[发明专利]歌曲推荐方法及装置在审
申请号: | 201910580213.9 | 申请日: | 2019-06-28 |
公开(公告)号: | CN110362711A | 公开(公告)日: | 2019-10-22 |
发明(设计)人: | 孙梦楠;秦斌;李丹 | 申请(专利权)人: | 北京小米智能科技有限公司 |
主分类号: | G06F16/635 | 分类号: | G06F16/635;G06F16/638 |
代理公司: | 北京尚伦律师事务所 11477 | 代理人: | 谢明晖 |
地址: | 100085 北京市海淀区清河*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 搜索指令 歌曲 歌曲推荐 目标用户 关键字匹配 歌曲库 预设 个性化需求 协同过滤 用户体验 指示终端 精准度 响应 偏好 终端 展示 | ||
1.一种歌曲推荐方法,其特征在于,包括:
获取搜索指令,所述搜索指令用于指示终端为目标用户确定推荐歌单;
响应于所述搜索指令包括至少一个关键字,从预设歌曲库中获取与所述至少一个关键字匹配的多个歌曲作为多个待选歌曲;
响应于所述搜索指令不包括关键字或者未获取到与所述至少一个关键字匹配的歌曲,对所述预设歌曲库包括的所有歌曲进行协同过滤获取符合所述目标用户偏好的多个歌曲作为所述多个待选歌曲;
根据所述多个待选歌曲,生成并展示针对所述目标用户的推荐歌单。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个待选歌曲,生成并展示针对所述目标用户的推荐歌单,包括:
基于预设的个性化排序策略对所述多个待选歌曲进行排序,确定第一序列歌单;所述个性化排序策略包括歌曲热度优先策略、歌手热度优先策略、歌曲质量优先策略中的至少一个;
根据所述第一序列歌单,生成并展示针对所述目标用户的推荐歌单。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一序列歌单,生成并展示针对所述目标用户的推荐歌单,包括:
获取所述目标用户的用户行为数据和/或本次搜索的上下文;
所述用户行为数据包括所述目标用户对所述多个待选歌曲中每个待选歌曲的完听概率和/或所述目标用户对所述多个待选歌曲中每个待选歌曲的收藏信息;所述本次搜索的上下文包括所述目标用户之前输入的搜索指令包括的关键字;
根据所述用户行为数据和/或本次搜索的上下文,对所述第一序列歌单包括的多个待选歌曲进行再次排序,获取第二序列歌单;
根据所述第二序列歌单,生成并展示针对所述目标用户的推荐歌单。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二序列歌单,生成并展示针对所述目标用户的推荐歌单,包括:
获取所述多个待选歌曲中每个待选歌曲的搜索次数和/或每个待选歌曲的用户完听概率;
根据所述每个待选歌曲的搜索次数和/或每个待选歌曲的用户完听概率对所述第二序列歌单包括的多个待选歌曲进行再次排序,生成并展示针对所述目标用户的推荐歌单。
5.根据权利要求1所述的方法,其特征在于,所述根据所述多个待选歌曲,生成并展示针对所述目标用户的推荐歌单,包括:
根据预设的特征排序模型对所述多个待选歌曲进行筛选和/或排序,得到第三序列歌单;
所述特征排序模型为根据多个歌曲的用户完听概率,多个用户针对多个歌曲的收藏信息,多个用户的初始偏好设定,以及多个用户的声纹信息中至少一个特征信息训练得到的机器学习模型;
根据所述第三序列歌单,生成并展示针对所述目标用户的推荐歌单。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括所述特征排序模型的训练步骤:
根据多个用户倾听多个歌曲的历史记录确定所述多个歌曲中每个歌曲针对选定的所述至少一个特征信息中每个特征信息的特征值;
按照所述每个歌曲针对选定的至少一个特征信息中每个特征信息的特征值对所述多个歌曲进行筛选和/或排序,得到标准歌单;
将所述多个歌曲输入基于所述至少一个特征信息建立的待训练的特征排序模型,获取所述待训练的特征排序模型输出的训练歌单;
根据所述标准歌单和所述训练歌单的比较结果调整所述特征排序模型,并将所述多个歌曲输入调整后的所述特征排序模型,然后将调整后的所述特征排序模型输出的训练歌单再次与标准歌单进行比较,进而根据所述再次比较的比较结果再次调整所述特征排序模型,直至所述特征排序模型输出的训练歌单与所述标准歌单匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小米智能科技有限公司,未经北京小米智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910580213.9/1.html,转载请声明来源钻瓜专利网。