜愛、相信、贊揚、祝愿、悲傷、失望、內疚、思念、驚奇、慌、恐懼、羞、憤怒、貶責、煩悶、懷疑、憎惡；

102.采用分詞系統將用戶微博數據轉化為中文單詞序列，并利用詞袋模型來表示微博；

103.根據101中所構建的多粒度情感詞典和微博中的情感詞匯的出現頻率，將微博表示為情感向量；根據對效率和準確度的要求選擇不同粒度的情感詞典，從而獲得合適的情感向量；

104.把用戶在時間點t之前一段時間內的所有微博的情感向量相加，并歸一化，作為用戶在時間t的情緒上下文向量；

20.包含情緒上下文的音樂記錄的構建，具體包括：

201.從用戶的音樂分享微博中獲取用戶的音樂收聽記錄，所述音樂收聽記錄包括時間；

202.利用用戶的微博獲取音樂收聽記錄對應的情緒上下文向量，最終得到所有用戶的“用戶-音樂-情緒上下文向量”的記錄；

30.基于用戶情緒上下文的音樂推薦，具體包括：

301.根據用戶的“用戶-音樂-情緒上下文向量”的記錄計算用戶之間的相似度，其計算公式為：

其中，

u是目標用戶，而v數據庫中的另外一個用戶；

I_u是用戶u所收聽的音樂集合，而I_v是用戶v所收聽的音樂條目集合；

e_ui是用戶u收聽音樂i的情緒上下文向量；

e_vi是用戶v收聽音樂i的情緒上下文向量；

cos(e_ui,e_vi)是情緒上下文向量e_ui和e_vi的余弦相似度；

302.目標用戶u對音樂i的興趣計算公式如下：

其中，

u是目標用戶；

U_u,k是和u最相似的k個用戶的集合；

U_i是收聽過音樂i的用戶集合；

e_u是目標用戶u的當前情緒上下文向量，e_vi是用戶v收聽音樂i的情緒上下文向量；

303.利用步驟302中的公式對所有音樂進行排序，把前N個推薦給當前用戶。