推荐信息处理方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种推荐信息处理方法、装置、设备及介质。其中，该方法包括：从推荐信息中提取特征向量，并根据特征向量对推荐信息进行层次聚类，得到推荐信息的层次聚类结果；采用加权维诺图算法，按照层次聚类结果的分类数量，并以每个分类中推荐信息的数目作为权重，生成推荐信息的层次化地图；接收用户查找与层次化地图中的特定推荐信息相似的相似推荐信息的操作；在层次化地图中突出展示相似推荐信息的方式。通过本发明专利技术，解决了相关技术中的音乐探索方式在指引用户发现新的音乐/音乐艺术家时，无法提供直观的参考信息供用户参考的问题，从而起到了为用户探索音乐/音乐艺术家提供了直观的参考信息的技术效果。

【技术实现步骤摘要】
推荐信息处理方法、装置、设备及介质
本专利技术涉及数据处理领域，具体而言，涉及一种推荐信息处理方法、装置、设备及介质。
技术介绍
互联网时代使用音乐流媒体收听成为主流，用户在流媒体上主要通过各平台的内容推荐服务、歌曲分类目录、电台以及搜索功能发现音乐。其中内容推荐服务借助用户产生的大量收听数据，分析哪些内容相似，提供查看、收听“相似”的功能；也基于用户的历史听歌行为，预测用户对每个内容的喜欢程度，用列表的形式为用户进行个性化的内容推荐。从音乐艺术家出发探索音乐的角度，与本专利技术最为接近的实现方案是discovr以及music-map，这两个应用都可以通过搜索艺术家，生成一个互动地图，地图中显示被搜索的艺术家以及与其相似的艺术家。地图支持拖拽，可以通过点击相似艺术家显示二级相似关系，从而引导用户发现新的音乐。专利技术人在研究过程中发现相关技术存在下列缺陷：主流音乐平台的推荐服务属于被动发现，严重依赖于用户历史行为，容易越推越相似，好像被圈在一个小圈子里，很难跳出，不利于发现新内容。Discovr和music-map呈现给用户的艺术家地图会随着中心艺术家的变化而动态生成，不包含中心艺术本文档来自技高网...

【技术保护点】
1.一种推荐信息处理方法，其特征在于，包括：从推荐信息中提取特征向量，并根据所述特征向量对所述推荐信息进行层次聚类，得到所述推荐信息的层次聚类结果；采用加权维诺图算法，按照所述层次聚类结果的分类数量，并以每个分类中所述推荐信息的数目作为权重，生成所述推荐信息的层次化地图；接收用户查找与所述层次化地图中的特定推荐信息相似的相似推荐信息的操作；在所述层次化地图中突出展示所述相似推荐信息。

【技术特征摘要】
1.一种推荐信息处理方法，其特征在于，包括：从推荐信息中提取特征向量，并根据所述特征向量对所述推荐信息进行层次聚类，得到所述推荐信息的层次聚类结果；采用加权维诺图算法，按照所述层次聚类结果的分类数量，并以每个分类中所述推荐信息的数目作为权重，生成所述推荐信息的层次化地图；接收用户查找与所述层次化地图中的特定推荐信息相似的相似推荐信息的操作；在所述层次化地图中突出展示所述相似推荐信息。2.根据权利要求1所述的方法，其特征在于，在所述层次化地图中突出展示所述相似推荐信息还包括：在所述层次化地图中绘制所述特定推荐信息与所述相似推荐信息之间的高亮连线。3.根据权利要求1所述的方法，其特征在于，采用加权维诺图算法，按照所述层次聚类结果的分类数量，并以每个分类中所述推荐信息的数目作为权重，生成所述推荐信息的层次化地图包括：选定起始坐标，并采用加权维诺图算法，按照所述层次聚类结果的上层分类数量，以每个上层分类中所述推荐信息的数目作为权重，计算所述上层分类的坐标和边界；将所述上层分类的坐标作为中心坐标，采用加权维诺图算法，按照所述层次聚类结果的所述上层分类中下一层分类的数量，以所述上层分类中每个下一层分类中所述推荐信息的数目作为权重，计算所述上层分类中每个下一层分类的坐标和边界；重复上述计算过程，直至计算出底层分类的坐标和边界；在所述...

【专利技术属性】
技术研发人员：赵彧，马进，陈芸，牛文昭，鬼庸，李松，
申请(专利权)人：北京偏北音乐文化有限公司，
类型：发明
国别省市：北京,11