[發明專利]一種標簽推薦歌曲的方法及系統

有效

• 申請號: 201610913629.4
• 申請日: 2016-10-19
• 公開（公告）號: CN107967280B
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 高玉敏;王志鵬
• 申請（專利權）人: 北京酷我科技有限公司
• 主分類號: G06F16/635
• 分類號: G06F16/635;G06F16/68
• 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標簽推薦歌曲的方法及裝置，該方法包括：根據目標用戶的歌曲播放行為及歌曲來源，建立聽歌偏好模型；通過統計所述目標用戶的歌曲播放日志，基于用戶投票算法獲得歌曲評分模型，根據所述歌曲評分模型將歌曲評分達到預設閾值的歌曲歸入好歌庫；根據所述聽歌偏好模型以及歌曲標簽和所述好歌庫中歌曲的對應關系，獲得標簽偏好；根據所述標簽偏好和所述歌曲評分模型確定所述好歌庫中歌曲的分值，按照歌曲分值排序向目標用戶推薦歌曲。由上可見，本發明實施例中，利用好歌庫可以提高向用戶推薦歌曲的質量，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，尤其涉及一種標簽推薦歌曲的方法及系統。

背景技術

近年來，隨著互聯網技術的不斷發展，越來越多的人選擇通過互聯網找歌聽歌，在線音樂發展迅速。而隨著全球娛樂業的持續發展，歌曲風格呈現多樣化，同時歌曲數量也快速增長，為了使音樂用戶在龐大的歌曲數據庫中快速找到喜歡的歌曲，各大音樂網站或APP軟件通常使用標簽推薦歌曲。

音樂用戶對歌曲的偏好，表現出明顯的個性化差異，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。但常規的標簽推薦主要推薦標簽下的熱歌，沒有考慮用戶聽歌的時效性及興趣變化，存在推薦歌曲與用戶音樂偏好之間匹配度不夠高的問題，降低了用戶的聽歌體驗，導致用戶對推薦歌曲的滿意度降低。因此，如何讓用戶從龐大的歌曲數據庫中找到自己喜歡的歌曲，就成為目前所要解決的問題。

發明內容

本發明實施例提供了一種標簽推薦歌曲的方法及系統，考慮用戶的歌曲播放偏好遷移，引入好歌庫向用戶推薦歌曲，不但精準度高，而且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，包括：根據目標用戶的歌曲播放行為及歌曲來源，建立聽歌偏好模型；通過統計所述目標用戶的歌曲播放日志，基于用戶投票算法獲得歌曲評分模型，根據所述歌曲評分模型將歌曲評分達到預設閾值的歌曲歸入好歌庫；根據所述聽歌偏好模型以及歌曲標簽和所述好歌庫中歌曲的對應關系，獲得標簽偏好；根據所述標簽偏好和所述歌曲評分模型確定所述好歌庫中歌曲的分值，按照歌曲分值排序向目標用戶推薦歌曲。

優選地，所述聽歌偏好模型包括第一預設期限偏好模型和第二預設期限偏好模型，所述第一預設期限偏好模型和所述第二預設期限偏好模型通過以下步驟建立：解析所述目標用戶的歌曲播放日志，獲取所述目標用戶當日的歌曲播放行為和歌曲來源；根據所述歌曲播放行為對應的權重以及所述歌曲來源對應的權重，統計所述目標用戶的當日歌曲偏好；合并第一預設期限內所述目標用戶的當日歌曲偏好，得到所述第一預設期限偏好模型；以及，合并第二預設期限內所述目標用戶的當日歌曲偏好，得到所述第二預設期限偏好模型。

進一步優選地，所述方法還包括：根據所述目標用戶在第一預設期限內播放的每首歌曲的播放量對每首歌曲的歌曲偏好進行熱度降權和歸一化處理，得到處理后的第一預設期限偏好模型；以及，根據所述目標用戶在第二預設期限內播放的每首歌曲的播放量，對每首歌曲的歌曲偏好進行熱度降權和歸一化處理，得到處理后的第二預設期限偏好模型。

優選地，所述歌曲評分模型的公式如下：

基于目標用戶的歌曲播放行為，用戶在播放歌曲過程中，完整聽完歌曲理解為對該歌曲投贊成票，切換歌曲理解為對該歌曲投反對票。其中，為(贊成票數/投票總數)，n為投票總數，z_1-a/2為置信度。

優選地，所述根據所述聽歌偏好模型以及歌曲標簽和所述好歌庫中的歌曲的對應關系，獲得標簽偏好，包括以下步驟：通過所述聽歌偏好模型獲得歌曲的第一評分；根據歌曲標簽和所述好歌庫中歌曲的對應關系，將所述歌曲的第一評分累加到歌曲對應的標簽上，獲得標簽偏好。