[发明专利]一种歌曲推荐方法及装置

说明书

本申请公开了一种歌曲推荐方法及装置。该方法中服务器在接收终端发送的待推荐用户的用户属性信息后，查找存储的特征向量关系表，获取用户属性信息对应的用户特征向量和除待推荐用户的歌曲收听日志中历史收听歌曲之外的至少一首待推荐歌曲的歌曲特征向量，然后采用预设推荐算法，对用户特征向量和至少一首待推荐歌曲的歌曲特征向量进行运算，得到待推荐用户与每首待推荐歌曲的关联概率，并向终端发送预设数量个满足预设关联概率条件的待推荐歌曲。该方法可以为用户推荐未收听过的类型的歌曲，提高了用户体验。

技术领域

本申请涉及数据处理领域，尤其涉及一种歌曲推荐方法及装置。

背景技术

当前智能音箱等智能设备越来越成为人们生活中的一部分。目前如何让智能音箱的反馈更加个性化，是现在技术不断追求的一个方向。

其中，智能音箱可以是一个音箱升级的产物，是家庭消费者用语音进行上网的一个工具，比如点播歌曲、上网购物，或是了解天气预报，它也可以对智能家居设备进行控制，比如打开窗帘、设置冰箱温度、提前让热水器升温等。

现有智能音箱的歌曲推荐系统通常都是仅考虑了歌曲推荐的准确性和不同类型歌曲的多样性。

然而，现有的歌曲推荐系统会为用户推荐该用户经常收听的类型的歌曲，导致用户只收听一种类型的歌曲，故现有的歌曲推荐系统的歌曲推荐在歌曲类型上具有局限性，降低了用户体验。

发明内容

本申请实施例提供一种歌曲推荐方法及装置，解决了现有技术存在的上述问题，可以为用户推荐未收听过的类型的歌曲，提高了用户体验。

第一方面，提供了一种歌曲推荐方法，该方法可以包括：

接收终端发送的待推荐用户的用户属性信息；

查找存储的特征向量关系表，获取所述用户属性信息对应的用户特征向量和除所述待推荐用户的歌曲收听日志中历史收听歌曲之外的至少一首待推荐歌曲的歌曲特征向量；其中，所述特征向量关系表包括每个用户属性信息对应的用户特征向量与不同歌曲的歌曲特征向量间的对应关系、相应对应关系的关联概率和每个歌曲特征向量对应的歌曲属性信息；所述用户特征向量用于描述用户收听不同歌曲的收听行为特征；所述歌曲特征向量用于描述歌曲被不同用户收听的被收听特征；

采用预设推荐算法，对所述用户特征向量和所述至少一首待推荐歌曲的歌曲特征向量进行运算，得到所述待推荐用户与所述每首待推荐歌曲的关联概率；

向所述终端发送满足预设关联概率条件的待推荐歌曲。

在一个可选的实现中，所述特征向量关系表的获取过程具体包括；

获取至少两个用户的歌曲收听日志，所述歌曲收听日志包括每个用户的用户属性信息、历史收听歌曲和所述每个用户收听不同歌曲的收听行为；

采用特征提取算法，对所述歌曲收听日志中每个用户收听不同歌曲的收听行为进行特征提取，得到每首歌曲被不同用户收听的歌曲特征向量；

根据所述每个用户收听的歌曲，获取收听每首歌曲的至少一个用户；

采用所述特征提取算法，对所述歌曲收听日志中收听每首歌曲的至少一个用户的收听行为进行特征提取，得到每个用户收听不同歌曲的用户特征向量；

根据所述至少两个用户的用户属性信息、相应用户特征向量、所述每个用户收听的歌曲的歌曲特征向量以及相应歌曲属性信息，生成特征向量关系表。

在一个可选的实现中，采用特征提取算法，对所述歌曲收听日志中收听每首歌曲的至少一个用户的收听行为进行特征提取，得到每个用户收听不同歌曲的用户特征向量，包括：

采用预设聚类算法，对所述歌曲收听日志中收听每首歌曲的不同用户的收听行为进行聚类，得到用户间的关联程度值；