[发明专利]一种基于神经网络进行作品排名预测的方法、装置及设备

权利要求书

1.一种基于神经网络进行作品排名预测的方法，其特征在于，包括：

服务器接收电子设备发送的对第一作品进行第一排行榜排名预测的第一排名预测请求，所述第一排名预测请求包括第一用户的标识和所述第一作品的标识，所述第一作品为所述第一用户录制的歌曲或视频；

所述服务器根据所述第一用户的标识和所述第一排名预测请求获取所述第一用户的第一信息，根据所述第一作品的标识获取所述第一作品的标签信息，以及获取表征所述第一作品的演唱水平和/或表演水平的信息；

其中，所述第一信息包括与所述第一排行榜排名预测相关的信息，所述与所述第一排行榜排名预测相关的信息包括用户的好友数、粉丝数、以及历史上与所述第一作品的类型相同的作品的第二信息中的一种或多种；其中，所述第二信息包括对应的作品收到的点赞数、收到的礼物数或收到礼物的总价值、对应的作品的收看次数、留言数中的一项或多项；所述第一作品的标签信息包括所述第一作品的原唱歌手、所述第一作品所属专辑、所述第一作品的主题、所述第一作品的语言、所述第一作品的年代、所述第一作品的类型中一项或多项；

所述服务器根据所述第一排名预测请求，将所述第一用户的第一信息、所述第一作品的标签信息和表征所述第一作品的演唱水平和/或表演水平的信息输入所述第一排行榜对应的神经网络预测模型进行计算，得到所述第一作品在所述第一排行榜中的第一排名预测结果；

其中，所述神经网络预测模型为所述服务器根据多组训练数据进行训练得到的，所述多组训练数据包括多个用户的第一信息、与所述多个用户相关的多个作品的标签信息、表征所述多个作品的演唱水平和/或表演水平的信息以及所述多个作品在所述第一排行榜的历史实际排名；所述第一排名预测结果为所述第一作品在发布后一段时间内在所述第一排行榜上的预测排名。

2.根据权利要求1所述的方法，其特征在于，所述表征所述第一作品的演唱水平和/或表演水平的信息为以下信息中的一项或多项：基于所述第一作品的基础频率对所述第一作品进行的打分，或，所述第一作品中至少部分音频或视频，或，所述第一作品所对应的文本信息。

3.根据权利要求1或2所述的方法，其特征在于，所述第一作品在所述第一排行榜中的预测结果包括：所述第一作品位于所述第一排行榜中一个或多个名次区间的概率。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述得到所述第一作品在所述第一排行榜中的预测结果之后，所述方法还包括：

所述服务器记录所述第一作品在发布后一段时间内，在所述第一排行榜上的实际排名，对所述第一排行榜对应的神经网络预测模型进行修正。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一排行榜为人气榜、单曲榜、收看榜和家族榜中的任一项。

6.根据权利要求1-5任一项所述的方法，其特征在于，在得到所述第一作品在所述第一排行榜中的预测结果之后，所述方法还包括：

所述服务器根据所述第一作品在所述第一排行榜中的预测结果，以及预设推荐策略，向所述电子设备发送推荐的服务，所述推荐的服务包括购买曝光率、分享、发布、观看教唱视频、练歌房服务、修音服务、重录服务中的一项或多项。

7.根据权利要求6所述的方法，其特征在于，所述预设推荐策略为基于规则的推荐策略，基于关联的推荐策略，基于协同过滤的推荐策略，以及随机推荐策略中的任一项。

8.根据权利要求6或7所述的方法，其特征在于，所述向所述电子设备发送推荐的服务之后，所述方法还包括：

所述服务器记录用户选择的第一服务，所述第一服务为所述推荐的服务中的一项或多项，或者为所述推荐的服务外的其他服务；

所述服务器根据所述第一服务对所述预设推荐策略进行修正。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述神经网络预测模型为卷积神经网络CNN、循环神经网络RNN、深度神经网络DNN、多层感知器MLP和梯度提升树GBDT中的一种或多种的组合。