[发明专利]多媒体文件的识别方法、装置、终端及存储介质

权利要求书

1.一种多媒体文件的识别方法，其特征在于，所述方法包括：

获取目标对象的运动数据和多媒体文件的节拍数据，所述运动数据是在播放所述多媒体文件的过程中采集到的运动数据，所述节拍数据用于指示所述多媒体文件的节奏信息；

根据所述运动数据和所述节拍数据，采用分数预测模型得到所述多媒体文件的评定分数，所述分数预测模型用于表示基于历史运动数据和历史节拍数据训练得到的相似程度；

当所述评定分数大于预定阈值时，将所述多媒体文件识别为目标文件，所述目标文件为符合所述目标对象的兴趣偏好的文件；

其中，根据所述运动数据和所述节拍数据，采用分数预测模型得到所述多媒体文件的评定分数，包括：

从所述运动数据中提取运动特征，并从所述节拍数据中提取节拍特征；

获取第一分数预测模型；

将所述运动特征和所述节拍特征输入至所述第一分数预测模型，得到所述多媒体文件的评定分数；

其中，所述第一分数预测模型是根据至少一组历史数据组训练得到的，每组所述历史数据组包括：历史运动数据、历史节拍数据和历史相似度分数，所述历史相似度分数为预先计算的用于表示所述历史运动数据和所述历史节拍数据之间的相似程度的分数。

2.根据权利要求1所述的方法，其特征在于，所述获取第一分数预测模型，包括：

获取训练样本集，所述训练样本集包括至少一组历史数据组，每组所述历史数据组包括：历史运动数据、历史节拍数据和历史相似度分数，所述历史相似度分数为预先计算的用于表示所述历史运动数据和所述历史节拍数据之间的相似程度的分数；

根据所述至少一组历史数据组，采用误差反向传播算法对原始参数模型进行训练，得到所述第一分数预测模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述至少一组历史数据组，采用误差反向传播算法对原始参数模型进行训练，得到所述第一分数预测模型，包括：

对于所述至少一组历史数据组中的每组历史数据组，从所述历史运动数据中提取所述历史运动特征，并从所述历史节拍数据中提取所述历史节拍特征；

将所述历史运动特征和所述历史节拍特征输入所述原始参数模型，得到训练结果；

将所述训练结果与所述历史相似度分数进行比较，得到计算损失，所述计算损失用于指示所述训练结果与所述历史相似度分数之间的误差；

根据所述至少一组历史数据组各自对应的计算损失，采用所述误差反向传播算法训练得到所述第一分数预测模型。

4.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

将所述运动数据、所述节拍数据和所述评定分数添加至所述训练样本集，得到更新后的训练样本集；

根据所述更新后的训练样本集对所述第一分数预测模型进行训练，得到更新后的第一分数预测模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述运动数据和所述节拍数据，采用分数预测模型得到所述多媒体文件的评定分数，包括：

从所述运动数据中提取运动特征，并从所述节拍数据中提取节拍特征；

对所述运动数据进行分析，得到所述运动数据对应的属性值，所述属性值用于指示所述目标对象的运动类型，所述运动类型包括步行、骑行、跑步和跳舞中的一种；

获取第二分数预测模型，所述第二分数预测模型是根据至少一组历史数据组训练得到的，每组所述历史数据组包括：历史运动数据、历史运动类型、历史节拍数据和历史相似度分数，所述历史相似度分数为预先计算的用于表示所述历史运动数据和历史节拍数据之间的相似程度的分数；

将所述运动特征、所述属性值和所述节拍特征输入至所述第二分数预测模型，得到所述多媒体文件的评定分数。

6.根据权利要求5所述的方法，其特征在于，所述方法，还包括：

根据预设对应关系，确定与所述运动类型对应的目标多媒体文件集合，所述预设对应关系包括所述运动类型与所述多媒体文件集合之间的对应关系，所述多媒体文件集合中包括至少一个候选多媒体文件；

在所述目标文件播放结束后，开始播放所述目标多媒体文件集合中的候选多媒体文件。