[发明专利]阅读文学作品的背景音乐推荐系统及其实现方法

说明书

技术领域

本发明涉及一种音乐自动推荐系统，特别是涉及一种针对文学作品阅读过程中播放背景音乐的自动推荐系统。

背景技术

智能推荐技术是一种结合了数据挖掘、信息过滤、自然语言处理等传统人工智能领域的综合技术，并逐渐得到了广泛使用。例如，电子商务网站往往采用智能推荐技术，通过总结客户的兴趣品味，来预测客户的购物倾向，并推荐相关产品。

文学网站主要为用户提供文学作品的在线阅读，目前还没有针对文学作品阅读过程中的背景音乐自动推荐系统。

发明内容

本发明所要解决的技术问题是提供一种阅读文学作品的音乐推荐系统，该系统可以在用户阅读文学作品时自动推荐音乐作品作为阅读时的背景音乐。为此，本发明还要提供所述音乐推荐系统的实现方法。

为解决上述技术问题，本发明阅读网络文学的音乐推荐系统包括：

音乐特征抽取模块，该模块从每首音乐作品中抽取一个音乐特征向量，并发送给文学聚类模块、用户聚类模块；

文学聚类模块，该模块将多个文学作品聚类为多个文学类别，识别文学作品所属的文学类别，计算文学类别与音乐特征向量之间的相关值，并发送给第一判决模块；

用户聚类模块，该模块将多个用户聚类为多个用户类别，识别用户所属的用户类别，计算用户类别与音乐特征向量之间的相关值，并发送给第二判决模块；

第一判决模块，将用户阅读的文学作品所属的文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量，发送给第二判决模块；

第二判决模块，将用户所属的用户类别与第一判决模块发来的所有音乐特征向量之间的相关值大于第二阈值的那些音乐特征向量所对应的音乐作品，推荐给用户。

上述音乐推荐系统的实现方法包括如下步骤：

第1步，训练阶段；

音乐特征抽取模块从音乐训练集中的每一首音乐作品中抽取一种或多种音乐特征，然后对每一首音乐作品形成一个音乐特征向量，并将得到的多个音乐特征向量发送给文学聚类模块、用户聚类模块；

文学聚类模块从文学训练集中的每一部文学作品中抽取一种或多种文学特征，然后对所有文学作品根据文学特征进行聚类，得到多个文学类别以及文学与音乐相关性统计模型；

用户聚类模块从用户训练集中的每一个用户中抽取一种或多种用户特征，然后对所有用户根据用户特征进行聚类，得到多个用户类别以及用户与音乐相关性统计模型；

文学与音乐相关模块计算每个文学类别与每个音乐特征向量之间的相关值；

用户与音乐相关模块计算每个用户类别与每个音乐特征向量之间的相关值；

第2步，使用阶段；

用户阅读文学作品时，文学聚类模块识别出该文学作品所属的文学类别，并根据文学与音乐相关性统计模型计算所述文学类别与所有音乐特征向量之间的相关值，并发送给第一判决模块；同时用户聚类模块识别出该用户所属的用户类别，并根据用户与音乐相关性统计模型计算所述用户类别与所有音乐特征向量之间的相关值，并发送给第二判决模块；

第一判决模块将所述文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量，发送给第二判决模块；

第二判决模块将所述用户类别与所有音乐特征向量之间的相关值大于第二阈值、且是第一判决模块发送来的音乐特征向量所对应的音乐作品，推荐给用户。

本发明所述音乐推荐系统及其实现方法可以在用户阅读络文学作品时，根据文学作品和用户的两方面情况，对所有音乐特征向量进行两次过滤，最后得到推荐给用户作为阅读背景音乐的音乐作品。

附图说明

图1是本发明阅读网络文学的音乐推荐系统的结构示意图；

图2是本发明音乐推荐系统的实现方法第1步的示意图；

图3是本发明音乐推荐系统的实现方法第2步的示意图。

具体实施方式

请参阅图1，本发明阅读网络文学的音乐推荐系统包括：

音乐特征抽取模块，该模块从音乐训练集中的每一首音乐作品中抽取一个或多个音乐特征，然后将每一首音乐作品形成一个音乐特征向量，每一首音乐作品与每一个音乐特征向量一一对应，并将得到的多个音乐特征向量发送给文学聚类模块、用户聚类模块。

文学聚类模块，该模块首先将文学训练集中的所有文学作品聚类为多个文学类别，并得到文学与音乐相关性模型；随后该模块即可识别任意文学作品所属的文学类别，计算该文学类别与音乐特征向量之间的相关值，并发送给第一判决模块。