[发明专利]一种歌曲清单生成方法及终端设备

权利要求书

1.一种歌曲清单生成方法，其特征在于，包括：

获取用户端的已播放歌曲清单中每首歌曲分别对应的用户喜爱等级，并在所述已播放歌曲清单中提取出N个用户喜爱清单，每个所述用户喜爱清单对应一个大于预设等级的所述用户喜爱等级，其中，N为正整数；

将每个所述用户喜爱清单分别拆分为M_n个喜爱类型清单，每个所述喜爱类型清单对应一种歌曲类型，M_n为正整数，n∈[1，N]；

将每个所述喜爱类型清单对应的维度为P_n×H的第一歌曲特征分数矩阵进行降维，得到每个所述喜爱类型清单分别对应的维度为1×H的第二歌曲特征分数矩阵，所述歌曲特征分数矩阵用于记录待分析歌曲特征的歌曲特征分数，所述待分析歌曲特征为歌曲音频数据的时域特征、频域特征以及倒谱特征中的一种或多种特征，所述歌曲特征分数是对所述待分析歌曲特征进行分析得到的对应分数，其中，P_n为所述喜爱类型清单包含的歌曲数目，H为所述待分析歌曲特征的种类数，P_n及H均为正整数；

获取每种歌曲类型分别对应的歌曲推荐数目，并基于每个所述第二歌曲特征分数矩阵，分别对预设歌曲库中歌曲的第三歌曲特征分数矩阵进行相似度匹配，确定出每个所述喜爱类型清单分别对应的所述歌曲推荐数目的匹配成功歌曲，得到推荐歌曲清单；

在所述获取用户端的已播放歌曲清单中每首歌曲分别对应的用户喜爱等级之后，还包括：

将所述已播放歌曲清单中所述用户喜爱等级低于或等于所述预设等级的L首歌曲提取得到歌曲黑名单，L为正整数；

将所述歌曲黑名单对应的维度为L×H的第四歌曲特征分数矩阵进行降维，得到对应维度为1×H的第五歌曲特征分数矩阵；

基于所述第五歌曲特征分数矩阵，对所述用户端对应的推荐歌曲的第六歌曲特征分数矩阵进行所述相似度匹配，并剔除所述推荐歌曲中匹配成功的歌曲。

2.如权利要求1所述的歌曲清单生成方法，其特征在于，所述获取用户端的已播放歌曲清单中每首歌曲分别对应的用户喜爱等级，包括：

获取所述用户端对所述已播放歌曲清单中每首歌曲的操作数据，并基于预设的操作评分表对所述操作数据进行评分处理，得到所述已播放歌曲清单中每首歌曲的用户喜爱分数；

基于预设的多个喜爱等级分数阈值，对所述用户喜爱分数进行划分，确定出所述已播放歌曲清单中每首歌曲分别对应的所述用户喜爱等级。

3.如权利要求1所述的歌曲清单生成方法，其特征在于，在所述将每个所述喜爱类型清单对应的维度为P_n×H的第一歌曲特征分数矩阵进行降维之前，还包括：

确定出H种所述待分析歌曲特征；

对所述用户喜爱清单中歌曲的歌曲音频数据进行傅里叶变换并进行降维处理，得到处理后的歌曲音频数据；

设置深度信念网络的隐含层数量为H，并将所述降维处理后的歌曲音频数据输入至所述深度信念网络进行无监督训练学习，得到歌曲的H种所述待分析歌曲特征分别对应的H个所述歌曲特征分数。

4.如权利要求1所述的歌曲清单生成方法，其特征在于，所述基于每个所述第二歌曲特征分数矩阵，分别对预设歌曲库中歌曲的第三歌曲特征分数矩阵进行相似度匹配，确定出每个所述喜爱类型清单分别对应的所述歌曲推荐数目的推荐歌曲，包括：

从所述预设歌曲库中随机选取歌曲，获取所述随机选取歌曲对应的维度为1×H的所述第三歌曲特征分数矩阵，并将所述第三歌曲特征分数矩阵与所述第二歌曲特征分数进行相似度匹配；

若所述相似度匹配成功，将所述随机选取歌曲记录为所述喜爱类型清单对应的推荐歌曲，并返回执行所述从所述预设歌曲库中随机选取歌曲的操作，直至记录得到所述喜爱类型清单对应的所述歌曲推荐数目的推荐歌曲为止。