[发明专利]一种标签推荐歌曲的方法及系统

说明书

本发明实施例涉及一种标签推荐歌曲的方法及装置，该方法包括：根据目标用户的歌曲播放行为及歌曲来源，建立听歌偏好模型；通过统计所述目标用户的歌曲播放日志，基于用户投票算法获得歌曲评分模型，根据所述歌曲评分模型将歌曲评分达到预设阈值的歌曲归入好歌库；根据所述听歌偏好模型以及歌曲标签和所述好歌库中歌曲的对应关系，获得标签偏好；根据所述标签偏好和所述歌曲评分模型确定所述好歌库中歌曲的分值，按照歌曲分值排序向目标用户推荐歌曲。由上可见，本发明实施例中，利用好歌库可以提高向用户推荐歌曲的质量，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，尤其涉及一种标签推荐歌曲的方法及系统。

背景技术

近年来，随着互联网技术的不断发展，越来越多的人选择通过互联网找歌听歌，在线音乐发展迅速。而随着全球娱乐业的持续发展，歌曲风格呈现多样化，同时歌曲数量也快速增长，为了使音乐用户在庞大的歌曲数据库中快速找到喜欢的歌曲，各大音乐网站或APP软件通常使用标签推荐歌曲。

音乐用户对歌曲的偏好，表现出明显的个性化差异，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。但常规的标签推荐主要推荐标签下的热歌，没有考虑用户听歌的时效性及兴趣变化，存在推荐歌曲与用户音乐偏好之间匹配度不够高的问题，降低了用户的听歌体验，导致用户对推荐歌曲的满意度降低。因此，如何让用户从庞大的歌曲数据库中找到自己喜欢的歌曲，就成为目前所要解决的问题。

发明内容

本发明实施例提供了一种标签推荐歌曲的方法及系统，考虑用户的歌曲播放偏好迁移，引入好歌库向用户推荐歌曲，不但精准度高，而且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，包括：根据目标用户的歌曲播放行为及歌曲来源，建立听歌偏好模型；通过统计所述目标用户的歌曲播放日志，基于用户投票算法获得歌曲评分模型，根据所述歌曲评分模型将歌曲评分达到预设阈值的歌曲归入好歌库；根据所述听歌偏好模型以及歌曲标签和所述好歌库中歌曲的对应关系，获得标签偏好；根据所述标签偏好和所述歌曲评分模型确定所述好歌库中歌曲的分值，按照歌曲分值排序向目标用户推荐歌曲。

优选地，所述听歌偏好模型包括第一预设期限偏好模型和第二预设期限偏好模型，所述第一预设期限偏好模型和所述第二预设期限偏好模型通过以下步骤建立：解析所述目标用户的歌曲播放日志，获取所述目标用户当日的歌曲播放行为和歌曲来源；根据所述歌曲播放行为对应的权重以及所述歌曲来源对应的权重，统计所述目标用户的当日歌曲偏好；合并第一预设期限内所述目标用户的当日歌曲偏好，得到所述第一预设期限偏好模型；以及，合并第二预设期限内所述目标用户的当日歌曲偏好，得到所述第二预设期限偏好模型。

进一步优选地，所述方法还包括：根据所述目标用户在第一预设期限内播放的每首歌曲的播放量对每首歌曲的歌曲偏好进行热度降权和归一化处理，得到处理后的第一预设期限偏好模型；以及，根据所述目标用户在第二预设期限内播放的每首歌曲的播放量，对每首歌曲的歌曲偏好进行热度降权和归一化处理，得到处理后的第二预设期限偏好模型。

优选地，所述歌曲评分模型的公式如下：

基于目标用户的歌曲播放行为，用户在播放歌曲过程中，完整听完歌曲理解为对该歌曲投赞成票，切换歌曲理解为对该歌曲投反对票。其中，为(赞成票数/投票总数)，n为投票总数，z_1-a/2为置信度。

优选地，所述根据所述听歌偏好模型以及歌曲标签和所述好歌库中的歌曲的对应关系，获得标签偏好，包括以下步骤：通过所述听歌偏好模型获得歌曲的第一评分；根据歌曲标签和所述好歌库中歌曲的对应关系，将所述歌曲的第一评分累加到歌曲对应的标签上，获得标签偏好。