[发明专利]一种歌曲推荐方法及装置

说明书

本发明实施例涉及一种歌曲推荐方法及装置，该方法包括：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，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；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及用户投票算法得到的歌曲的评分；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；基于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。由上可见，本发明实施例中，向用户推荐歌曲的精准度高，能够满足用户的个性化需求。

技术领域

本发明涉及计算机领域，尤其涉及一种歌曲推荐方法及装置。

背景技术

近年来，全球数字娱乐业持续发展，在线音乐发展尤为迅速，从2000年起步的中国网络音乐，是中国互联网第二大应用，流行音乐的数量快速增加，累计歌曲量已超过百万。随着网络的普及，歌曲的制作越来越便利，未来一段时间内歌曲量将会呈现指数增长。歌曲海量化累计的同时，音乐用户也表现出明显的个性化音乐偏好。不同的用户偏爱不同的歌曲，即使同一用户不同的时期也会有不同的音乐偏好。如何让用户从海量的歌曲中找到自己喜欢的歌曲，就成为目前所要解决的问题。

针对这一问题，目前的解决方法为基于协同过滤算法，在大数据背景下进行协同推荐，这种歌曲推荐方法精准度不高，难以满足用户的个性化需求。

发明内容

本发明实施例提供了一种歌曲推荐方法及装置，精准度高，能够满足用户的个性化需求。

一方面，提供了一种歌曲推荐方法，该方法包括：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，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；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及用户投票算法得到的歌曲的评分；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；基于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。

另一方面，提供了一种歌曲推荐装置，该装置包括：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及用户投票算法得到的歌曲的评分；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；基于所述获取单元获取的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。

相较于现有技术，本发明实施例中，通过两种不同的方式相结合向用户推荐歌曲，一种方式中，根据目标用户的历史偏好以及歌曲相似模型，向目标用户推荐歌曲；另一种方式中，基于多个用户的播歌行为及用户投票算法以及目标用户的历史找歌行为数据，向目标用户推荐歌曲。由上可见，本发明实施例中，不仅考虑了目标用户的历史偏好，而且基于其他用户的听歌数据进行协同推荐，从而推荐的歌曲更符合目标用户的个性化需求，精准度高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为本发明实施例提供的一种歌曲推荐方法流程图；

图2为本发明实施例提供的一种找歌偏好模型建立方法流程图；

图3为本发明实施例提供的一种歌曲推荐装置结构图；

图4为本发明实施例提供的另一种歌曲推荐装置结构图；