The invention discloses a recommendation method based on weight analysis, which comprises the following steps: S1: establish the user factor matrix Q; establish the music factor matrix P; the user factor matrix of user behavior, the user preference factor matrix column type; the music factor matrix the behavior of music, the music factor matrix as a type of music; the preference of the species and number of species and quantity of the same type of music; S2: Music for each type of music and to extract the weights assignment corresponding to the elements of music factor matrix in P; S3: user preference for each type of assignment to extract weights and the corresponding elements of user factor matrix Q in S4: the establishment of user preference matrix; M; the M = Q * P
【技术实现步骤摘要】
基于权重分析的推荐方法
本专利技术涉及计算机
，具体涉及基于权重分析的推荐方法。
技术介绍
在互联网时代，各类音乐网站极大的方便了人们对于音乐的需求。然而，大型的音乐门户网站能够保存上千万首歌曲，在面对如此海量的音乐信息时，人们往往难以从中找到符合自己口味的歌曲。传统的搜索引擎只适合应用在用户有明确的目标并且能够用关键词准确的表达出来的信息检索问题。所以现有的音乐推荐技术中，无法针对用户的音乐喜好进行有效的音乐推荐。
技术实现思路
本专利技术所要解决的技术问题是现有的音乐推荐技术中，无法针对用户的音乐喜好进行有效的音乐推荐，目的在于提供基于权重分析的推荐方法，解决上述问题。本专利技术通过下述技术方案实现：基于权重分析的推荐方法，包括以下步骤：S1：建立用户因子矩阵Q；建立音乐因子矩阵P；所述用户因子矩阵的行为用户，所述用户因子矩阵的列为偏好类型；所述音乐因子矩阵的行为音乐，所述音乐因子矩阵的列为音乐类型；所述偏好类型的种类和数量与音乐类型的种类和数量相同；S2：将音乐对每个音乐类型提取权值并赋值予音乐因子矩阵P中对应的元素；S3：将用户对每个偏好类型提取权值并赋...
【技术保护点】
基于权重分析的推荐方法，其特征在于，包括以下步骤：S1：建立用户因子矩阵Q；建立音乐因子矩阵P；所述用户因子矩阵的行为用户，所述用户因子矩阵的列为偏好类型；所述音乐因子矩阵的行为音乐，所述音乐因子矩阵的列为音乐类型；所述偏好类型的种类和数量与音乐类型的种类和数量相同；S2：将音乐对每个音乐类型提取权值并赋值予音乐因子矩阵P中对应的元素；S3：将用户对每个偏好类型提取权值并赋值予用户因子矩阵Q中对应的元素；S4：建立用户偏好矩阵M；所述M＝Q×P
【技术特征摘要】
1.基于权重分析的推荐方法，其特征在于，包括以下步骤：S1：建立用户因子矩阵Q；建立音乐因子矩阵P；所述用户因子矩阵的行为用户，所述用户因子矩阵的列为偏好类型；所述音乐因子矩阵的行为音乐，所述音乐因子矩阵的列为音乐类型；所述偏好类型的种类和数量与音乐类型的种类和数量相同；S2：将音乐对每个音乐类型提取权值并赋值予音乐因子矩阵P中对应的元素；S3：将用户对每个偏好类型提取权值并赋值予用户因子矩阵Q中对应的元素；S4：建立用户偏好矩阵M；所述M＝Q×PT；S5：根据用户偏好矩阵M向用户推荐音乐。2.根据权利要求1所述的基于权重分析的推荐方法，其特征在于，步骤S5包括以下子步...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。