[發明專利]用戶偏好信息處理方法、裝置、設備及介質

有效

• 申請號: 201810279000.8
• 申請日: 2018-03-31
• 公開（公告）號: CN108491537B
• 公開（公告）日: 2022-01-28
• 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: G06F16/635
• 分類號: G06F16/635;G06F16/683;G06F16/64
• 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

1.一種用戶偏好信息處理方法，其特征在于，包括：

從用戶的音樂收聽記錄中提取所述用戶對音樂的偏好信息；

量化所述偏好信息，得到偏好信息量化值；

加和同一藝術家的所述偏好信息量化值，將加和得到的值作為該藝術家的權重值；

根據所述權重值，在藝術家層次化地圖上繪制等高線圖；所述根據所述權重值在藝術家層次化地圖上繪制等高線圖包括：以所述權重值對應的藝術家的藝術家坐標為中心，以所述權重值的絕對值為半徑，繪制所述藝術家的影響范圍，其中，所述藝術家在所述影響范圍內的影響力的絕對值隨著與所述藝術家坐標的距離增加而衰減，且所述藝術家在所述藝術家坐標上的影響力為所述權重值；在多個藝術家的影響范圍相互重疊的情況下，在影響范圍的重疊區域內某點的影響力為所述多個藝術家在所述某點上的影響力之和；根據所述藝術家在所述藝術家層次化地圖上的影響力，繪制所述等高線圖；

其中，所述方法還包括：

從藝術家的信息中提取特征向量，并根據所述特征向量對所述藝術家進行層次聚類，得到所述藝術家的層次聚類結果；

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藝術家的數目作為權重，生成所述藝術家層次化地圖；

所述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藝術家的數目作為權重，生成所述藝術家層次化地圖，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藝術家的數目作為加權維諾圖算法的權重，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藝術家的數目作為權重，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藝術家的坐標，并執行維諾圖算法，以使所述底層分類中的全部藝術家的坐標均勻分布在所述底層分類的邊界內。

2.根據權利要求1所述的方法，其特征在于，在加和同一藝術家的所述偏好信息量化值，將加和得到的值作為對應的藝術家的權重值之前，所述方法還包括：

對所述同一藝術家的所述偏好信息量化值進行過濾。

3.根據權利要求2所述的方法，其特征在于，對所述同一藝術家的所述偏好信息量化值進行過濾包括：

在所述同一藝術家的所述偏好信息量化值的數量少于2的情況下，濾去所述同一藝術家的所述偏好信息量化值；或者

濾去所述同一藝術家的所述偏好信息量化值中絕對值最大的一個偏好信息量化值。

4.一種用戶偏好信息處理裝置，用于實現如權利要求1-3中任一項所述的方法，其特征在于，所述裝置包括：

提取模塊，用于從用戶的音樂收聽記錄中提取所述用戶對音樂的偏好信息；

量化模塊，用于量化所述偏好信息，得到偏好信息量化值；

加和模塊，用于加和同一藝術家的所述偏好信息量化值，將加和得到的值作為該藝術家的權重值；

繪制模塊，用于根據所述權重值，在藝術家層次化地圖上繪制等高線圖，其中，所述裝置還包括：

聚類模塊，用于從藝術家的信息中提取特征向量，并根據所述特征向量對所述藝術家進行層次聚類，得到所述藝術家的層次聚類結果；以及

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藝術家的數目作為權重，生成所述藝術家層次化地圖；

過濾模塊，用于在加和同一藝術家的所述偏好信息量化值，將加和得到的值作為對應的藝術家的權重值之前對所述同一藝術家的所述偏好信息量化值進行過濾。

5.一種用戶偏好信息處理設備，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1-3中任一項所述的方法。

6.一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1-3中任一項所述的方法。