国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種音樂推薦方法及裝置的制作方法

      文檔序號(hào):6472083閱讀:285來源:國(guó)知局
      專利名稱:一種音樂推薦方法及裝置的制作方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及信息處理領(lǐng)域,特別是涉及一種音樂推薦方法及裝置。
      背景技術(shù)
      目前,用戶通??梢酝ㄟ^兩種途徑來收聽音樂, 一種是使用傳統(tǒng)的 音頻播放器在本地播放,另一種是通過互聯(lián)網(wǎng)進(jìn)行在線搜索及試聽。但
      是,傳統(tǒng)的音頻播放器只能播放用戶已有的音樂文件;當(dāng)前的音樂搜索 也只有在用戶已知音樂名稱的情況下,找到用戶想要的音樂,并提供下 載試聽服務(wù)??梢?,這兩種情況都是在用戶有明確需求的條件下(用戶 知道想要聽的是那首歌等),來滿足用戶需求的。但是,如果用戶自己不 清楚想聽什么歌曲,只是想隨便聽聽,則將無法滿足用戶需求。可見, 當(dāng)用戶沒有明確的目的的情況下,存在向用戶進(jìn)行音樂推薦的需求。但 是,又不能夠盲目地進(jìn)行音樂推薦,應(yīng)該考慮到不同用戶往往具有不同 的興趣愛好,否則,將影響到用戶的體驗(yàn)。
      為解決上述問題,現(xiàn)有技術(shù)可以通過協(xié)同推薦的方法向用戶進(jìn)行音 樂推薦,即通過挖掘用戶群體的使用行為來進(jìn)行推薦。例如,有相當(dāng)一部 分聽了歌曲A的用戶也聽了歌曲B,那么就認(rèn)為喜歡A的人喜歡B的可能性比 較高。如果發(fā)現(xiàn)有一個(gè)用戶只聽了歌曲A,那么就可以給他推薦歌曲B。這種 方法的優(yōu)點(diǎn)在于,只要收集了一定規(guī)^莫的用戶日志,不用分析音樂的內(nèi)容就可 以進(jìn)行推薦。
      但是,其缺點(diǎn)在于,當(dāng)一個(gè)用戶聽了歌曲A時(shí),只能基于聽過歌曲A的用 戶群體來進(jìn)行推薦,使得推薦的可選范圍比較狹窄,無法引導(dǎo)用戶去收聽更多 該用戶可能喜歡的歌曲。

      發(fā)明內(nèi)容
      有鑒于此,本發(fā)明的目的在于提供一種音樂推薦方法及裝置,以解決現(xiàn)有 技術(shù)音樂推薦的可選范圍狹窄的問題。為實(shí)現(xiàn)上述目的,本發(fā)明提供了如下方案 一種音樂推薦方法,包括
      預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到各音樂之間的關(guān)聯(lián)值,將所述關(guān) 聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);
      需要向用戶推薦音樂時(shí),獲取與用戶興趣相關(guān)的音樂作為推薦種子; 在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音樂的關(guān)聯(lián)值; 選捧與所述推薦種子關(guān)聯(lián)值最大的音樂,并推薦給用戶。
      優(yōu)選的,還包括
      將所述推薦給用戶的音樂加入到推薦種子中,在音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得當(dāng)前 推薦種子與各音樂的關(guān)聯(lián)值,并選擇與所述當(dāng)前推薦種子關(guān)聯(lián)值最大的音樂繼 續(xù)推薦給用戶。
      優(yōu)選的,還包括
      獲取用戶對(duì)所述推薦的音樂喜愛程度的反饋,并將所述反饋進(jìn)行量化得到 反饋值;
      利用所述反饋值對(duì)所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中所述推薦的音樂與各音樂的關(guān)聯(lián) 值進(jìn)行更新。
      優(yōu)選的,所述音樂相關(guān)數(shù)據(jù)源包括
      表征用戶收聽興趣的音樂集合。
      優(yōu)選的,通過以下方式建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)
      將所有所述音樂集合中的音樂作為網(wǎng)絡(luò)節(jié)點(diǎn),將出現(xiàn)在同 一所述音樂集合 中的音樂確定為兩兩相互關(guān)聯(lián),并基于所有所述音樂集合為相互關(guān)聯(lián)的音樂計(jì) 算關(guān)聯(lián)值,來建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      優(yōu)選的,所述基于所有所述音樂集合為相互關(guān)聯(lián)的音樂計(jì)算關(guān)聯(lián)值包括
      基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率,并將所述轉(zhuǎn)移 概率確定為相互關(guān)聯(lián)的音樂的關(guān)聯(lián)值;
      所述基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率包括
      r(a, 6) = Z (p(4 ,") *6, ^)) / Z尸(4,
      其中,
      4:同時(shí)出現(xiàn)音樂a與音樂b的所述音樂集合;尸(^,"):從所有所述音樂集合中選擇到所述音樂集合4,并且從所述音
      樂集合4中選擇了收聽音樂a的概率;
      在所述音樂集合^中選擇音樂a后又選擇音樂b的概率; r(",&):在所有所述音樂集合中,音樂a到音樂b的轉(zhuǎn)移概率。 優(yōu)選的,所述表征用戶收聽興趣的音樂集合包括
      用戶自建專輯,或,用戶的音樂搜索日志;所述用戶自建專輯用于保存用 戶收藏或下載的音樂。
      優(yōu)選的,所述音樂相關(guān)數(shù)據(jù)源包括
      獲取到的音樂,以及從各音樂中提取的各音樂的特征信息,所述特征信息
      包括節(jié)奏,和/或,使用的樂器;
      通過以下方式建立所述音樂關(guān)^:網(wǎng)絡(luò) 將獲取到的各音樂確定為所述音樂關(guān)聯(lián)網(wǎng)絡(luò)的各節(jié)點(diǎn); 將所述特征信息量化后,計(jì)算每?jī)墒滓魳分g特征信息的相似度; 如果計(jì)算出的兩首音樂之間的相似度大于預(yù)置閾值,則將這兩首音樂確定
      為相互關(guān)聯(lián),并將所述相似度確定為這兩首音樂之間的關(guān)聯(lián)值。 優(yōu)選的,還包括
      將所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中的音樂的標(biāo)識(shí)信息進(jìn)行規(guī)范化。 一種音樂推薦裝置,包括
      音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元,用于預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到各 音樂之間的關(guān)聯(lián)值,將所述關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);
      推薦種子獲取單元,用于需要向用戶推薦音樂時(shí),獲取與用戶興趣相關(guān)的 音樂作為推薦種子;
      關(guān)聯(lián)音樂搜索單元,用于在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音 樂的關(guān)聯(lián)4直;
      音樂推薦單元,用于選擇與所述推薦種子關(guān)聯(lián)值最大的音樂,并推薦給用戶。
      優(yōu)選的,還包括
      繼續(xù)推薦單元,用于將所述推薦給用戶的音樂加入到推薦種子中; 所述關(guān)聯(lián)音樂搜索單元在音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得當(dāng)前推薦種子與各音樂的關(guān)聯(lián)值;
      所述音樂推薦單元選擇與所述當(dāng)前推薦種子關(guān)聯(lián)值最大的音樂繼續(xù)推薦 給用戶。
      優(yōu)選的,還包括
      用戶反饋處理單元,用于獲取用戶對(duì)所述推薦的音樂喜愛程度的反饋,并 將所述反饋進(jìn)行量化得到反饋值;
      關(guān)聯(lián)值更新單元,用于利用所述反饋值對(duì)所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中所述推薦的 音樂與各音樂的關(guān)聯(lián)值進(jìn)行更新。
      優(yōu)選的,所述音樂相關(guān)數(shù)據(jù)源包括
      表征用戶收聽興趣的音樂集合。
      優(yōu)選的,所述音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元包括
      關(guān)系確定子單元,用于將所有所述音樂集合中的音樂作為網(wǎng)絡(luò)節(jié)點(diǎn),將出 現(xiàn)在同 一所述音樂集合中的音樂確定為兩兩相互關(guān)聯(lián);
      關(guān)聯(lián)值計(jì)算子單元,用于基于所有所述音樂集合為相互關(guān)聯(lián)的音樂計(jì)算關(guān)
      聯(lián)值,來建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      優(yōu)選的,所述關(guān)聯(lián)值計(jì)算子單元基于所有所述音樂集合計(jì)算一音樂到另一 音樂的轉(zhuǎn)移概率,并將所述轉(zhuǎn)移概率確定為相互關(guān)聯(lián)的音樂的關(guān)聯(lián)值;
      所述基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率包括
      <formula>formula see original document page 9</formula>
      其中,
      4:同時(shí)出現(xiàn)音樂a與音樂b的所述音樂集合;
      P(4,"):從所有所述音樂集合中選擇到所述音樂集合4,并且從所述音 樂集合4中選擇了收聽音樂a的概率;
      r(fl,6,4):在所述音樂集合^中選擇音樂a后又選擇音樂b的概率;
      r(",6):在所有所述音樂集合中,音樂a到音樂b的轉(zhuǎn)移概率。
      優(yōu)選的,所述表征用戶收聽興趣的音樂集合包括
      用戶自建專輯,或,用戶的音樂搜索日志;所述用戶自建專輯用于保存用 戶收藏或下載的音樂。
      優(yōu)選的,所述音樂相關(guān)數(shù)據(jù)源包括獲取到的音樂,以及從各音樂中提取的各音樂的特征信息,所述特征信息
      包括節(jié)奏,和/或,使用的樂器;
      所述音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元包括
      節(jié)點(diǎn)確定子單元,用于將獲取到的各音樂確定為所述音樂關(guān)聯(lián)網(wǎng)絡(luò)的各節(jié)
      點(diǎn);
      相似度計(jì)算子單元,用于將所述特征信息量化后,計(jì)算每?jī)墒滓魳分g特
      征信息的相似度;
      關(guān)系及關(guān)聯(lián)值確定子單元,用于當(dāng)計(jì)算出的兩首音樂之間的相似度大于預(yù) 置閾值時(shí),則將這兩首音樂確定為相互關(guān)聯(lián),并將所述相似度確定為這兩首音 樂之間的關(guān)聯(lián)值。
      優(yōu)選的,還包括
      信息規(guī)范單元,用于將所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中的音樂的標(biāo)識(shí)信息進(jìn)行規(guī)范化。
      根據(jù)本發(fā)明提供的具體實(shí)施例,本發(fā)明公開了以下技術(shù)效果
      上述的關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);需要向用戶推薦音樂時(shí),獲取與用戶興趣 相關(guān)的音樂作為推薦種子;在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音樂 的關(guān)聯(lián)值;選擇與所述推薦種子關(guān)聯(lián)值最大的音樂,并推薦給用戶??梢?,只 要是音樂相關(guān)的數(shù)據(jù)源都可以用來建立音樂關(guān)聯(lián)網(wǎng)絡(luò),使得向用戶進(jìn)行音樂推 薦的可選范圍不僅僅局限于聽過某音樂的用戶群,從而擴(kuò)大了音樂推薦的可選 范圍,便于向用戶推薦更多該用戶可能喜歡的音樂。
      其次,隨著向用戶推薦的音樂數(shù)目的增加,推薦的可選范圍都將不斷增大。 另外,在向用戶做出推薦后,通過用戶對(duì)推薦音樂喜愛程度的反饋,來修改該 推薦音樂與所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中各音樂的關(guān)聯(lián)值,并依據(jù)修改后的關(guān)聯(lián)值繼續(xù) 向用戶做音樂推薦。這樣可以將用戶的喜好信息反饋到音樂關(guān)聯(lián)網(wǎng)絡(luò)中,提高 對(duì)用戶興趣的把握,從而在一定程度上實(shí)現(xiàn)了針對(duì)指定用戶的個(gè)性化音樂推 薦,提升推薦的效果。


      圖l是本發(fā)明實(shí)施例提供的方法的流程圖;圖2是本發(fā)明實(shí)施例提供的音樂關(guān)聯(lián)網(wǎng)絡(luò)的示意圖; 圖3是本發(fā)明實(shí)施例提供的第一裝置的示意圖; 圖4是本發(fā)明實(shí)施例提供的第二裝置的示意圖; 圖5是本發(fā)明實(shí)施例提供的第三裝置的示意圖。
      具體實(shí)施例方式
      為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂,下面結(jié)合附圖和具體實(shí)施方式
      對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。
      參見圖1,本發(fā)明實(shí)施例提供的音樂推薦的方法包括以下步驟
      S101:預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到各音樂之間的關(guān)聯(lián)值,將 所述關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);
      S102:需要向用戶推薦音樂時(shí),獲取與用戶興趣相關(guān)的音樂作為推薦種子;
      本發(fā)明實(shí)施例旨在為用戶推薦其可能會(huì)感興趣的音樂(包括歌曲、樂曲 等),因此,需要獲取與用戶興趣相關(guān)的音樂作為推薦種子;該推薦種子可以 是用戶當(dāng)前收聽的音樂,也可以是用戶當(dāng)前打開的播放列表或下載列表中的音 樂,也就是說推薦種子可以是一首音樂,也可以是某音樂列表中的多首音樂。 依據(jù)該推薦種子進(jìn)行推薦,以使得推薦的音樂盡可能地迎合用戶的喜好。其中, 所述當(dāng)前收聽的音樂信息可以是從當(dāng)前正在收聽的音樂中獲取的,或者用戶在 推薦系統(tǒng)中輸入的將要收聽的音樂的標(biāo)識(shí)信息。
      其中,所述標(biāo)識(shí)信息是指能夠識(shí)別某音樂的信息,通??梢园ㄒ魳返母?名、歌手等文本信息。
      S103:在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音樂的關(guān)聯(lián)值;
      本發(fā)明實(shí)施例所述的音樂推薦是基于預(yù)先建立的音樂關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行的,所 述音樂關(guān)聯(lián)網(wǎng)絡(luò)是用來保存各音樂之間的關(guān)聯(lián)關(guān)系及用來標(biāo)識(shí)關(guān)聯(lián)程度的關(guān) 聯(lián)值,音樂關(guān)聯(lián)網(wǎng)絡(luò)可以如圖2所示,在該網(wǎng)絡(luò)中,節(jié)點(diǎn)表示音樂,連接節(jié)點(diǎn) 的邊表示音樂之間相互關(guān)聯(lián),邊的權(quán)重表示關(guān)聯(lián)程度的強(qiáng)弱,即關(guān)聯(lián)值的大小, 當(dāng)然,當(dāng)關(guān)聯(lián)值為0時(shí),則代表兩首音樂之間不互相關(guān)聯(lián)。
      可以在該音樂關(guān)聯(lián)網(wǎng)絡(luò)中找到所述推薦種子所在的節(jié)點(diǎn),然后找到與該節(jié)點(diǎn)具有連接關(guān)系的各節(jié)點(diǎn),各節(jié)點(diǎn)對(duì)應(yīng)的各音樂便是與作為推薦種子的音樂相 關(guān)聯(lián)的音樂。
      S1fU.;杏.搭fe ^SA始荒抽4乂趙/吉甚+ AA在4 4^J佳薦6^用盧
      所述關(guān)聯(lián)值最大的音樂,也就是與所述推薦種子關(guān)聯(lián)程度最強(qiáng)的音樂,關(guān) 聯(lián)程度最強(qiáng)即表示該音樂與推薦種子最相似,則將與用戶自己選擇收聽的音樂 最相似的音樂推薦給用戶是合理的。
      但是,值得注意的是,上述最相似可以是指在某一方面上的,例如均能表 達(dá)某些用戶的興趣,或音樂的節(jié)奏、使用的樂器、風(fēng)格相似等。
      在向用戶推薦完一首音樂后,可以以所述第一音樂及推薦的第二音樂為推 薦的種子,繼續(xù)在音樂關(guān)聯(lián)網(wǎng)絡(luò)中為用戶推薦下一首音樂。即,可以將所述推 薦給用戶的音樂也加入到推薦種子的行列中,并從音樂關(guān)聯(lián)網(wǎng)絡(luò)中選擇關(guān)聯(lián)值 最大的音樂推薦給用戶。可以在用戶聽完該推薦音樂或要求用戶主動(dòng)要求推薦 下一首音樂(例如用戶不喜歡該推薦的音樂,則可以選擇切換到下一首)時(shí), 將選擇出來的音樂推薦給用戶。
      值得注意的是,第二次推薦的音樂可能是與初始推薦種子關(guān)聯(lián)值最大的音 樂,也可能是與所述推薦過的音樂關(guān)聯(lián)值最大的音樂,每推薦一次,推薦可選 范圍都在逐漸增大。
      本發(fā)明在利用音樂關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行音樂推薦時(shí),還可以以下述為依據(jù)對(duì)用戶
      的興趣進(jìn)行定位用戶每多聽一首音樂,就能更清晰地定位用戶的興趣;用戶 聽的音樂越有個(gè)性,越可以清晰地定位其興趣。因此,在本發(fā)明的優(yōu)選實(shí)施例 中,在向用戶推薦完一首音樂后,還可以收集用戶對(duì)該音樂喜愛程度的反饋。 這種反饋可以是顯式的也可以是隱式的。對(duì)于顯式的反饋,系統(tǒng)可以支持用戶 選擇一定數(shù)目級(jí)別的反饋來表示對(duì)推薦結(jié)果的滿意程度,例如,可以是5個(gè)級(jí) 別{不能忍了、不太好聽、湊合聽聽、比較喜歡、非常喜歡)。
      對(duì)于隱式反饋,可以是包含在用戶行為中的反饋。例如,用戶聽某一首音 樂不到10秒就切到下一音樂,則很可能表示他不喜歡這首音樂,至少當(dāng)時(shí)不 想聽這首音樂;如果用戶把一首推薦的音樂全部聽完,則他可能是喜歡這首音 樂的,至少他可以接受這個(gè)推薦,等等,這些都是用戶對(duì)推薦音樂的反饋。可以根據(jù)用戶的選擇或?qū)τ脩粜袨榈呐袛鄟硎占脩舻姆答?,并?duì)這些反 饋進(jìn)行量化,例如,將這些反饋都量化為一個(gè)-1到1之間的數(shù)值F。設(shè)所述推 薦音樂為m, i^大于0,則表示用戶傾向于喜歡音樂m; i^小于0,則表示用 戶傾向于厭煩音樂m; i^值越大,則表示用戶越喜歡音樂m。
      獲取到上述反饋量化值之后,可以將這些量化值作用到音樂關(guān)聯(lián)網(wǎng)絡(luò)中與 所述推薦音樂相關(guān)聯(lián)的所有節(jié)點(diǎn)上。具體的,在音樂關(guān)聯(lián)網(wǎng)絡(luò)中找到所述音樂 m的節(jié)點(diǎn),取出與其關(guān)聯(lián)的所有節(jié)點(diǎn),將每個(gè)與節(jié)點(diǎn)m相關(guān)聯(lián)的節(jié)點(diǎn)w,的關(guān)聯(lián) 值i ,乘以i^得到r,,并將K分別累加到i ,上。如果將與音樂m相關(guān)聯(lián)的音樂",, 及m與^之間的關(guān)聯(lián)^f直組成二元數(shù)組,貝'J,原tt組為〈A, i ,>, 4務(wù)改后的凄t組 為<^, i , + K>。
      可見,在考慮到用戶反饋的情況下,所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中部分音樂間的關(guān) 聯(lián)值將會(huì)發(fā)生變化,再次向用戶推薦音樂時(shí)相當(dāng)于是基于這個(gè)變化后的音樂關(guān) 聯(lián)網(wǎng)絡(luò)進(jìn)行的推薦。
      另夕卜,當(dāng)獲取的用戶反饋信息顯示出用戶非常不喜歡推薦的音樂時(shí)(例如 顯式反饋中用戶選擇了 "不太好聽"或"不能忍了",或者聽某一首推薦的音 樂不到IO秒就切到下一音樂),可以不再將該音樂作為推薦種子,以免影響到 用戶的體驗(yàn)。
      其中,可以釆用多種方法來建立音樂關(guān)聯(lián)網(wǎng)絡(luò),即,只要能夠建立起音樂 關(guān)聯(lián)網(wǎng)絡(luò),便能夠按照本發(fā)明實(shí)施例提供的方法來向用戶進(jìn)行音樂推薦。下面 就介紹幾種建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的方法,僅用于舉例介紹,而不應(yīng)看作是對(duì)本發(fā) 明實(shí)施例的限制。
      (1)基于用戶自建專輯建立音樂關(guān)聯(lián)網(wǎng)絡(luò)。其中,所述用戶自建專輯是 指用戶自己整理的音樂集合,對(duì)于一個(gè)用戶而言,可以擁有多個(gè)用戶自建專輯, 本發(fā)明實(shí)施例中建立音樂關(guān)聯(lián)網(wǎng)絡(luò)所依據(jù)的是所有用戶的所有用戶自建專輯。 例如,在搜狗音樂搜索中,用戶在通過試聽的過程中,將喜愛的音樂分類整理 為一個(gè)個(gè)專輯,例如流行音樂專輯、搖滾專輯、抒情專輯,等等,本發(fā)明對(duì)用 戶如何建立自建專輯并沒有限制。
      基于用戶自建專輯建立音樂關(guān)聯(lián)網(wǎng)絡(luò)時(shí),本發(fā)明實(shí)施例所采用的方法的出發(fā)點(diǎn)是從統(tǒng)計(jì)意義上講,收錄在同一自建專輯中的音樂存在一定的相關(guān)性; 并且,頻繁在同一用戶自建專輯中同現(xiàn)的音樂對(duì)表達(dá)相同或相近的興趣,如果 一個(gè)用戶聽了上述音樂對(duì)中的一首音樂,則很可能對(duì)該音樂對(duì)中的另一首音樂 感興趣。
      因此,可以通過下述模型來描述用戶的聽音樂過程用戶首先以一定的概 率(這個(gè)概率與其興趣有關(guān))選擇音樂a來聽,然后,以一定的概率轉(zhuǎn)移到下 一首音樂b上,然后再以一定的概率轉(zhuǎn)移到音樂c上。這個(gè)聽音樂過程可以看 作是在音樂關(guān)聯(lián)網(wǎng)絡(luò)上的一種游走過程。因此,可以使用音樂a跳轉(zhuǎn)到音樂b 的概率來刻畫音樂a與音樂b之間的關(guān)聯(lián)程度,具體表示為結(jié)點(diǎn)a (音樂a對(duì) 應(yīng)的結(jié)點(diǎn))與結(jié)點(diǎn)b (音樂b對(duì)應(yīng)的結(jié)點(diǎn))之間的邊的^5L重大小。
      具體地,可以采用如下方法來建立音樂關(guān)聯(lián)網(wǎng)絡(luò)將所有用戶自建專輯中 的音樂作為網(wǎng)絡(luò)節(jié)點(diǎn)(值得注意的是,不同用戶自建專輯中的同一音樂使用同 一節(jié)點(diǎn)來表示),將出現(xiàn)在同一用戶自建專輯中的音樂確定為兩兩相互關(guān)聯(lián), 可以將網(wǎng)絡(luò)中代表同一用戶自建專輯中的音樂的節(jié)點(diǎn)兩兩相連,表示其相互關(guān) 聯(lián)。由此來表現(xiàn)出現(xiàn)在同一用戶自建專輯中的音樂之間是相互關(guān)聯(lián)的,當(dāng)然, 同一音樂可能出現(xiàn)在不同的用戶自建專輯中。最后,依據(jù)所有用戶自建專輯為 相互關(guān)聯(lián)的音樂計(jì)算關(guān)聯(lián)值,來建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      所述依據(jù)所有用戶自建專輯為相互關(guān)聯(lián)的音樂計(jì)算關(guān)聯(lián)值的方法可以如 下進(jìn)行
      如上所述,在本發(fā)明實(shí)施例中,可以使用音樂a到音樂b的轉(zhuǎn)移概率來代 表音樂a與音樂b之間的關(guān)聯(lián)值。所述音樂a到音樂b的轉(zhuǎn)移概率表示用戶聽 完音樂a去聽音樂b的可能性,此時(shí),音樂a到音樂b的轉(zhuǎn)移概率(用T ( a, b)來表示)可以采用如下方法計(jì)算
      首先,假設(shè)音樂a和音樂b在用戶自建專輯4中,專輯4中有 首音樂, 則用戶在專輯4聽完音樂a,從其他的 -l首音樂中隨機(jī)選擇一首來聽,選 擇到每首音樂的概率是均等的,則選擇到音樂b的概率為
      <formula>formula see original document page 14</formula> (1)
      假設(shè)專輯總數(shù)為M,每個(gè)專輯被選擇出來是聽到的概率是均等的,因此從M個(gè)專輯中選擇到專輯^的概率為
      尸(01/M (2)
      貝'J,從M個(gè)專輯中選擇到專輯^,并且從專輯A中選擇了收聽音樂a的 概率為
      尸(4,")=尸(4)*^(4^) = 1/似*1/^ = 1/(似*^0 ( 3 )
      進(jìn)而,從M個(gè)專輯中選擇到專輯^,又從專輯4中選擇了收聽音樂a,并 且下一首收聽音樂b的概率為
      r(a,6,4^P(A,fl"r("》,A) (4)
      最后,由于音樂a和音樂b同現(xiàn)的用戶自建專輯可能有多個(gè),因此,在全 部用戶自建專輯上,音樂a到音樂b的轉(zhuǎn)移概率為
      7X"》》尸","":r("A4))/Z尸",") (5 )
      這樣便計(jì)算出了兩首音樂之間的關(guān)聯(lián)度,將其作為對(duì)應(yīng)的節(jié)點(diǎn)對(duì)之間邊的 權(quán)重,并組成完整的音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      當(dāng)然,在上述音樂關(guān)聯(lián)網(wǎng)絡(luò)模型中,也可以采用其他的計(jì)算音樂關(guān)聯(lián)值的 方法,例如,兩首音樂每在用戶自建專輯中同現(xiàn)一次,便將該兩首音樂的同現(xiàn) 次數(shù)加l,最后得到每?jī)墒滓魳返耐F(xiàn)次數(shù),并將各個(gè)同現(xiàn)次數(shù)進(jìn)行歸一化處 理,將歸 一 化的值作為相應(yīng)的兩首音樂之間的關(guān)聯(lián)值。
      在實(shí)際應(yīng)用中,基于用戶自建專輯也可以建立其他結(jié)構(gòu)的音樂關(guān)聯(lián)網(wǎng)絡(luò)模 型,例如,將同一個(gè)用戶建立的各專輯中的所有音樂都確定為是相互關(guān)聯(lián)的, 并將同一專輯中的音樂賦予更高的權(quán)重,等等。
      (2)基于用戶的音樂搜索日志建立音樂關(guān)聯(lián)網(wǎng)絡(luò)。所述用戶的音樂搜索 日志中包含了用戶使用音樂搜索引擎搜索過的音樂?;谟脩舻囊魳匪阉髟恢?建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的出發(fā)點(diǎn)是,同一個(gè)用戶搜索過的音樂能夠代表該用戶的興 趣,因此各音樂之間相互關(guān)聯(lián)。
      因此,可以如下建立音樂關(guān)聯(lián)網(wǎng)絡(luò)將所有用戶的音樂搜索日志中包含的 音樂作為音樂關(guān)聯(lián)網(wǎng)絡(luò)的節(jié)點(diǎn),同一用戶的音樂搜索日志中的各音樂,兩兩之 間相互關(guān)聯(lián),并依據(jù)所有用戶的音樂搜索日志計(jì)算相關(guān)聯(lián)的音樂之間的關(guān)聯(lián)
      15值,并最終建立起音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      從上述可以看出,基于用戶的音樂搜索日志建立音樂關(guān)聯(lián)網(wǎng)絡(luò)時(shí),與基于 用戶自建專輯建立音樂關(guān)聯(lián)網(wǎng)絡(luò)類似,卻別僅在于基于用戶自建專輯建立時(shí), 一個(gè)用戶可能對(duì)應(yīng)多個(gè)專輯,每個(gè)專輯包含的音樂數(shù)目相對(duì)較少。而基于用戶 的音樂搜索日志時(shí), 一個(gè)用戶僅對(duì)應(yīng)一個(gè)日志,而且每個(gè)用戶的日志中可能包 含了非常多的音樂。但是,(1)中所述的建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的方法與專輯的數(shù) 目、專輯的大小并沒有限制,因此基于用戶的音樂搜索日志建立音樂關(guān)聯(lián)網(wǎng)絡(luò) 時(shí),可以直接使用基于用戶自建專輯建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的方法。而且,為了便 于實(shí)現(xiàn),還可以將用戶的日志中的音樂切分成多個(gè)集合,具體的建立音樂關(guān)聯(lián) 網(wǎng)絡(luò)的方法同樣可以參照基于用戶自建專輯建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的方法,這里不 再贅述。
      但是,需要說明的是,由于用戶的搜索日志中的音樂可以體現(xiàn)出時(shí)間性, 也就是說有的音樂可能是用戶很長(zhǎng)時(shí)間搜索過的,雖然能從一定程度上表達(dá)用 戶的興趣,但是可能并不能代表用戶近期的興趣所在。因此,還可以在計(jì)算關(guān) 聯(lián)值時(shí),適當(dāng)P爭(zhēng)低以前搜索過的音樂的權(quán)重。
      上述兩種方法都是以能夠表征用戶收聽興趣的音樂集合(包括用戶自建專 輯或用戶的音樂搜索日志)作為數(shù)據(jù)源來建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的,在本發(fā)明的其 他實(shí)施例中,還可以采用基于音樂內(nèi)容的方式,下面進(jìn)行詳細(xì)地介紹。
      (3)基于任意獲取到的音樂,以及從各音樂中4是^U々各自的特征信息, 來建立音樂關(guān)聯(lián)網(wǎng)絡(luò)。其中,音樂可以是從任意的來源(例如互聯(lián)網(wǎng)上的音樂 文件等)獲取的,所述特征信息包括音樂的節(jié)奏,和/或,使用的樂器,和/ 或,風(fēng)格等。這種方法建立起來的音樂關(guān)聯(lián)網(wǎng)絡(luò)與前兩種方法不同,這種音樂 關(guān)聯(lián)網(wǎng)絡(luò)中,可以首先通過各音樂的特征信息來比較各音樂兩兩之間的相似 度,如果兩首音樂之間的相似度滿足了預(yù)置的要求,則將這兩首音樂確定為相
      互關(guān)聯(lián)的音樂;然后,兩首音樂特征信息之間的距離越小,則這兩首音樂之間
      的關(guān)聯(lián)值越大。
      音樂之間距離的計(jì)算包括三個(gè)步驟1)抽象出音樂的一組特征(如節(jié)奏 的快慢),并制定一套量化的準(zhǔn)則(如將節(jié)奏的快慢量化為IO個(gè)級(jí)別);2)分析音樂文件,將其特征按制定的量化準(zhǔn)則進(jìn)行量化;3)根據(jù)這些量化的特征 值,計(jì)算每?jī)墒滓魳分g的相似度,將大于一定閾值的相似度作為音樂關(guān)聯(lián)網(wǎng) 絡(luò)上相應(yīng)邊的權(quán)重。(這是機(jī)器分類的常規(guī)步驟,這里我們用它來建立音樂關(guān) 聯(lián)網(wǎng)絡(luò))。
      這個(gè)過程可以形式化如下 設(shè)抽象出音樂的M個(gè)特征,形成特征集合F:
      按量化準(zhǔn)則將音樂a、 b分別進(jìn)行量化并歸一化到
      區(qū)間上,用向量表 示為
      a=<vla,v2a,...,vMa> b=<vlb,v2b,...,vMb> 其中,Via表示音樂a的特征,量化后的數(shù)值。
      計(jì)算音樂之間的相似度有很多,如利用兩個(gè)向量之間的余弦距離的大小來 表示音樂之間的相似度,
      Sim(a,b)=cosine-distance(a,b)= ((vla-vlb)2+(v2a-v2b)2+.. .+(vma-vmb)2)1/2
      將這個(gè)相似度作為關(guān)聯(lián)網(wǎng)絡(luò)上的關(guān)聯(lián)權(quán)重,即
      T(a,b)=Sim(a,b)
      上述介紹了幾種建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的方法,但在實(shí)際應(yīng)用中,由于從音樂 文件、用戶搜索日志中提取出來的音樂標(biāo)識(shí)信息通常書寫自由、各式各樣,比 較具有隨意性。例如有些音樂的名稱中可能會(huì)帶有書名號(hào)等特殊符號(hào),還有些 音樂的名稱在輸入時(shí)使用了不同的編碼方式(例如,中文簡(jiǎn)體與中文繁體方式 下輸入的同一首音樂的名稱可能會(huì)不相同),以致系統(tǒng)可能會(huì)將同一首音樂誤 認(rèn)為是兩首不同的音樂,在音樂搜索網(wǎng)絡(luò)中用不同的節(jié)點(diǎn)來表示,可能會(huì)出現(xiàn) 重復(fù)向用戶推薦同一首音樂的情況,從而影響到用戶的體驗(yàn)。因此,在本發(fā)明 的優(yōu)選實(shí)施例中,還可以包括對(duì)音樂的標(biāo)識(shí)信息進(jìn)行規(guī)范化的步驟。
      具體的,可以通過以下方式對(duì)音樂的標(biāo)識(shí)信息進(jìn)行規(guī)范首先,從音樂文件、用戶日志等盡可能多地途徑收集盡可能全面的音樂, 及其音樂標(biāo)識(shí)信息(歌曲的歌名、歌手等),形成一個(gè)大的音樂集合。并根據(jù) 音樂標(biāo)識(shí)信息文本的特征,預(yù)定義一組字符集合U,該集合中的字符元素為可 能出現(xiàn)在音樂標(biāo)識(shí)信息中的字符,也就是說其中可能不包括《》〈〉""等符號(hào)。
      然后對(duì)所述標(biāo)識(shí)信息的編碼方式統(tǒng)一轉(zhuǎn)化為一種預(yù)置的編碼方式(如統(tǒng)一
      為GBK編碼等);并將音樂的標(biāo)識(shí)信息中包含的非集合U中的字符去掉(例如 同一替換為空格等)。這樣便實(shí)現(xiàn)了對(duì)標(biāo)識(shí)信息的規(guī)范化,避免了由于細(xì)微寫 法的不同而被判斷為不同音樂的情況發(fā)生。
      另外,實(shí)際應(yīng)用中,還可能有這樣的情況兩首甚至多首不同的音樂但具 有相同的音樂名稱,這種情況多發(fā)生于歌曲中,由于歌曲數(shù)量非常多,因此難 免會(huì)有歌名相同的歌曲。此時(shí),如果單純地以歌曲的名稱作為歌曲的標(biāo)識(shí)信息, 則會(huì)將不同的歌曲判斷為相同的歌曲,使得部分歌曲無法進(jìn)入音樂關(guān)聯(lián)網(wǎng)絡(luò)。 因此,在本發(fā)明的優(yōu)選實(shí)施例中,對(duì)于歌曲這種音樂,可以采用"歌名+歌手" 的形式作為歌曲的標(biāo)識(shí)信息,相當(dāng)于將歌手作為區(qū)分不同歌曲的另一標(biāo)識(shí),另 外,歌手姓名文本也可以按照上述方法進(jìn)行規(guī)范化,從而從更大程度上保證了 音樂關(guān)聯(lián)網(wǎng)絡(luò)的可靠性。當(dāng)然,在獲取用戶當(dāng)前收聽的音樂的標(biāo)識(shí)信息時(shí),也 要同時(shí)獲取歌名及歌手信息,用戶在音樂推薦系統(tǒng)中也可以以"歌名+歌手" 的方式進(jìn)行輸入,則可以便于在音樂關(guān)聯(lián)網(wǎng)絡(luò)中查找到推薦種子所在的節(jié)點(diǎn)。
      為了便于實(shí)現(xiàn),在對(duì)音樂的標(biāo)識(shí)信息規(guī)范化后,可以將各音樂進(jìn)行編號(hào), 相當(dāng)于將各音樂對(duì)應(yīng)到各自的ID(即所述編號(hào),由于音樂處于音樂關(guān)聯(lián)網(wǎng)絡(luò) 中,因此將所述編號(hào)形象地稱為音樂的ID;并且,在音樂關(guān)聯(lián)網(wǎng)絡(luò)中都可以 用音樂的ID來表示各音樂)上。
      在實(shí)際應(yīng)用中,可以在一個(gè)音樂推薦系統(tǒng)中利用本發(fā)明實(shí)施例提供的上述 方法進(jìn)行音樂推薦。用戶可以自行選擇進(jìn)入音樂推薦系統(tǒng),然后在音樂推薦系 統(tǒng)中輸入一首音樂的標(biāo)識(shí)信息(歌名等),這樣推薦系統(tǒng)便可以獲取用戶當(dāng)前 收聽的第一音樂標(biāo)識(shí)信息,并將其作為音樂推薦的種子。然后按照上述方法向 用戶推薦音樂即可,直到用戶關(guān)閉推薦系統(tǒng)。在該音樂推薦系統(tǒng)中,音樂推薦 裝置可以包括以下單元音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元U301,用于預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源 得到各音樂之間的關(guān)聯(lián)值,將所述關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);
      推薦種子獲取單元U302,用于需要向用戶推薦音樂時(shí),獲取與用戶興趣 相關(guān)的音樂作為推薦種子;
      關(guān)聯(lián)音樂搜索單元U303,用于在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子 與各音樂的關(guān)聯(lián)值;
      音樂推薦單元U304,用于選擇與所述推薦種子關(guān)聯(lián)值最大的音樂,并推 薦給用戶。
      預(yù)先由音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元U301通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到 各音樂之間的關(guān)聯(lián)值,將上述的關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò)中;在進(jìn)行推薦時(shí), 推薦種子獲取單元U302獲取與用戶興趣相關(guān)的音樂作為推薦種子;然后,由 關(guān)聯(lián)音樂搜索單元U303在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中搜索與所述推薦種子相關(guān)聯(lián)的 音樂;最后,音樂推薦單元U304在在所述相關(guān)聯(lián)的音樂中選擇關(guān)聯(lián)值最大的 音樂,并推薦給用戶。
      在向用戶推薦完一首音樂之后還可以繼續(xù)向用戶推薦,因此,還可以包括
      繼續(xù)推薦單元U305,用于將所述推薦給用戶的音樂加入到推薦種子中; 關(guān)聯(lián)音樂搜索單元U303在音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得當(dāng)前推薦種子與各音樂的關(guān)聯(lián) 值,音樂推薦單元U304選擇與所述當(dāng)前推薦種子關(guān)聯(lián)值最大的音樂繼續(xù)推薦 給用戶。
      為了提高對(duì)用戶興趣的把握,實(shí)現(xiàn)針對(duì)指定用戶的個(gè)性化音樂推薦,提升 推薦的效果,在本發(fā)明的優(yōu)選實(shí)施例中,還可以將用戶的喜好信息反饋到音樂 關(guān)聯(lián)網(wǎng)絡(luò)中,因此,參見圖4,該裝置還包括
      用戶反饋處理單元U406,用于獲取用戶對(duì)所述推薦的第二音樂喜愛程度 的反饋,并將所述反饋進(jìn)行量化得到反饋值;
      關(guān)聯(lián)值更新單元U407,用于利用所述反饋值對(duì)所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中與所 述推薦的音樂相關(guān)聯(lián)的各音樂的關(guān)聯(lián)值進(jìn)行更新。
      此時(shí),相當(dāng)于在下次推薦音樂前更新了音樂關(guān)聯(lián)網(wǎng)絡(luò),則關(guān)聯(lián)音樂搜索單元U403在修改后的當(dāng)前音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲取與當(dāng)前推薦種子相關(guān)聯(lián)的音樂, 并由推薦單元U404關(guān)聯(lián)值最大的音樂繼續(xù)推薦給用戶。以此類推,隨著推薦 的音樂的增加,推薦的可選范圍逐漸增大,直到用戶退出用戶推薦系統(tǒng)。
      其中,用于進(jìn)行音樂推薦的音樂關(guān)聯(lián)網(wǎng)絡(luò)可以是任意建立的,用于建立音 樂關(guān)聯(lián)網(wǎng)絡(luò)的音樂相關(guān)數(shù)據(jù)源可以是表征用戶收聽興趣的音樂集合,其中所 述表征用戶收聽興趣的集合可以包括用戶自建專輯,或,用戶的音樂搜索曰志; 所述用戶自建專輯用于保存用戶收藏的音樂。此時(shí),音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元 U401可以包括
      關(guān)系確定子單元U4 011,用于將所有所述音樂集合中的音樂作為網(wǎng)絡(luò)節(jié)點(diǎn), 將出現(xiàn)在同 一所述音樂集合中的音樂確定為兩兩相互關(guān)聯(lián);
      關(guān)聯(lián)值計(jì)算子單元U4012,用于基于所有所述音樂集合為相互關(guān)聯(lián)的音樂 計(jì)算關(guān)耳關(guān)值,來建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      其中,關(guān)聯(lián)值計(jì)算子單元U4 012基于所有所述音樂集合計(jì)算一音樂到另一 音樂的轉(zhuǎn)移概率,并將所述轉(zhuǎn)移概率確定為相互關(guān)聯(lián)的音樂的關(guān)聯(lián)值;
      所述基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率包括
      <formula>formula see original document page 20</formula>
      其中,
      4:同時(shí)出現(xiàn)音樂a與音樂b的所述音樂集合;
      尸(4,"):從所有所述音樂集合中選擇到所述音樂集合4,并且從所述音 樂集合4中選擇了收聽音樂a的概率;
      ro,6,4):在所述音樂集合4中選擇音樂a后又選擇音樂b的概率;
      r(fl,6):在所有所述音樂集合中,音樂a到音樂b的轉(zhuǎn)移概率。 另夕卜,用于建立音樂關(guān)聯(lián)網(wǎng)絡(luò)的音樂相關(guān)數(shù)據(jù)源也可以是通過多種途徑獲 取到的音樂,以及從各音樂中提取的各音樂的特征信息,所述特征信息包括節(jié) 奏,和/或,使用的樂器等等。此時(shí),參見圖5,音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元U501 可以包括
      節(jié)點(diǎn)確定子單元U5011,用于將獲取到的各音樂確定為所述音樂關(guān)聯(lián)網(wǎng)絡(luò) 的各節(jié)點(diǎn);相似度計(jì)算子單元U5012,用于將所述特征信息量化后,計(jì)算每?jī)墒滓魳?之間特征信息的相似度;
      關(guān)系及關(guān)聯(lián)值確定子單元U5013,用于當(dāng)計(jì)算出的兩首音樂之間的相似度 大于預(yù)置閾值時(shí),則將這兩首音樂確定為相互關(guān)聯(lián),并將所述相似度確定為這 兩首音樂之間的關(guān)聯(lián)值。
      為了避免出現(xiàn)同一音樂的重復(fù)推薦,或?qū)⒉煌魳氛J(rèn)為是相同的(例如歌 名相同但歌手不同的情況),該裝置還可以包括
      信息規(guī)范單元U508,用于將所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中的音樂的標(biāo)識(shí)信息進(jìn)行 規(guī)范化。
      以上對(duì)本發(fā)明所提供的一種音樂推薦方法及裝置,進(jìn)行了詳細(xì)介紹,本文
      只是用于幫助理解本發(fā)明的方法及其核心思想;同時(shí),對(duì)于本領(lǐng)域的一般技術(shù) 人員,依據(jù)本發(fā)明的思想,在具體實(shí)施方式
      及應(yīng)用范圍上均會(huì)有改變之處。綜 上所述,本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
      權(quán)利要求
      1、一種音樂推薦方法,其特征在于,包括預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到各音樂之間的關(guān)聯(lián)值,將所述關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);需要向用戶推薦音樂時(shí),獲取與用戶興趣相關(guān)的音樂作為推薦種子;在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音樂的關(guān)聯(lián)值;選擇與所述推薦種子關(guān)聯(lián)值最大的音樂,并推薦給用戶。
      2、 根據(jù)權(quán)利要求1所述的方法,其特征在于,還包括 將所述推薦給用戶的音樂加入到推薦種子中,在音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得當(dāng)前推薦種子與各音樂的關(guān)聯(lián)值,并選擇與所述當(dāng)前推薦種子關(guān)聯(lián)值最大的音樂繼 續(xù)推薦給用戶。
      3、 根據(jù)權(quán)利要求1所述的方法,其特征在于,還包括 獲取用戶對(duì)所述推薦的音樂喜愛程度的反饋,并將所述反饋進(jìn)行量化得到反饋值;利用所述反饋值對(duì)所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中所述推薦的音樂與各音樂的關(guān)聯(lián) 值進(jìn)行更新。
      4、 根據(jù)權(quán)利要求l所述的方法,其特征在于,所述音樂相關(guān)數(shù)據(jù)源包括 表征用戶收聽興趣的音樂集合。
      5、 根據(jù)權(quán)利要求4所述的方法,其特征在于,通過以下方式建立所述音 樂關(guān)耳關(guān)網(wǎng)鄉(xiāng)備將所有所述音樂集合中的音樂作為網(wǎng)絡(luò)節(jié)點(diǎn),將出現(xiàn)在同 一所述音樂集合 中的音樂確定為兩兩相互關(guān)聯(lián),并基于所有所述音樂集合為相互關(guān)聯(lián)的音樂計(jì) 算關(guān)聯(lián)值,來建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      6、 根據(jù)權(quán)利要求5所述的方法,其特征在于,所述基于所有所述音樂集 合為相互關(guān)聯(lián)的音樂計(jì)算關(guān)聯(lián)值包括基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率,并將所述轉(zhuǎn)移 概率確定為相互關(guān)聯(lián)的音樂的關(guān)聯(lián)值;所述基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率包括 r" Z))=》尸G4 , 4)) / Z P(A, a)其中,4:同時(shí)出現(xiàn)音樂a與音樂b的所述音樂集合;從所有所述音樂集合中選擇到所述音樂集合4,并且從所述音 樂集合4中選擇了收聽音樂a的概率;r(",6,A):在所述音樂集合4中選擇音樂a后又選擇音樂b的概率; 3>,6):在所有所述音樂集合中,音樂a到音樂b的轉(zhuǎn)移概率。
      7、 根據(jù)權(quán)利要求4所述的方法,其特征在于,所述表征用戶收聽興趣的 音樂集合包括用戶自建專輯,或,用戶的音樂搜索日志;所述用戶自建專輯用于保存用 戶收藏或下載的音樂。
      8、 根據(jù)權(quán)利要求1所述的方法,其特征在于,所述音樂相關(guān)數(shù)據(jù)源包括 獲取到的音樂,以及從各音樂中提取的各音樂的特征信息,所述特征信息包括節(jié)奏,和/或,使用的樂器;通過以下方式建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò) 將獲取到的各音樂確定為所述音樂關(guān)聯(lián)網(wǎng)絡(luò)的各節(jié)點(diǎn); 將所述特征信息量化后,計(jì)算每?jī)墒滓魳分g特征信息的相似度; 如果計(jì)算出的兩首音樂之間的相似度大于預(yù)置閾值,則將這兩首音樂確定 為相互關(guān)聯(lián),并將所述相似度確定為這兩首音樂之間的關(guān)聯(lián)值。
      9、 根據(jù)權(quán)利要求1至8任意一項(xiàng)所述的方法,其特征在于,還包括 將所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中的音樂的標(biāo)識(shí)信息進(jìn)行規(guī)范化。
      10、 一種音樂推薦裝置,其特征在于,包括音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元,用于預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到各 音樂之間的關(guān)聯(lián)值,將所述關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);推薦種子獲取單元,用于需要向用戶推薦音樂時(shí),獲取與用戶興趣相關(guān)的 音樂作為推薦種子;關(guān)聯(lián)音樂搜索單元,用于在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音 樂的關(guān)聯(lián)Y直;音樂推薦單元,用于選擇與所述推薦種子關(guān)聯(lián)值最大的音樂,并推薦給用戶。
      11、 根據(jù)權(quán)利要求IO所述的裝置,其特征在于,還包括繼續(xù)推薦單元,用于將所述推薦給用戶的音樂加入到推薦種子中; 所述關(guān)聯(lián)音樂搜索單元在音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得當(dāng)前推薦種子與各音樂的 關(guān)聯(lián)值;所述音樂推薦單元選擇與所述當(dāng)前推薦種子關(guān)聯(lián)值最大的音樂繼續(xù)推薦 給用戶。
      12、 根據(jù)權(quán)利要求IO所述的裝置,其特征在于,還包括 用戶反饋處理單元,用于獲取用戶對(duì)所述推薦的音樂喜愛程度的反饋,并將所述反饋進(jìn)行量化得到反饋值;關(guān)聯(lián)值更新單元,用于利用所述反饋值對(duì)所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中所述推薦的 音樂與各音樂的關(guān)聯(lián)值進(jìn)行更新。
      13、 根據(jù)權(quán)利要求10所述的裝置,其特征在于,所述音樂相關(guān)數(shù)據(jù)源包括表征用戶收聽興趣的音樂集合。
      14、 根據(jù)權(quán)利要求13所述的裝置,其特征在于,所述音樂關(guān)聯(lián)網(wǎng)絡(luò)建立 單元包括關(guān)系確定子單元,用于將所有所述音樂集合中的音樂作為網(wǎng)絡(luò)節(jié)點(diǎn),將出 現(xiàn)在同 一所述音樂集合中的音樂確定為兩兩相互關(guān)聯(lián);關(guān)聯(lián)值計(jì)算子單元,用于基于所有所述音樂集合為相互關(guān)聯(lián)的音樂計(jì)算關(guān) 聯(lián)值,來建立所述音樂關(guān)聯(lián)網(wǎng)絡(luò)。
      15、 根據(jù)權(quán)利要求14所述的裝置,其特征在于,所述關(guān)聯(lián)值計(jì)算子單元 基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率,并將所述轉(zhuǎn)移概率 確定為相互關(guān)聯(lián)的音樂的關(guān)聯(lián)值;所述基于所有所述音樂集合計(jì)算一音樂到另 一音樂的轉(zhuǎn)移概率包括<formula>formula see original document page 4</formula> 其中,4:同時(shí)出現(xiàn)音樂a與音樂b的所述音樂集合;尸(^,a):從所有所述音樂集合中選擇到所述音樂集合A,并且從所述音 樂集合4中選擇了收聽音樂a的概率;r"6,^):在所述音樂集合4中選擇音樂a后又選擇音樂b的概率; r(",6):在所有所述音樂集合中,音樂a到音樂b的轉(zhuǎn)移概率。
      16、 根據(jù)權(quán)利要求13所述的裝置,其特征在于,所述表征用戶收聽興趣 的音樂集合包括用戶自建專輯,或,用戶的音樂搜索日志;所述用戶自建專輯用于保存用 戶收藏或下載的音樂。
      17、 根據(jù)權(quán)利要求10所述的裝置,其特征在于,所述音樂相關(guān)數(shù)據(jù)源包括獲取到的音樂,以及從各音樂中提取的各音樂的特征信息,所述特征信息 包括節(jié)奏,和/或,使用的樂器;所述音樂關(guān)聯(lián)網(wǎng)絡(luò)建立單元包括節(jié)點(diǎn)確定子單元,用于將獲取到的各音樂確定為所述音樂關(guān)聯(lián)網(wǎng)絡(luò)的各節(jié)點(diǎn)',相似度計(jì)算子單元,用于將所述特征信息量化后,計(jì)算每?jī)墒滓魳分g特 征信息的相似度;關(guān)系及關(guān)聯(lián)值確定子單元,用于當(dāng)計(jì)算出的兩首音樂之間的相似度大于預(yù) 置閾值時(shí),則將這兩首音樂確定為相互關(guān)聯(lián),并將所述相似度確定為這兩首音 樂之間的關(guān)聯(lián)值。
      18、 根據(jù)權(quán)利要求10至17任意一項(xiàng)所述的裝置,其特征在于,還包括 信息規(guī)范單元,用于將所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中的音樂的標(biāo)識(shí)信息進(jìn)行規(guī)范化。
      全文摘要
      本發(fā)明公開了一種音樂推薦方法,其特征在于,包括預(yù)先通過獲取并分析音樂相關(guān)數(shù)據(jù)源得到各音樂之間的關(guān)聯(lián)值,將所述關(guān)聯(lián)值保存在音樂關(guān)聯(lián)網(wǎng)絡(luò);需要向用戶推薦音樂時(shí),獲取與用戶興趣相關(guān)的音樂作為推薦種子;在所述音樂關(guān)聯(lián)網(wǎng)絡(luò)中獲得所述推薦種子與各音樂的關(guān)聯(lián)值;選擇與所述推薦種子關(guān)聯(lián)值最大的音樂,并推薦給用戶。本發(fā)明還公開了一種音樂推薦裝置。通過本發(fā)明,擴(kuò)大了音樂推薦的可選范圍,便于向用戶推薦更多該用戶可能喜歡的音樂。另外,可以將用戶的喜好信息反饋到音樂關(guān)聯(lián)網(wǎng)絡(luò)中,提高對(duì)用戶興趣的把握,從而在一定程度上實(shí)現(xiàn)了針對(duì)指定用戶的個(gè)性化音樂推薦,提升推薦的效果。
      文檔編號(hào)G06F17/30GK101441667SQ20081024666
      公開日2009年5月27日 申請(qǐng)日期2008年12月29日 優(yōu)先權(quán)日2008年12月29日
      發(fā)明者佟子健, 吳明達(dá) 申請(qǐng)人:北京搜狗科技發(fā)展有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1