[發明專利]一種歌曲推薦方法及裝置

有效

• 申請號: 201610867426.6
• 申請日: 2016-09-29
• 公開（公告）號: CN107885745B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 高玉敏;王志鵬
• 申請（專利權）人: 億覽在線網絡技術（北京）有限公司
• 主分類號: G06F16/635
• 分類號: G06F16/635
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽

本發明實施例涉及一種歌曲推薦方法及裝置，該方法包括：獲取目標用戶在預設天數內聽過的每首歌曲的歷史偏好評分；根據所述目標用戶在預設天數內聽過的每首歌曲的歷史偏好評分以及歌曲相似模型，確定曲庫中每首歌曲的第一評分，基于曲庫中每首歌曲的第一評分排序向所述目標用戶推薦歌曲；以及，獲取曲庫中每首歌曲的第二評分，所述第二評分為基于多個用戶的播歌行為及用戶投票算法得到的歌曲的評分；根據所述目標用戶的歷史找歌行為數據，確定所述目標用戶的興趣標簽；基于所述興趣標簽下的每首歌曲的第二評分排序向所述目標用戶推薦歌曲。由上可見，本發明實施例中，向用戶推薦歌曲的精準度高，能夠滿足用戶的個性化需求。

技術領域

本發明涉及計算機領域，尤其涉及一種歌曲推薦方法及裝置。

背景技術

近年來，全球數字娛樂業持續發展，在線音樂發展尤為迅速，從2000年起步的中國網絡音樂，是中國互聯網第二大應用，流行音樂的數量快速增加，累計歌曲量已超過百萬。隨著網絡的普及，歌曲的制作越來越便利，未來一段時間內歌曲量將會呈現指數增長。歌曲海量化累計的同時，音樂用戶也表現出明顯的個性化音樂偏好。不同的用戶偏愛不同的歌曲，即使同一用戶不同的時期也會有不同的音樂偏好。如何讓用戶從海量的歌曲中找到自己喜歡的歌曲，就成為目前所要解決的問題。

針對這一問題，目前的解決方法為基于協同過濾算法，在大數據背景下進行協同推薦，這種歌曲推薦方法精準度不高，難以滿足用戶的個性化需求。

發明內容

本發明實施例提供了一種歌曲推薦方法及裝置，精準度高，能夠滿足用戶的個性化需求。

一方面，提供了一種歌曲推薦方法，該方法包括：獲取目標用戶在預設天數內聽過的每首歌曲的歷史偏好評分；根據所述目標用戶在預設天數內聽過的每首歌曲的歷史偏好評分以及歌曲相似模型，確定曲庫中每首歌曲的第一評分，基于曲庫中每首歌曲的第一評分排序向所述目標用戶推薦歌曲；以及，獲取曲庫中每首歌曲的第二評分，所述第二評分為基于多個用戶的播歌行為及用戶投票算法得到的歌曲的評分；根據所述目標用戶的歷史找歌行為數據，確定所述目標用戶的興趣標簽；基于所述興趣標簽下的每首歌曲的第二評分排序向所述目標用戶推薦歌曲。

另一方面，提供了一種歌曲推薦裝置，該裝置包括：獲取單元，用于獲取目標用戶在預設天數內聽過的每首歌曲的歷史偏好評分；推薦單元，用于根據所述獲取單元獲取的所述目標用戶在預設天數內聽過的每首歌曲的歷史偏好評分以及歌曲相似模型，確定曲庫中每首歌曲的第一評分，基于曲庫中每首歌曲的第一評分排序向所述目標用戶推薦歌曲；所述獲取單元，還用于獲取曲庫中每首歌曲的第二評分，所述第二評分為基于多個用戶的播歌行為及用戶投票算法得到的歌曲的評分；所述推薦單元，還用于根據所述目標用戶的歷史找歌行為數據，確定所述目標用戶的興趣標簽；基于所述獲取單元獲取的所述興趣標簽下的每首歌曲的第二評分排序向所述目標用戶推薦歌曲。

相較于現有技術，本發明實施例中，通過兩種不同的方式相結合向用戶推薦歌曲，一種方式中，根據目標用戶的歷史偏好以及歌曲相似模型，向目標用戶推薦歌曲；另一種方式中，基于多個用戶的播歌行為及用戶投票算法以及目標用戶的歷史找歌行為數據，向目標用戶推薦歌曲。由上可見，本發明實施例中，不僅考慮了目標用戶的歷史偏好，而且基于其他用戶的聽歌數據進行協同推薦，從而推薦的歌曲更符合目標用戶的個性化需求，精準度高。

附圖說明

為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹。顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例。

圖1為本發明實施例提供的一種歌曲推薦方法流程圖；

圖2為本發明實施例提供的一種找歌偏好模型建立方法流程圖；

圖3為本發明實施例提供的一種歌曲推薦裝置結構圖；

圖4為本發明實施例提供的另一種歌曲推薦裝置結構圖；