[发明专利]一种歌曲推荐方法及装置

权利要求书

1.一种歌曲推荐方法，其特征在于，所述方法包括：

获取目标用户在预设天数内听过的每首歌曲的历史偏好评分；

根据所述目标用户在预设天数内听过的每首歌曲的历史偏好评分以及歌曲相似模型，确定曲库中每首歌曲的第一评分；

以及，获取曲库中每首歌曲的第二评分，所述第二评分为基于多个用户的播歌行为由用户投票算法得到的歌曲的评分；其中，用户完整听歌理解为用户对该歌曲投赞成票，用户切歌理解为用户对该歌曲投反对票；所述用户投票算法包括威尔逊置信区间；

根据所述目标用户的历史找歌行为数据，确定所述目标用户的兴趣标签；

结合曲库中每首歌曲的第一评分排序和所述兴趣标签下的每首歌曲的第二评分排序向所述目标用户推荐歌曲。

2.如权利要求1所述的方法，其特征在于，所述获取目标用户在预设天数内听过的每首歌曲的历史偏好评分之前，所述方法还包括：

定时解析所述目标用户的音乐盒播歌日志，获取所述目标用户在当日内收听的每首歌曲对应的听歌行为数据和听歌来源数据；

根据所述听歌行为数据对应的权重以及所述听歌来源数据对应的权重，确定所述目标用户在当日内收听的每首歌曲对应的当日用户偏好评分；

合并当前日期之前预设天数内的所述目标用户收听的每首歌曲对应的当日用户偏好评分，得到所述目标用户在预设天数内听过的每首歌曲的历史偏好评分。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述目标用户在预设天数内听过的每首歌曲的播歌量对每首歌曲的历史偏好评分进行热度降权和归一化处理，得到处理后的所述目标用户在预设天数内听过的每首歌曲的历史偏好评分。

4.如权利要求1所述的方法，其特征在于，所述根据所述目标用户在预设天数内听过的每首歌曲的历史偏好评分以及歌曲相似模型，确定曲库中每首歌曲的第一评分之前，所述方法还包括：

根据包括所述目标用户在内的多个用户的红心列表中的歌曲集合，确定曲库中的任意两首歌曲之间的相似度，其中，所述红心列表中的歌曲集合为用户标记出的自己喜欢的歌曲集合。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述根据所述目标用户的历史找歌行为数据，确定所述目标用户的兴趣标签，包括：

获取所述目标用户的搜索路径数据、筛选路径数据和新歌速递路径数据；

根据路径权重，确定所述目标用户的找歌兴趣路径；

根据所述目标用户的找歌兴趣路径，确定所述目标用户的兴趣标签。

6.一种歌曲推荐装置，其特征在于，所述装置包括：

获取单元，用于获取目标用户在预设天数内听过的每首歌曲的历史偏好评分；

推荐单元，用于根据所述获取单元获取的所述目标用户在预设天数内听过的每首歌曲的历史偏好评分以及歌曲相似模型，确定曲库中每首歌曲的第一评分，基于曲库中每首歌曲的第一评分排序向所述目标用户推荐歌曲；

所述获取单元，还用于获取曲库中每首歌曲的第二评分，所述第二评分为基于多个用户的播歌行为由用户投票算法得到的歌曲的评分；其中，用户完整听歌理解为用户对该歌曲投赞成票，用户切歌理解为用户对该歌曲投反对票；所述用户投票算法包括威尔逊置信区间；

所述推荐单元，还用于根据所述目标用户的历史找歌行为数据，确定所述目标用户的兴趣标签；结合曲库中每首歌曲的第一评分排序和所述兴趣标签下的每首歌曲的第二评分排序向所述目标用户推荐歌曲。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：

偏好确定单元，用于在所述获取单元获取目标用户在预设天数内听过的每首歌曲的历史偏好评分之前，定时解析所述目标用户的音乐盒播歌日志，获取所述目标用户在当日内收听的每首歌曲对应的听歌行为数据和听歌来源数据；根据所述听歌行为数据对应的权重以及所述听歌来源数据对应的权重，确定所述目标用户在当日内收听的每首歌曲对应的当日用户偏好评分；合并当前日期之前预设天数内的所述目标用户收听的每首歌曲对应的当日用户偏好评分，得到所述目标用户在预设天数内听过的每首歌曲的历史偏好评分。