[發明專利]一種歌曲推薦方法、終端和存儲介質

在審

• 申請號: 202011293000.7
• 申請日: 2020-11-18
• 公開（公告）號: CN112417203A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 許圣霖
• 申請（專利權）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G06F16/635
• 分類號: G06F16/635;G06F16/2455;G06F16/638;G06F16/683;G06N3/04
• 代理公司: 北京金知睿知識產權代理事務所(普通合伙) 11379
• 代理人: 譚彥聞;劉思達

1.一種歌曲推薦方法，所述方法由終端實施，其特征在于，包括：

在終端本地緩存多首第一歌曲的歌曲信息，所述第一歌曲為用戶在所述終端中操作過的歌曲，所述操作包括瀏覽、播放、收藏、分享、下載和評論中的至少一種；

獲取所述第一歌曲的歌曲特征向量，并將獲得的所述第一歌曲的歌曲特征向量存儲在所述終端中；

響應于終端播放指令播放第二歌曲，并獲取所述第二歌曲的歌曲特征向量；

利用本地歌曲推薦引擎計算所述第二歌曲與至少部分所述第一歌曲的歌曲特征向量之間的相似度，從而在至少部分所述第一歌曲中確定推薦歌曲或含有推薦歌曲的推薦歌單；

將所述推薦歌曲或推薦歌單呈現在推薦位上。

2.根據權利要求1所述的歌曲推薦方法，其特征在于，還包括：

基于所述第一歌曲的歌曲信息和所述操作，在終端本地建立或更新包括多個歌曲節點的歌曲知識圖譜；

確定所述多個歌曲節點的連接關系和連接權重；

響應于終端播放指令播放第二歌曲，選擇在所述歌曲知識圖譜中與所述第二歌曲相關聯的第一歌曲構成候選集；

其中，所述利用本地歌曲推薦引擎計算所述第二歌曲與至少部分所述第一歌曲的歌曲特征向量之間的相似度，包括：

利用本地歌曲推薦引擎計算所述第二歌曲與所述候選集中的第一歌曲的歌曲特征向量之間的相似度。

3.根據權利要求2所述的歌曲推薦方法，其特征在于，所述選擇在所述歌曲知識圖譜中與所述第二歌曲相關聯的第一歌曲構成候選集，包括：

確定所述歌曲知識圖譜中與所述第二歌曲直接連接或者連接權重大于預定閾值的第一歌曲，作為所述候選集。

4.根據權利要求1所述的歌曲推薦方法，其特征在于，所述獲取所述第一歌曲的歌曲特征向量包括：

從服務器端接收所述第一歌曲的歌曲特征向量；或

通過終端的本地歌曲推薦引擎由所述第一歌曲本身或歌曲信息提取所述第一歌曲的歌曲特征向量。

5.根據權利要求1至4中任一項所述的歌曲推薦方法，其特征在于，所述利用本地歌曲推薦引擎計算所述第二歌曲與至少部分所述第一歌曲的歌曲特征向量之間的相似度，包括：

將所述至少部分第一歌曲的歌曲特征向量分別輸入至RNN網絡以獲得多維向量輸出；

將所述第二歌曲的歌曲特征向量輸入至所述RNN網絡以獲得多維向量輸出；

計算所述第二歌曲的多維向量輸出與所述至少部分第一歌曲的多維向量輸出之間的空間距離以判斷相似度。

6.根據權利要求1至4中任一項所述的歌曲推薦方法，其特征在于，所述推薦歌曲的數量或推薦歌單的數量多于所述推薦位時，所述方法還包括：

對所述推薦歌曲或推薦歌單進行隨機排序，并選擇對應于推薦位數量的推薦歌曲或推薦歌單用于呈現在推薦位上。

7.根據權利要求1至4中任一項所述的歌曲推薦方法，其特征在于，還包括：

確定終端本地緩存的歌曲信息量是否大于預定閾值；

若是，則利用本地歌曲推薦引擎計算所述第二歌曲與至少部分第一歌曲的歌曲特征向量之間的相似度，從而在所述至少部分第一歌曲中確定推薦歌曲或含有推薦歌曲的推薦歌單；

若否，向服務器請求獲得推薦歌曲或推薦歌單。

8.根據權利要求1至4中任一項所述的歌曲推薦方法，其特征在于，還包括：

向服務器請求獲得不同于在所述第一歌曲中確定的所述推薦歌曲或所述推薦歌單的推薦歌曲或推薦歌單；

所述將所述推薦歌曲或推薦歌單呈現在推薦位上包括：

混合由本地歌曲推薦引擎確定的以及從所述服務器獲得的推薦歌曲或推薦歌單，并將其呈現在推薦位上。

9.一種終端，其特征在于，包括：處理器和存儲有計算機程序的存儲器，所述處理器被配置為在運行計算機程序時執行權利要求1至8中任一項所述的歌曲推薦方法。

10.一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序配置成被運行時執行權利要求1至8中任一項所述的歌曲推薦方法。