基于item-based的歌曲推薦優(yōu)化方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了基于item-based的歌曲推薦優(yōu)化方法及系統(tǒng)，該系統(tǒng)包括第一檢測(cè)模塊、第二檢測(cè)模塊、第三檢測(cè)模塊以及計(jì)算模塊。該方法包括：檢測(cè)出第一歌曲的出現(xiàn)次數(shù)；檢測(cè)出第二歌曲的出現(xiàn)次數(shù)；檢測(cè)出第一歌曲和第二歌曲的共同出現(xiàn)次數(shù)；根據(jù)第一歌曲的出現(xiàn)次數(shù)、第二歌曲的出現(xiàn)次數(shù)以及第一歌曲和第二歌曲的共同出現(xiàn)次數(shù)，從而計(jì)算第一歌曲與第二歌曲之間的余弦距離。通過使用本發(fā)明，能大大地減少計(jì)算余弦距離時(shí)所占用的內(nèi)存空間，以及可快速地實(shí)現(xiàn)歌曲推薦。本發(fā)明可廣泛應(yīng)用于歌曲推薦的數(shù)據(jù)處理領(lǐng)域中。
【專利說明】基于item-based的歌曲推薦優(yōu)化方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及用于歌曲推薦的數(shù)據(jù)處理方法，尤其設(shè)及一種基于item-based的歌 曲推薦優(yōu)化數(shù)據(jù)處理方法及系統(tǒng)。

【背景技術(shù)】
[0002] 技術(shù)詞解釋；
[000引基于物品的最近鄰?fù)扑]（item-based) 物品為中心尋找相似物品推薦給用戶 的方法。
[0004] 余弦距離；也稱為余弦相似度，是用向量空間中兩個(gè)向量夾角的余弦值作為衡量 兩個(gè)個(gè)體間差異的大小的度量。
[0005] 多值評(píng)分；用戶對(duì)物品的評(píng)分分值有多種情況，例如評(píng)分分值可W在1至5之間。
[0006] 二元評(píng)分；用戶對(duì)物品的評(píng)分分值只有兩種情況，常見的情況是評(píng)分為0或1。
[0007] 用戶收藏行為數(shù)據(jù)；用戶收藏歌曲的信息數(shù)據(jù)，即記錄每個(gè)用戶收藏了哪些歌曲。 [000引用戶收藏列表：用戶收藏歌曲的列表信息，從用戶收藏行為數(shù)據(jù)得出，例如：用戶 a收藏了歌曲A、歌曲B，則用戶a的用戶收藏列表中含有歌曲A和歌曲B。
[0009] MapRe化ce ;-種編程模型，用于大規(guī)模數(shù)據(jù)集的并行運(yùn)算。
[0010] 目前，對(duì)于用于歌曲推薦該一領(lǐng)域的數(shù)據(jù)處理方法，其通常是采用基于物品的最 近鄰?fù)扑]（item-based)該一方法來實(shí)現(xiàn)的。在基于物品的最近鄰?fù)扑]中，利用用戶來描述 物品，即表示為一個(gè)物品由一個(gè)用戶評(píng)分向量列表來描述，然后再W用戶評(píng)分向量列表來 計(jì)算物品間的相似程度。而通過計(jì)算出的物品間的相似程度，進(jìn)而實(shí)現(xiàn)歌曲的推薦。
[0011] 而對(duì)于傳統(tǒng)的基于物品的最近鄰?fù)扑]該一方法，其計(jì)算物品間的相似程度的常用 度量方式為余弦距離。在計(jì)算物品A和物品B之間的余弦距離時(shí)，即在計(jì)算物品A和物品 B之間的相似程度時(shí)，其計(jì)算公式（1)如下所示：
[0012]

【權(quán)利要求】
1. 基于item-based的歌曲推薦優(yōu)化方法，其特征在于：其包括： A、 對(duì)多個(gè)用戶收藏列表進(jìn)行第一歌曲的檢測(cè)，從而檢測(cè)出第一歌曲的出現(xiàn)次數(shù)； B、 對(duì)多個(gè)用戶收藏列表進(jìn)行第二歌曲的檢測(cè)，從而檢測(cè)出第二歌曲的出現(xiàn)次數(shù)； C、 對(duì)多個(gè)用戶收藏列表進(jìn)行第一歌曲和第二歌曲的檢測(cè)，從而檢測(cè)出第一歌曲和第二 歌曲的共同出現(xiàn)次數(shù)； D、 根據(jù)第一歌曲的出現(xiàn)次數(shù)、第二歌曲的出現(xiàn)次數(shù)以及第一歌曲和第二歌曲的共同出 現(xiàn)次數(shù)，從而計(jì)算第一歌曲與第二歌曲之間的余弦距離。
2. 根據(jù)權(quán)利要求1所述基于item-based的歌曲推薦優(yōu)化方法，其特征在于：所述步驟 D中所述的計(jì)算第一歌曲與第二歌曲之間的余弦距離，其所采用的計(jì)算公式為：
其中，A表示為第一歌曲，B表示為第二歌曲，sim(A,B)表示為第一歌曲與第二歌曲之 間的余弦距離，乂表示為第一歌曲的出現(xiàn)次數(shù)，&表示為第二歌曲的出現(xiàn)次數(shù)，Nab表示為 第一歌曲和第二歌曲的共同出現(xiàn)次數(shù)。
3. 根據(jù)權(quán)利要求1所述基于item-based的歌曲推薦優(yōu)化方法，其特征在于：所述步驟 A至步驟D均利用MapReduce軟件來實(shí)現(xiàn)。
4. 基于item-based的歌曲推薦優(yōu)化系統(tǒng)，其特征在于：其包括： 第一檢測(cè)模塊，用于對(duì)多個(gè)用戶收藏列表進(jìn)行第一歌曲的檢測(cè)，從而檢測(cè)出第一歌曲 的出現(xiàn)次數(shù)； 第二檢測(cè)模塊，用于對(duì)多個(gè)用戶收藏列表進(jìn)行第二歌曲的檢測(cè)，從而檢測(cè)出第二歌曲 的出現(xiàn)次數(shù)； 第三檢測(cè)模塊，用于對(duì)多個(gè)用戶收藏列表進(jìn)行第一歌曲和第二歌曲的檢測(cè)，從而檢測(cè) 出第一歌曲和第二歌曲的共同出現(xiàn)次數(shù)； 計(jì)算模塊，用于根據(jù)第一歌曲的出現(xiàn)次數(shù)、第二歌曲的出現(xiàn)次數(shù)以及第一歌曲和第二 歌曲的共同出現(xiàn)次數(shù)，從而計(jì)算第一歌曲與第二歌曲之間的余弦距離。
5. 根據(jù)權(quán)利要求4所述基于item-based的歌曲推薦優(yōu)化系統(tǒng)，其特征在于：所述的計(jì) 算第一歌曲與第二歌曲之間的余弦距離，其所采用的計(jì)算公式為：
其中，A表示為第一歌曲，B表示為第二歌曲，sim(A,B)表示為第一歌曲與第二歌曲之 間的余弦距離，乂表示為第一歌曲的出現(xiàn)次數(shù)，&表示為第二歌曲的出現(xiàn)次數(shù)，Nab表示為 第一歌曲和第二歌曲的共同出現(xiàn)次數(shù)。
【文檔編號(hào)】G06F17/30GK104504009SQ201410757787
【公開日】2015年4月8日 申請(qǐng)日期:2014年12月10日 優(yōu)先權(quán)日:2014年12月10日
【發(fā)明者】趙淦森, 何建濤, 王欣明, 周尚勤 申請(qǐng)人:華南師范大學(xué)