[发明专利]一种歌曲清单生成方法及终端设备

说明书

本发明提供了一种歌曲清单生成方法及终端设备，适用于数据处理技术领域，该方法包括：获取已播放歌曲清单中歌曲的用户喜爱等级，并提取出N个用户喜爱清单；将每个用户喜爱清单分别拆分为Msubgt;n/subgt;个喜爱类型清单；将每个喜爱类型清单对应的第一歌曲特征分数矩阵进行降维，得到每个喜爱类型清单分别对应单维的第二歌曲特征分数矩阵；获取每种歌曲类型的歌曲推荐数目，并基于每个第二歌曲特征分数矩阵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，确定出每个喜爱类型清单分别对应的歌曲推荐数目的匹配成功歌曲，得到推荐歌曲清单。本发明实现了对用户喜爱推荐歌曲清单生成的个性化生成，极大地提升了对用户推荐歌曲清单生成的精确度。

技术领域

本发明属于数据处理技术领域，尤其涉及歌曲清单生成方法及终端设备。

背景技术

现有的音乐软件都是简单的根据用户手动选取的歌曲类型标签来进行推荐歌曲清单生成的，如用户选取国语歌/粤语歌/英文歌后推荐对应语言的歌曲清单，但实际上由于歌曲库庞大，每一类标签对应的歌曲数量都是极其庞大的，即每位用户对应的推荐歌曲数量也十分庞大。因此，现有技术中对用户推荐歌曲清单生成的精准度较低，无法实现对用户个性化的推荐歌曲清单生成。

发明内容

有鉴于此，本发明实施例提供了一种歌曲清单生成方法及终端设备，以解决现有技术中对用户推荐歌曲清单生成的精准度较低，无法实现对用户个性化的推荐歌曲清单生成的问题。

本发明实施例的第一方面提供了一种歌曲清单生成方法，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。

本发明实施例的第二方面提供了一种歌曲清单生成终端设备，所述歌曲清单生成终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤。

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]；