多媒体文件的推荐方法和推荐服务器的制造方法
【专利摘要】本发明提出一种多媒体文件的推荐方法和推荐服务器，其中该方法包括以下步骤：推荐服务器获取N个用户的N个多媒体播放行为信息，其中，N为正整数；推荐服务器根据N个多媒体播放行为信息对N个用户进行聚类以获取M个用户群，其中，M为正整数且M小于N；以及推荐服务器获取待推荐用户的多媒体播放行为信息，并根据多媒体播放行为信息获取待推荐用户对应的用户群，以及根据用户群向待推荐用户推荐对应的多媒体文件。根据本发明实施例方法，解决了推荐多媒体文件时推荐结果发散、风格不统一、与待推荐用户偏好不一致的问题，使推荐结果更稳定，受数据稀疏性和用户播放行为随意性的影响较小，提升了用户体验。
【专利说明】多媒体文件的推荐方法和推荐服务器
【技术领域】
[0001] 本发明涉及通信【技术领域】，尤其涉及一种多媒体文件的推荐方法和推荐服务器。
【背景技术】
[0002] 目前，向用户推荐多媒体文件(例如音乐）时，通过基于用户相似性计算的协同过 滤方法为待推荐的用户生成多媒体文件的推荐列表，该方法通过计算与待推荐用户播放偏 好最相近的K个用户，然后通过K个用户的播放偏好为待推荐用户生成推荐列表。
[0003] 目前存在的问题是，一方面基于用户相似性计算的协同过滤方法生成的多媒体文 件的推荐列表不稳定，受数据稀疏性和用户的播放行为随意性影响较大，另一方面由于获 取的K个用户之间的播放偏好并不一定相似，导致基于K个用户播放偏好生成的推荐列表 风格不统一，推荐列表与待推荐用户的播放偏好也不一致甚至相差甚远，用户体验差。
【发明内容】
[0004] 本发明旨在至少解决上述技术问题之一。
[0005] 为此，本发明的第一个目的在于提出一种多媒体文件的推荐方法。该方法解决了 推荐多媒体文件时推荐结果发散、风格不统一、与待推荐用户偏好不一致的问题，使推荐结 果更稳定，受数据稀疏性和用户播放行为随意性的影响较小，提升了用户体验。
[0006] 本发明的第二个目的在于提出一种推荐服务器。
[0007] 为了实现上述目的，本发明第一方面实施例的多媒体文件的推荐方法包括以下步 骤：推荐服务器获取N个用户的N个多媒体播放行为信息，其中，N为正整数；所述推荐服务 器根据所述N个多媒体播放行为信息对所述N个用户进行聚类以获取Μ个用户群，其中，Μ 为正整数且Μ小于Ν ;以及所述推荐服务器获取待推荐用户的多媒体播放行为信息，并根据 所述多媒体播放行为信息获取所述待推荐用户对应的所述用户群，以及根据所述用户群向 所述待推荐用户推荐对应的多媒体文件。
[0008] 根据本发明实施例的移动终端应用程序的管理方法，推荐服务器根据用户的多媒 体播放行为信息将具有相同播放偏好的用户聚类至同一个用户群中，并根据待推荐用户对 应的用户群推荐多媒体文件，解决了推荐多媒体文件时推荐结果发散、风格不统一、与待推 荐用户偏好不一致的问题，使推荐结果更稳定，受数据稀疏性和用户播放行为随意性的影 响较小，提升了用户体验。
[0009] 为了实现上述目的，本发明第二方面实施例的推荐服务器，包括：第一获取模块， 用于获取Ν个用户的Ν个多媒体播放行为信息，其中，Ν为正整数；聚类模块，用于根据所述 Ν个多媒体播放行为信息对所述Ν个用户进行聚类以获取Μ个用户群，其中，Μ为正整数且 Μ小于Ν ;第二获取模块，用于获取待推荐用户的多媒体播放行为信息，并根据所述多媒体 播放行为信息获取所述待推荐用户对应的所述用户群；以及推荐模块，用于根据所述用户 群向所述待推荐用户推荐对应的多媒体文件。
[0010] 根据本发明实施例的推荐服务器，根据用户的多媒体播放行为信息将具有相同播 放偏好的用户聚类至同一个用户群中，并根据待推荐用户对应的用户群推荐多媒体文件， 解决了推荐多媒体文件时推荐结果发散、风格不统一、与待推荐用户偏好不一致的问题，使 推荐结果更稳定，受数据稀疏性和用户播放行为随意性的影响较小，提升了用户体验。
[0011] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【专利附图】
【附图说明】
[0012] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变 得明显和容易理解，其中，
[0013] 图1是根据本发明一个实施例的多媒体文件的推荐方法的流程图；
[0014] 图2是根据本发明一个具体实施例的多媒体文件的推荐方法的流程图；
[0015] 图3是根据本发明另一个具体实施例的多媒体文件的推荐方法的流程图；
[0016] 图4是根据本发明一个实施例的推荐服务器的结构示意图；
[0017] 图5是根据本发明一个具体实施例的推荐服务器的结构示意图；
[0018] 图6是根据本发明另一个具体实施例的推荐服务器的结构示意图；以及 [0019] 图7是根据本发明又一个具体实施例的推荐服务器的结构示意图。
【具体实施方式】
[0020] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考 附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反， 本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同 物。
[0021] 在本发明的描述中，需要理解的是，术语"第一"、"第二"等仅用于描述目的，而不 能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定 和限定，术语"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接， 或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介 间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具 体含义。此外，在本发明的描述中，除非另有说明，"多个"的含义是两个或两个以上。
[0022] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括 一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺 序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明 的实施例所属【技术领域】的技术人员所理解。
[0023] 下面参考附图描述根据本发明实施例的多媒体文件的推荐方法和推荐服务器。
[0024] 目前，推荐服务器向用户推荐多媒体文件时可以通过协同过滤方法为待推荐的用 户生成多媒体文件的推荐列表，例如，首先推荐服务器获取所有用户在一段时期内的播放 行为信息，其中播放行为信息包括用户播放过的音乐以及对应的偏好权值，推荐服务器将 每个用户的播放行为信息表示为一个向量，其中播放过的音乐为向量的维度，偏好权值为 向量的维度值。
[0025] 然后推荐服务器分别计算每两个用户播放行为信息的相似度，例如可以使用余弦 相似度，推荐服务器计算每两个用户播放行为信息的向量之间夹角的余弦值，并根据余弦 值获取与待推荐用户在播放偏好上最相近的K个用户。
[0026] 然后推荐服务器根据用户的播放偏好获取K个用户中每个用户的N首音乐，并根 据N首音乐为待推荐用户生成一个MX K的矩阵S，其中，Μ为K个用户的偏好歌曲总数， 同时将待推荐用户和Κ个用户之间的相似度表示为一个Κ XI的矩阵U，推荐服务器将矩 阵S和矩阵U相乘得到矩阵Ρ，其中Ρ为一个Μ XI的矩阵，矩阵中每一行的值分别对应 这Μ首音乐的权值，然后推荐服务器将矩阵Ρ中权值小于一定阈值的音乐删除，并按照权 值由高到低的顺序对音乐进行排序生成推荐列表给当前待推荐的用户。
[0027] 该方法由于Κ个用户之间的播放偏好并不相似，导致推荐列表中的音乐与待推荐 用户的播放偏好相差甚远。如果推荐服务器可以对所有用户的播放偏好进行挖掘，并对所 有用户做分群计算，将具有相同播放偏好的用户聚在一个用户群中，这样，同一用户群中的 用户都具有相同的播放偏好，推荐服务器在此基础上对基于同一用户群中的用户通过协同 过滤方法生成推荐列表，可以保证推荐列表具有和待推荐用户相似的音乐风格，并且与待 推荐用户的播放偏好一致。为此，本发明提出了一种多媒体文件的推荐方法，包括以下步 骤：推荐服务器获取Ν个用户的Ν个多媒体播放行为信息，其中，Ν为正整数；推荐服务器 根据Ν个多媒体播放行为信息对Ν个用户进行聚类以获取Μ个用户群，其中，Μ为正整数 且Μ小于Ν ;以及推荐服务器获取待推荐用户的多媒体播放行为信息，并根据多媒体播放行 为信息获取待推荐用户对应的用户群，以及根据用户群向待推荐用户推荐对应的多媒体文 件。
[0028] 图1是根据本发明一个实施例的多媒体文件的推荐方法的流程图。
[0029] 如图1所示，多媒体文件的推荐方法包括：
[0030] S101，推荐服务器获取Ν个用户的Ν个多媒体播放行为信息，其中，Ν为正整数。
[0031] 例如，历史行为信息可以包括用户完整播放的多媒体文件、跳过播放的多媒体文 件、重新播放的多媒体文件、标记喜欢的多媒体文件、标记不喜欢的多媒体文件等。
[0032] S102,推荐服务器根据Ν个多媒体播放行为信息对Ν个用户进行聚类以获取Μ个 用户群，其中，Μ为正整数且Μ小于Ν。
[0033] 具体地，推荐服务器根据用户的多媒体播放行为信息将具有相同或者相似播放偏 好的用户聚类在同一个用户群中，并将对应的用户播放偏好的描述信息(例如，摇滚、电子、 流行等）作为用户群的标识信息。
[0034] S103,推荐服务器获取待推荐用户的多媒体播放行为信息，并根据多媒体播放行 为信息获取待推荐用户对应的用户群，以及根据用户群向待推荐用户推荐对应的多媒体文 件。
[0035] 例如，如果待推荐用户正在播放的多媒体文件是摇滚类的，则推荐服务器获取标 识信息为摇滚的用户群，并根据该用户群中用户播放偏好向待推荐用户推荐多媒体文件。
[0036] 根据本发明实施例的多媒体文件的推荐方法，推荐服务器根据用户的多媒体播放 行为信息将具有相同播放偏好的用户聚类至同一个用户群中，并根据待推荐用户对应的用 户群推荐多媒体文件，解决了推荐多媒体文件时推荐结果发散、风格不统一、与待推荐用户 偏好不一致的问题，使推荐结果更稳定，受数据稀疏性和用户播放行为随意性的影响较小， 提升了用户体验。
[0037] 图2是根据本发明一个具体实施例的多媒体文件的推荐方法的流程图。
[0038] 推荐服务器可以根据N个多媒体播放行为信息分别获取N个用户对应的第一偏好 信息，然后根据第一偏好信息对N个用户进行聚类分析以获取Μ个用户群，其中，为了使推 荐服务器根据第一偏好信息对Ν个用户进行聚类分析更加准确、简单，推荐服务器可以根 据第一偏好信息中的Ρ个多媒体的多媒体标签生成第二偏好信息，并将具有相同或相似第 二偏好信息的用户聚在同一个用户群中，具体地如图2所示，多媒体文件的推荐方法包括：
[0039] S201，推荐服务器获取Ν个用户的Ν个多媒体播放行为信息，其中，Ν为正整数。
[0040] 例如，历史行为信息可以包括用户完整播放的多媒体文件、跳过播放的多媒体文 件、重新播放的多媒体文件、标记喜欢的多媒体文件、标记不喜欢的多媒体文件等。
[0041] S202,推荐服务器根据Ν个多媒体播放行为信息分别获取Ν个用户对应的第一偏 好息。
[0042] 在本发明的一个实施例中，第一偏好信息包括用户播放过的P个多媒体和对应的 第一权值，其中，P为正整数。例如，如表1所不，用户A的第一偏好信息包括音乐1和对应 的权值70、音乐2和对应的权值50以及音乐3和对应的权值40等。
[0043]
【权利要求】
1. 一种多媒体文件的推荐方法，其特征在于，包括以下步骤： 推荐服务器获取N个用户的N个多媒体播放行为信息，其中，N为正整数； 所述推荐服务器根据所述N个多媒体播放行为信息对所述N个用户进行聚类以获取Μ 个用户群，其中，Μ为正整数且Μ小于Ν;以及 所述推荐服务器获取待推荐用户的多媒体播放行为信息，并根据所述多媒体播放行为 信息获取所述待推荐用户对应的所述用户群，以及根据所述用户群向所述待推荐用户推荐 对应的多媒体文件。
2. 根据权利要求1所述的方法，其特征在于，所述推荐服务器根据所述Ν个多媒体播放 行为信息对所述Ν个用户进行聚类以获取Μ个用户群，进一步包括 ： 所述推荐服务器根据所述Ν个多媒体播放行为信息分别获取所述Ν个用户对应的第一 偏好?目息；以及 所述推荐服务器根据所述第一偏好信息对所述Ν个用户进行聚类以获取Μ个用户群。
3. 根据权利要求2所述的方法，其特征在于，所述第一偏好信息包括所述用户播放过 的Ρ个多媒体和对应的第一权值，其中，Ρ为正整数。
4. 根据权利要求3所述的方法，其特征在于，所述推荐服务器根据所述第一偏好信息 对所述Ν个用户进行聚类以获取Μ个用户群，进一步包括： 所述推荐服务器分别获取所述Ν个用户对应的所述Ρ个多媒体的标签； 所述推荐服务器根据所述Ρ个多媒体的标签和对应的所述第一权值获取所述Ν个用户 的第二偏好信息，其中，所述第二偏好信息包括Q个所述标签和对应的第二权值，Q为正整 数且小于Ρ;以及 所述推荐服务器根据所述第二偏好信息对所述Ν个用户进行聚类以获取所述Μ个用户 群。
5. 根据权利要求4所述的方法，其特征在于，还包括： 所述推荐服务器分别对所述Μ个用户群进行剪枝处理。
6. 根据权利要求1所述的方法，其特征在于，所述推荐服务器根据所述用户群向所述 待推荐用户推荐多媒体文件，进一步包括： 所述推荐服务器获取所述用户群中每个所述用户播放过的多媒体文件的候选列表； 所述推荐服务器根据所述待推荐用户的所述多媒体播放行为信息获取所述待推荐用 户播放过的多媒体文件的播放列表； 所述推荐服务器根据所述播放列表对所述候选列表进行过滤以获取所述用户的多媒 体文件的推荐列表；以及 所述推荐服务器根据所述推荐列表向所述待推荐用户推荐对应的所述多媒体文件。
7. -种推荐服务器，其特征在于，包括： 第一获取模块，用于获取Ν个用户的Ν个多媒体播放行为信息，其中，Ν为正整数； 聚类模块，用于根据所述Ν个多媒体播放行为信息对所述Ν个用户进行聚类以获取Μ 个用户群，其中，Μ为正整数且Μ小于Ν ; 第二获取模块，用于获取待推荐用户的多媒体播放行为信息，并根据所述多媒体播放 行为信息获取所述待推荐用户对应的所述用户群；以及 推荐模块，用于根据所述用户群向所述待推荐用户推荐对应的多媒体文件。
8. 根据权利要求7所述的推荐服务器，其特征在于，所述聚类模块包括： 第一获取单元，用于根据所述N个多媒体播放行为信息分别获取所述N个用户对应的 第一偏好信息；以及 聚类单元，用于根据所述第一偏好信息对所述N个用户进行聚类以获取Μ个用户群。
9. 根据权利要求8所述的推荐服务器，其特征在于，所述第一偏好信息包括所述用户 播放过的Ρ个多媒体和对应的第一权值，其中，Ρ为正整数。
10. 根据权利要求9所述的推荐服务器，其特征在于，所述聚类模块还包括： 第二获取单元，用于分别获取所述Ν个用户对应的所述Ρ个多媒体的标签； 第三获取单元，用于根据所述Ρ个多媒体的标签和对应的所述第一权值获取所述Ν个 用户的第二偏好信息，其中，所述第二偏好信息包括Q个所述标签和对应的第二权值，Q为 正整数且小于Ρ， 其中，所述聚类单元还用于根据所述第二偏好信息对所述Ν个用户进行聚类以获取所 述Μ个用户群。
11. 根据权利要求10所述的推荐服务器，其特征在于，还包括： 剪枝模块，用于分别对所述Μ个用户群进行剪枝处理。
12. 根据权利要求7所述的推荐服务器，其特征在于，所述推荐模块包括： 第一获取单元，用于获取所述用户群中每个所述用户播放过的多媒体文件的候选列 表； 第二获取单元，用于根据所述待推荐用户的所述多媒体播放行为信息获取所述待推荐 用户播放过的的多媒体文件的播放列表； 过滤单元，用于根据所述播放列表对所述候选列表进行过滤以获取所述用户的多媒体 文件的推荐列表；以及 推荐单元，用于根据所述推荐列表向所述待推荐用户推荐对应的所述多媒体文件。
【文档编号】G06F17/30GK104123315SQ201310156444
【公开日】2014年10月29日 申请日期:2013年4月28日 优先权日:2013年4月28日
【发明者】刘志强 申请人:百度在线网络技术（北京）有限公司