[发明专利]音乐推荐方法及系统

说明书

技术领域

本发明涉及网络技术领域，特别是涉及一种音乐推荐方法和音乐推荐系统。

背景技术

音乐是一种艺术形式，不同的音乐表达方式会带给听者截然不同的感受，人们也可以通过音乐来表达自己的情感，现代生活中，音乐无处不在，人们对音乐的需求有增无减。随着科技的快速发展和互联网的大面积普及，音乐网站与音乐软件日益增多，网络音乐资源越来越丰富，越来越多的用户通过互联网或移动互联网在线收听或下载音乐。

用户在在线收听或下载歌曲时，需要提供音乐的相关信息，例如音乐的名称、作者等，然后服务器返回符合搜索条件的音乐列表供用户选择。此外，用户可能会喜欢某一类的音乐，因此需要将音乐主动推荐给用户。

传统的音乐推荐方法仅仅通过音乐相关信息（例如专辑名称、作者、类型等）来进行推荐，例如用户收听了音乐A，音乐A与音乐B属于同一专辑，则认为用户也会喜欢音乐 B，因此将音乐 B 推荐给用户。

然而，上述这种传统的音乐推荐方法由于仅参考音乐相关信息来进行推荐，但在实际应用中，有些用户的习惯差别很大，往往相关信息相同的两个音乐并不会为用户所喜欢，因此传统的这种音乐推荐方法推荐的准确度不高。

传统的另一种音乐推荐方法，为了便于说明，下面举一具体的例子来说明：

通过大数据统计，在一个网络歌单中，假设我们得到了甲、乙和丙三个听众的历史听歌行为如下：

其中，甲：收藏了《最炫民族风》，而遇到《光辉岁月》和《高山流水》则总是跳过；

乙：经常单曲循环《最炫民族风》，《光辉岁月》会播放完，《高山流水》则被拉黑了；

丙：拉黑了《最炫民族风》，而《光辉岁月》《高山流水》都收藏了。

通过甲、乙和丙的如上听歌行为，可以认为甲和乙拥有近似的听歌品味；丙和甲、丙和乙的听歌品味差异较大，然而，这个结论是非常笼统性的结论，通过这个结论来为听众推荐音乐，往往导致推荐的音乐不被听众所喜欢，因此传统的这种音乐推荐方法推荐的准确度不高。

发明内容

本发明要解决的技术问题是为了克服现有技术中的音乐推荐方法推荐的音乐准确度不高的缺陷，提供一种推荐的音乐准确度高的音乐推荐方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种音乐推荐方法，其特点在于，其包括以下步骤：

S1、对音乐库中的音乐进行分类，并分类出N种类；

S2、从每一种类中筛选出收听率最高的歌曲作为种子歌曲；

S3、将N首种子歌曲定义为N维向量空间的N个坐标轴；

S4、将当前听众收听该N首种子歌曲时的播放行为，定义为对应N维向量空间中各坐标轴的数值，从而形成当前听众在N维向量空间中的向量坐标；

S5、计算N维向量空间中当前听众与其他听众的向量间向量吻合度，从而判定听众间的相似度；

S6、根据听众间的相似度，获取近似听众，并根据近似听众对歌曲的播放行为为当前听众推荐歌曲。

较佳地，该向量吻合度为：

其中，向量a表示当前听众的N维向量坐标，向量b表示其他听众的N维向量坐标。

较佳地，在步骤S6中，判断该相似度是否大于一第一设定阈值，若是则该其他听众为近似听众，根据该近似听众对歌曲的播放行为为当前听众推荐歌曲。

较佳地，该播放行为包括：单曲循环行为、分享行为、收藏行为、主动播放行为、听完行为、跳过行为以及拉黑行为。

较佳地，步骤S6包括以下步骤：

判断该相似度是否大于该第一设定阈值且小于一第二设定阈值，若是则将该其他听众单曲循环、分享和收藏的歌曲中当前听众未收听的歌曲推荐给当前听众；

判断该相似度是否大于该第二设定阈值，若是则将该其他听众单曲循环、分享、收藏、主动播放以及听完的歌曲中当前听众未收听的歌曲推荐给当前听众。

本发明还提供一种音乐推荐系统，其特点在于，其包括：

一分类模块，用于对音乐库中的音乐进行分类，并分类出N种类；

一筛选模块，用于从每一种类中筛选出收听率最高的歌曲作为种子歌曲；

一第一定义模块，用于将N首种子歌曲定义为N维向量空间的N个坐标轴；

一第二定义模块，用于将当前听众收听该N首种子歌曲时的播放行为，定义为对应N维向量空间中各坐标轴的数值，从而形成当前听众在N维向量空间中的向量坐标；

一计算模块，用于计算N维向量空间中当前听众与其他听众的向量间向量吻合度，从而判定听众间的相似度；