[發明專利]推薦信息處理方法、裝置、設備及介質在審
| 申請號： | 201810278994.1 | 申請日： | 2018-03-31 |
| 公開（公告）號： | CN108460162A | 公開（公告）日： | 2018-08-28 |
| 發明（設計）人： | 趙彧;馬進;陳蕓;牛文昭;鬼庸;李松 | 申請（專利權）人： | 北京偏北音樂文化有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 北京瑞思知識產權代理事務所(普通合伙) 11341 | 代理人： | 李濤 |
| 地址： | 100000 北京市朝*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 推薦信息 層次聚類 層次化 音樂 參考信息 信息處理 直觀 技術效果 接收用戶 特征向量 提取特征 用戶參考 用戶發現 分類 權重 向量 加權 探索 查找 展示 | ||
1.一種推薦信息處理方法，其特征在于，包括：
從推薦信息中提取特征向量，并根據所述特征向量對所述推薦信息進行層次聚類，得到所述推薦信息的層次聚類結果；
采用加權維諾圖算法，按照所述層次聚類結果的分類數量，并以每個分類中所述推薦信息的數目作為權重，生成所述推薦信息的層次化地圖；
接收用戶查找與所述層次化地圖中的特定推薦信息相似的相似推薦信息的操作；
在所述層次化地圖中突出展示所述相似推薦信息。
2.根據權利要求1所述的方法，其特征在于，在所述層次化地圖中突出展示所述相似推薦信息還包括：
在所述層次化地圖中繪制所述特定推薦信息與所述相似推薦信息之間的高亮連線。
3.根據權利要求1所述的方法，其特征在于，采用加權維諾圖算法，按照所述層次聚類結果的分類數量，并以每個分類中所述推薦信息的數目作為權重，生成所述推薦信息的層次化地圖包括：
選定起始坐標，并采用加權維諾圖算法，按照所述層次聚類結果的上層分類數量，以每個上層分類中所述推薦信息的數目作為權重，計算所述上層分類的坐標和邊界；
將所述上層分類的坐標作為中心坐標，采用加權維諾圖算法，按照所述層次聚類結果的所述上層分類中下一層分類的數量，以所述上層分類中每個下一層分類中所述推薦信息的數目作為權重，計算所述上層分類中每個下一層分類的坐標和邊界；重復上述計算過程，直至計算出底層分類的坐標和邊界；
在所述底層分類的邊界內隨機生成所述底層分類中全部推薦信息的坐標，并執行維諾圖算法，以使所述底層分類中的全部推薦信息的坐標均勻分布在所述底層分類的邊界內。
4.根據權利要求1所述的方法，其特征在于，所述層次化地圖為可縮放矢量圖形格式的地圖。
5.根據權利要求1至4中任一項所述的方法，其特征在于，所述推薦信息包括以下之一：歌手、演員、作者、音樂、電影、電視劇、書籍。
6.一種推薦信息處理裝置，其特征在于，所述裝置包括：
聚類模塊，用于從推薦信息中提取特征向量，并根據所述特征向量對所述推薦信息進行層次聚類，得到所述推薦信息的層次聚類結果；
生成模塊，用于采用加權維諾圖算法，按照所述層次聚類結果的分類數量，并以每個分類中所述推薦信息的數目作為權重，生成所述推薦信息的層次化地圖；
接收模塊，用于接收用戶查找與所述層次化地圖中的特定推薦信息相似的相似推薦信息的操作；
展示模塊，用于在所述層次化地圖中突出展示所述相似推薦信息。
7.一種推薦信息處理設備，其特征在于，包括：至少一個處理器、至少一個存儲器以及存儲在所述存儲器中的計算機程序指令，當所述計算機程序指令被所述處理器執行時實現如權利要求1-5中任一項所述的方法。
8.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，當所述計算機程序指令被處理器執行時實現如權利要求1-5中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京偏北音樂文化有限公司，未經北京偏北音樂文化有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810278994.1/1.html，轉載請聲明來源鉆瓜專利網。
