專利名稱：一種音樂推薦方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡(luò)音樂應(yīng)用領(lǐng)域，特別是涉及一種音樂推薦方法及裝置。
背景技術(shù)：
在網(wǎng)絡(luò)音樂應(yīng)用領(lǐng)域中，推薦是一種常用的使用戶發(fā)現(xiàn)音樂的服務(wù)。多數(shù)推薦服 務(wù)是基于用戶行為的?；谟脩粜袨榈耐扑]方法有多種，例如AlsoBuy推薦方法和用戶聚 類方法，其中Also Buy推薦方法為有大部分聽了歌曲A的用戶也聽了歌曲B，那么就認(rèn)為 喜歡歌曲A的人喜歡歌曲B的可能性比較高，如果發(fā)現(xiàn)有一個(gè)用戶只聽了歌曲A，那么就可 以給他推薦歌曲B ；用戶聚類方法為根據(jù)用戶行為將用戶聚合成相似的分類，然后根據(jù)這 個(gè)分類的典型行為來(lái)給其中的用戶推薦，也就是說(shuō)，會(huì)給分類中的所有用戶提供相同的推 薦。上述兩種推薦方法均存在無(wú)法為用戶提供個(gè)性推薦的缺陷。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提出一種音樂推薦方法及裝置，所要解決的技術(shù)問題為為用戶 提供個(gè)性推薦，以提高用戶的滿意度。本發(fā)明的目的及解決其技術(shù)問題是采用以下技術(shù)方案來(lái)實(shí)現(xiàn)的。依據(jù)本發(fā)明提出 的一種音樂推薦方法，包括以下步驟Si.獲取音樂的音樂歸屬函數(shù)，所述音樂歸屬函數(shù)為音樂在不同維度中粒度的集 合，其中，維度為對(duì)音樂的分類，粒度為對(duì)所述維度的分類，所述音樂歸屬函數(shù)的表達(dá)式為 A (music, Pk) = {pkJ I j = 1,2, . . . . η}, k = 1,2,…m，其中，Pk 為維度，Pkj 為粒度，m 為 維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；S2.獲取用戶的用戶歸屬函數(shù)，所述用戶歸屬函 數(shù)為用戶喜歡的不同維度中的粒度的集合，所述用戶歸屬函數(shù)的表達(dá)式為A(User，Pk)= {pki I i = 1，2...，m}，k= 1,2,…m，其中，Pk為維度，PkiS粒度，m為維度的個(gè)數(shù)，η為所述 維度中粒度的個(gè)數(shù)；S3.通過(guò)所述音樂歸屬函數(shù)和用戶歸屬函數(shù)計(jì)算粒度相關(guān)函數(shù)，所述
r、……、，11+、，i、f Ο; ' Almusic Pi ) ^ A (user, Ps )!； j 、文
粒度相關(guān)函數(shù)表達(dá)式為f(user,musicP1 ) - /"k j : S4.通
1 {1. 1 j Λ(music.Pk) t A(ysei.Pk HI]
過(guò)粒度相關(guān)函數(shù)和維度加權(quán)系數(shù)計(jì)算用戶喜歡音樂的概率函數(shù)的值，所述用戶喜歡音樂的
ItJ
概率函數(shù)為:F(user # music ) 2j(uk * ffiiser ^music , Pk)),其中，α k 為維度力口權(quán)系數(shù)；
k I
S5.當(dāng)所述用戶喜歡音樂的概率的值大于預(yù)設(shè)的閾值時(shí)，將所述音樂推薦給用戶。本發(fā)明的目的及解決其技術(shù)問題還可采用以下技術(shù)措施進(jìn)一步實(shí)現(xiàn)。前述的音樂推薦方法，步驟Sl中，通過(guò)接收人工輸入或程序識(shí)別來(lái)獲取音樂的音 樂歸屬函數(shù)。前述的音樂推薦方法，所述用戶具有至少一個(gè)用戶歸屬函數(shù)。前述的音樂推薦方法，步驟S2中，通過(guò)接收用戶輸入或分析用戶行為來(lái)獲取用戶的用戶歸屬函數(shù)。前述的音樂推薦方法，通過(guò)分析用戶行為獲取用戶歸屬函數(shù)的步驟包括
521.根據(jù)用戶對(duì)音樂的行為得到用戶喜歡音樂的行為函數(shù)，所述用戶喜歡音樂的行為
函數(shù)的表達(dá)式為P(usei;music) = Iilk-Qk( set;music),其中，Qk (user, music)
.p.—t. ^
表示用戶對(duì)音樂采取Qk行為的結(jié)果值；qk為行為加權(quán)系數(shù)；y為行為種類的個(gè)數(shù)；
522.通過(guò)所述行為函數(shù)計(jì)算得到用戶與粒度的相識(shí)函數(shù)，所述相識(shí)函數(shù)的表達(dá)式為
K
f(user,pkl)= Ef(User5Mj)，其中，％為歸屬于粒度Pki的音樂，x為歸屬于所還粒度
JisI
Pki的音樂的個(gè)數(shù)；S23.將每個(gè)維度中用戶與粒度的相識(shí)函數(shù)的值從大到小的前Z位的粒度 分別作為ζ個(gè)用戶歸屬函數(shù)中的一個(gè)粒度，以形成ζ個(gè)用戶歸屬函數(shù)，其中ζ ^ 1。本發(fā)明的目的及解決其技術(shù)問題另外還采用以下技術(shù)方案來(lái)實(shí)現(xiàn)。依據(jù)本發(fā)明提 出的一種音樂推薦裝置，包括音樂歸屬函數(shù)獲取單元，用于獲取所述音樂歸屬函數(shù)，所述 音樂歸屬函數(shù)為音樂在不同維度中粒度的集合，其中，維度為對(duì)音樂的分類，粒度為對(duì)所述 維度的分類，所述音樂歸屬函數(shù)的表達(dá)式為A(mUSic，Pk) = {pkj|j = l，2，...，n}，k= 1， 2，…m，其中，Pk為維度，pkJ為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；用戶歸 屬函數(shù)獲取單元，用于獲取所述用戶歸屬函數(shù)，所述用戶歸屬函數(shù)為用戶喜歡的不同維度 中的粒度的集合，所述用戶歸屬函數(shù)的表達(dá)式為A(User，Pk) = {pki|i = l，2...，n}，k = 1,2,…m，其中，Pk為維度，pki為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；粒度 相關(guān)函數(shù)計(jì)算單元，用于通過(guò)所述音樂歸屬函數(shù)和用戶歸屬函數(shù)計(jì)算粒度相關(guān)函數(shù)，所述
,、一 ,、,ι、,,,+、, ,、,( : -!i A( simsic. P, ) € Λ (user. F1 )!!-j . ^
粒度相關(guān)函數(shù)表達(dá)式為fUiser. music,Ρ; ) - ·!, ,. r； t‘概率函
‘ [1; 'j A(tiiusic-1\ ‘) G Λ(user. P1 IIr-J
數(shù)計(jì)算單元，用于通過(guò)粒度相關(guān)函數(shù)和維度加權(quán)系數(shù)計(jì)算用戶喜歡音樂的概率函數(shù)的值，
ItJ
所述用戶喜歡音樂的概率函數(shù)為:F(nser # music ) I^iak * f{iiser ,music , Pk )),其中，
k I
α k為維度加權(quán)系數(shù)；推薦單元，用于當(dāng)所述用戶喜歡音樂的概率的值大于預(yù)設(shè)的閾值時(shí)， 將所述音樂推薦給用戶。本發(fā)明的目的及解決其技術(shù)問題還可采用以下技術(shù)措施進(jìn)一步實(shí)現(xiàn)。前述的音樂推薦裝置，所述音樂歸屬函數(shù)獲取單元通過(guò)接收人工輸入或程序識(shí)別 來(lái)獲取音樂的音樂歸屬函數(shù)。前述的音樂推薦裝置，所述用戶具有至少一個(gè)用戶歸屬函數(shù)。前述的音樂推薦裝置，所述用戶歸屬函數(shù)獲取單元通過(guò)接收用戶輸入或分析用戶 行為來(lái)獲取用戶的用戶歸屬函數(shù)。前述的音樂推薦裝置，所述用戶歸屬函數(shù)獲取單元包括行為函數(shù)計(jì)算單元，用于根據(jù)用戶對(duì)音樂的行為得到用戶喜歡音樂的行為函數(shù)，
￥
所述用戶喜歡音樂的行為函數(shù)的表達(dá)式為F(user,imisk)= IflkeQkCuser5music),其
中，Qk(user，music)表示用戶對(duì)音樂采取Qk行為的結(jié)果值；qk為行為加權(quán)系數(shù)；y為行為種類的個(gè)數(shù)；相識(shí)函數(shù)計(jì)算單元，用于通過(guò)所述行為函數(shù)計(jì)算得到用戶與粒度的相識(shí)函數(shù)，所 述相識(shí)函數(shù)的表達(dá)式為fiuseqi: ) I^usuU ,其中，m.為歸屬于粒度Pki的音 樂，χ為歸屬于所述粒度Pki的音樂的個(gè)數(shù)；用戶歸屬函數(shù)形成單元，用于將每個(gè)維度中用戶與粒度的相識(shí)函數(shù)的值從大到小 的前Z位的粒度分別作為Z個(gè)用戶歸屬函數(shù)中的一個(gè)粒度，以形成Z個(gè)用戶歸屬函數(shù)，其中 ζ彡1。由上述技術(shù)方案可知，本發(fā)明的實(shí)施例具有為用戶提供個(gè)性推薦，以提高用戶的 滿意度的有益效果。通過(guò)以下參照附圖對(duì)優(yōu)選實(shí)施例的說(shuō)時(shí)，本發(fā)明的上述以及其它目的、特征和優(yōu) 點(diǎn)將更加明顯。


圖1為本發(fā)明一實(shí)施例提供的音樂推薦方法的流程圖；圖2為本發(fā)明一實(shí)施例提供的通過(guò)分析用戶行為獲取用戶歸屬函數(shù)的流程圖；圖3為本發(fā)明一實(shí)施例提供的音樂推薦裝置的框圖；圖4為本發(fā)明一實(shí)施例提供的用戶歸屬函數(shù)獲取單元的框圖。
具體實(shí)施例方式下面將詳細(xì)描述本發(fā)明的具體實(shí)施例。應(yīng)當(dāng)注意，這里描述的實(shí)施例只用于舉例 說(shuō)明，并不用于限制本發(fā)時(shí)。請(qǐng)參閱圖1所示，其為本發(fā)明一實(shí)施例提供的音樂推薦方法的流程圖。該音樂推 薦方法應(yīng)用于音樂推薦裝置中，該音樂推薦裝置可為互聯(lián)網(wǎng)中的在線音樂推薦裝置，也可 為不與網(wǎng)絡(luò)連接的音樂推薦裝置。該音樂推薦方法包括以下步驟Si.獲取音樂的音樂歸屬函數(shù)，該音樂歸屬函數(shù)為音樂在不同維度中粒度的集 合，其中，維度為對(duì)音樂的分類，粒度為對(duì)所述維度的分類，所述音樂歸屬函數(shù)的表達(dá)式為 A (music, Pk) = {pkJ I j = 1，2，· · ·，n}，k = 1，2，…m，其中，Pk 為維度，Pkj 為粒度，m 為維 度的個(gè)數(shù)，η為維度中粒度的個(gè)數(shù)；詳細(xì)地，維度Pk和粒度pkj的關(guān)系的表達(dá)式為ΡΚ {pk0, pkl, pk2,…，pkn}。平先，對(duì)維度和粒度進(jìn)行舉例說(shuō)明若將音樂分別按照年代、語(yǔ)言、歌手以及風(fēng)格 分類，則可對(duì)維度和粒度分別作如下配置維度P1為年代，其中各粒度分別為p1Q為未知，P11為70年代前，p12為0 80年 代，P13為80 90年代，P14為90 2000年代，p15為2000年以后，用表達(dá)式表示為P1 :{未知，70年代前，70 80年代，80 90年代，90 2000年代，2000年以后}；維度P2為語(yǔ)言，其中各粒度分別為p2Q為未知，P21為普通話，P22為粵語(yǔ)，P23為閩 南語(yǔ)，P24為英語(yǔ)，P25為日語(yǔ)，P26為韓語(yǔ)，......，P2n為法語(yǔ)，用表達(dá)式表示為P2 :{未知，普通話，粵語(yǔ)，閩南語(yǔ)，英語(yǔ)，日語(yǔ)，韓語(yǔ)，……，法語(yǔ)};維度P3為歌手，其中各粒度分別為p3(l為未知，P31為張學(xué)友，P34為張國(guó)榮，P35為周杰倫，......，P3n為張信哲}，用表達(dá)式表示為P3 :{未知，張學(xué)友，張國(guó)榮，周杰倫，......，張信哲}；維度P4為風(fēng)格，其中各粒度分別為p4(1為未知，P41為勵(lì)志，P42為民歌，P43為搖滾， P44為抒情，P45為流行，……，P4n為舞曲}，用表達(dá)式表示為P4 :{未知，勵(lì)志，民歌，搖滾，抒情，流行，……，舞曲}。對(duì)于任一音樂music，必歸屬于維度Pk中的一個(gè)粒度Pkj集合，某一音樂music用 音樂歸屬函數(shù)表示為A (music，Pk) = {pkj| j = 1，2，...，n}，例如，歌曲《菊花臺(tái)》在維度 Pi、P2、P3以及P4中的粒度分別為2000年以后、普通話、周杰倫以及流行，則用音樂歸屬函數(shù)表示為 iPl5' P21，P35，P45}。在一實(shí)施例中，獲取音樂的音樂歸屬函數(shù)的方法包括接收人工輸入或程序識(shí)別， 人工輸入為通過(guò)人工操作對(duì)每一首音樂在每一個(gè)維度上進(jìn)行分類錄入；程序識(shí)別為通過(guò)軟 件程序?qū)γ恳皇赘柙诿恳粋€(gè)維度上進(jìn)行自動(dòng)識(shí)別。S2.獲取用戶的用戶歸屬函數(shù)，所述用戶歸屬函數(shù)為用戶喜歡的不同維度中的粒 度的集合，所述用戶歸屬函數(shù)的表達(dá)式為A(User，Pk) = {pki I i = l，2...，n}，k= 1,2,… m，其中，Pk為維度，pki為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；對(duì)于任一用戶user，必歸屬于維度Pk中的一個(gè)粒度Pki集合，某一用戶user由用 戶歸屬函數(shù)表示為=A(user, Pk) = {pki | i = 1,2. · ·，η}，k = 1,2,…m，例如，用戶A在維 度Pi、P2、P3以及P4中喜歡的粒度分別為90 2000年代、普通話、張學(xué)友以及流行，則用戶 A用用戶歸屬函數(shù)表示為 lPl4' P21，P31，P45J 0在一實(shí)施例中，獲取用戶的用戶歸屬函數(shù)的方法包括接收用戶輸入，即接收由用 戶在每一個(gè)維度上進(jìn)行粒度選擇；分析用戶行為，即通過(guò)分析用戶對(duì)音樂的行為來(lái)識(shí)別其 在每一個(gè)維度上的粒度。在另一實(shí)施例中，用戶具有一個(gè)或多個(gè)用戶歸屬函數(shù)，以更完整地表征出用戶的 一個(gè)或多個(gè)喜好。例如，某用戶的用戶歸屬函數(shù)可以有兩個(gè)，分別為{2000年以后，普通 話，周杰倫，流行}和{90-2000年代，普通話，王菲，流行}。S3.通過(guò)音樂歸屬函數(shù)和用戶歸屬函數(shù)計(jì)算粒度相關(guān)函數(shù)，該粒度相關(guān)函數(shù)表達(dá)式為
權(quán)利要求
1.一種音樂推薦方法，其特征在于，應(yīng)用于音樂推薦裝置中，包括以下步驟51.獲取音樂的音樂歸屬函數(shù)，所述音樂歸屬函數(shù)為音樂在不同維度中粒度的集合， 其中，維度為對(duì)音樂的分類，粒度為對(duì)所述維度的分類，所述音樂歸屬函數(shù)的表達(dá)式為 A (music, Pk) = {pkj j = 1, 2, . . . , η}, k = 1,2, ...m,其中，Pk為維度，Pkj為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；52.獲取用戶的用戶歸屬函數(shù)，所述用戶歸屬函數(shù)為用戶喜歡的不同維度中的粒度的 集合，所述用戶歸屬函數(shù)的表達(dá)式為=A (user, Pk) = {pki | i = 1，2. . .，η}，k = 1，2，…m，其中，Pk為維度，Pki為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；53.通過(guò)所述音樂歸屬函數(shù)和用戶歸屬函數(shù)計(jì)算粒度相關(guān)函數(shù)，所述粒度相關(guān)函數(shù)表丄f(); ''j Λ(mubic.Pk) Τ A(usetΛ\ )i' j'達(dá)式為！《user.music.Pk》= ,；11; 1 Λ(inifeic. Pk) “ Λ(user, Pf ) I54.通過(guò)粒度相關(guān)函數(shù)和維度加權(quán)系數(shù)計(jì)算用戶喜歡音樂的概率函數(shù)的值，所述用戶喜歡音樂的概率函數(shù)為:F(user, imisic ) 二 \d(uk · f (user, rnusic 3 Pk)) fk · 其中，α k為維度加權(quán)系數(shù)；55.當(dāng)所述用戶喜歡音樂的概率的值大于預(yù)設(shè)的閾值時(shí)，將所述音樂推薦給用戶。
2.根據(jù)權(quán)利要求1所述的音樂推薦方法，其特征在于，步驟Sl中，通過(guò)接收人工輸入或 程序識(shí)別來(lái)獲取音樂的音樂歸屬函數(shù)。
3.根據(jù)權(quán)利要求1所述的音樂推薦方法，其特征在于，所述用戶具有至少一個(gè)用戶歸 屬函數(shù)。
4.根據(jù)權(quán)利要求1所述的音樂推薦方法，其特征在于，步驟S2中，通過(guò)接收用戶輸入或 分析用戶行為來(lái)獲取用戶的用戶歸屬函數(shù)。
5.根據(jù)權(quán)利要求4所述的音樂推薦方法，其特征在于，通過(guò)分析用戶行為獲取用戶歸 屬函數(shù)的步驟包括521.根據(jù)用戶對(duì)音樂的行為得到用戶喜歡音樂的行為函數(shù)，所述用戶喜歡音樂的行為函數(shù)的表達(dá)式為F'(user.music)-music}) 其中，Qk(USer，mUSic)表示用戶對(duì)音樂采取Qk行為的結(jié)果值；qk為行為加權(quán)系數(shù)；y為 行為種類的個(gè)數(shù)；522.通過(guò)所述行為函數(shù)計(jì)算得到用戶與粒度的相識(shí)函數(shù)，所述相識(shí)函數(shù)的表達(dá)式為其中，Ii^為歸屬于粒度pki的音樂，χ為歸屬于所述粒度Pki的音樂的個(gè)數(shù)； S23.將每個(gè)維度中用戶與粒度的相識(shí)函數(shù)的值從大到小的前ζ位的粒度分別作為ζ個(gè) 用戶歸屬函數(shù)中的一個(gè)粒度，以形成ζ個(gè)用戶歸屬函數(shù)，其中ζ ≥ 1。
6. 一種音樂推薦裝置，其特征在于，包括音樂歸屬函數(shù)獲取單元，用于獲取所述音樂歸屬函數(shù)，所述音樂歸屬函數(shù)為音樂在不 同維度中粒度的集合，其中，維度為對(duì)音樂的分類，粒度為對(duì)所述維度的分類，所述音樂歸屬函數(shù)的表達(dá)式為A (music，Pk) = {pkJ|j = 1,2,...,η}, k= 1,2,…m，其中，Pk 為維度， Pkj為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度的個(gè)數(shù)；用戶歸屬函數(shù)獲取單元，用于獲取所述用戶歸屬函數(shù)，所述用戶歸屬函數(shù)為用戶喜歡 的不同維度中的粒度的集合，所述用戶歸屬函數(shù)的表達(dá)式為A(User，Pk) = {pki|i = 1， 2. . .，η}，k = 1，2，…m，其中，Pk為維度，pki為粒度，m為維度的個(gè)數(shù)，η為所述維度中粒度 的個(gè)數(shù)；粒度相關(guān)函數(shù)計(jì)算單元，用于通過(guò)所述音樂歸屬函數(shù)和用戶歸屬函數(shù)計(jì)算粒度相關(guān)函數(shù)，所述杻度相關(guān)函數(shù)表達(dá)式為
7.根據(jù)權(quán)利要求6所述的音樂推薦裝置，其特征在于，所述音樂歸屬函數(shù)獲取單元通 過(guò)接收人工輸入或程序識(shí)別來(lái)獲取音樂的音樂歸屬函數(shù)。
8.根據(jù)權(quán)利要求6所述的音樂推薦裝置，其特征在于，所述用戶具有至少一個(gè)用戶歸 屬函數(shù)。
9.根據(jù)權(quán)利要求6所述的音樂推薦裝置，其特征在于，所述用戶歸屬函數(shù)獲取單元通 過(guò)接收用戶輸入或分析用戶行為來(lái)獲取用戶的用戶歸屬函數(shù)。
10.根據(jù)權(quán)利要求9所述的音樂推薦裝置，其特征在于，所述用戶歸屬函數(shù)獲取單元包括行為函數(shù)計(jì)算單元，用于根據(jù)用戶對(duì)音樂的行為得到用戶喜歡音樂的行為函數(shù)，所述V用戶喜歡音樂的行為函數(shù)的表達(dá)式為
全文摘要
本發(fā)明公開了一種音樂推薦方法及裝置，該方法應(yīng)用于音樂推薦裝置中，包括以下步驟S1.獲取音樂的音樂歸屬函數(shù)，所述音樂歸屬函數(shù)為音樂在不同維度中粒度的集合，其中，維度為對(duì)音樂的分類，粒度為對(duì)所述維度的分類；S2.獲取用戶的用戶歸屬函數(shù)，所述用戶歸屬函數(shù)為用戶喜歡的不同維度中的粒度的集合；S3.通過(guò)所述音樂歸屬函數(shù)和用戶歸屬函數(shù)計(jì)算粒度相關(guān)函數(shù)；S4.通過(guò)粒度相關(guān)函數(shù)和維度加權(quán)系數(shù)計(jì)算用戶喜歡音樂的概率函數(shù)的值；S5.當(dāng)所述用戶喜歡音樂的概率的值大于預(yù)設(shè)的閾值時(shí)，將所述音樂推薦給用戶。本發(fā)明能夠?yàn)橛脩籼峁﹤€(gè)性推薦，以提高用戶的滿意度。
文檔編號(hào)G06F17/30GK102004785SQ20101056825
公開日2011年4月6日 申請(qǐng)日期2010年11月30日 優(yōu)先權(quán)日2010年11月30日
發(fā)明者王紅寶 申請(qǐng)人:北京瑞信在線系統(tǒng)技術(shù)有限公司