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