一种音乐推荐的方法及装置制造方法及图纸

本发明专利技术实施例提供一种音乐推荐的方法及装置，音乐推荐的方法，包括：检测到用户发起搜索请求的事件，根据用户发起请求的场景，获取环境信息；根据搜索请求提取用户的请求参数，请求参数包括用户模型、环境信息以及搜索请求中音乐内容的标签；根据音乐内容的标签从数据库中筛选出候选音乐；根据用户模型结合音乐模型计算用户与候选音乐的匹配分数，根据匹配分数将候选音乐进行排序并推荐给用户；相应地本发明专利技术实施例还提供一种音乐推荐的装置，音乐推荐的装置包括：检测模块；提取模块；筛选模块；推荐模块；根据本发明专利技术实施例提供的技术方案，为用户提供与用户偏好相匹配的精确的推荐服务，能够满足用户的个性化需求，提升了用户体验。

【技术实现步骤摘要】

本专利技术实施例涉及移动终端
，尤其涉及一种音乐推荐的方法及装置。
技术介绍
随着移动终端技术的日益发展，移动终端所具有的功能也越来越丰富，其中包括综合搜索功能，综合搜索对于手机等移动设备有着举足轻重的地位，手机厂商都会为他们的移动设备提供便捷的搜索入口，例如通过语音输入的方式综合搜索包括互联网、地图、邮件、联系人、App等多种类型的数据，由于听音乐是手机等移动设备最重要的应用之一，因此音乐也是最重要的搜索内容之一，但是现有技术中的搜索方式由于是综合搜索，那么音乐结果可能混合在许多其它结果之中，并不方便寻找。目前，对于搜索方便性的关注度日益提升，用户都希望在进行搜索时排在最前面的搜索结果刚好就是自己要找的内容。由于音乐的内容丰富且种类多样，而音乐用户的品位又有多种多样的差异，在进行推荐音乐时所推荐的内容往往并不是用户所想要的，所以目前的音乐推荐方式用户体验度很低。综上，鉴于现有技术中的技术缺陷，一种在终端设备上的搜索入口中集成音乐推荐，能够准确推荐用户所要搜索的内容的技术方案亟待提出。
技术实现思路
本专利技术实施例提供一种音乐推荐的方法及装置，用以解决现有技术中查找搜索结果不方便、音乐推荐方式不精确的技术缺陷。本专利技术实施例提供一种音乐推荐的方法，包括：检测到用户发起搜索请求的事件，根据用户发起请求的场景，获取环境信息；根据所述请求提取用户的请求参数，所述请求参数包括用户模型、所述环境信息以及所述搜索请求中音乐内容的标签；根据所述音乐内容的标签从数据库中筛选出候选音乐；根据所述用户模型结合音乐模型计算用户与所述候选音乐的匹配分数，根据所述匹配分数将所述候选音乐进行排序并推荐给用户。相应地本专利技术实施例还提供了一种音乐推荐的装置，包括：检测模块，用于检测到用户发起搜索请求的事件，根据用户发起请求的场景，获取环境信息；提取模块，用于根据所述请求提取用户的请求参数，所述请求参数包括用户模型、所述环境信息以及所述搜索请求中音乐内容的标签；筛选模块，用于根据所述音乐内容的标签从数据库中筛选出候选音乐；推荐模块，用于根据所述用户模型结合音乐模型计算用户与所述候选音乐的匹配分数，根据所述匹配分数将所述候选音乐进行排序并推荐给用户。根据本专利技术提供的技术方案，能够根据建立的用户模型和音乐模型为用户提供与用户偏好相匹配精确的推荐服务，即排在最前面的搜索结果刚好就是用户自己要找的内容，满足了用户的个性化需求，提升了用户使用体验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中音乐推荐的方法的流程示意图；图2为本专利技术实施例中音乐推荐的装置的结构示意图；图3为本专利技术实施例中一种优选地音乐推荐的装置的结构示意图；图4为本专利技术实施例中另一种优选地音乐推荐的装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在目前现有技术中，用户在搜索音乐的时候往往采用以下几种方式：1、在App中找出来某一款音乐App，打开该App，找到相应的入口(或者搜索)去寻找喜欢的音乐；2、打开通用搜索页面(比如百度搜索)，在里面输入喜欢的音乐名，然后在搜索结果里寻找；3、在手机内置的搜索入口中输入喜欢的音乐名，然后在搜索结果里寻找。以上的搜索音乐的方式由于是综合搜索，那么音乐结果可能混合在许多其它结果之中，并不方便寻找。当搜索入口将音乐拿来给用户做推荐的内容向用户进行内容推荐时，因为音乐的内容丰富且种类多样，而音乐用户的品位又有多种多样的差异，在进行推荐音乐时所推荐的内容往往并不是用户所想要的，推荐的内容不精确，所以目前的音乐推荐方式用户体验度很低。为解决现有技术中查找搜索结果不方便、音乐推荐方式不精确的技术缺陷，本专利技术实施例提供了一种音乐推荐的方法及装置。以下将配合附图及实施例来详细说明本专利技术实施例的实施方式，藉此对本专利技术实施例如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。实施例一图1为本专利技术实施例中音乐推荐的方法的流程示意图，如图1所示：本专利技术实施例提供一种音乐推荐的方法，包括：步骤S101：检测到用户发起搜索请求的事件，根据用户发起请求的场景，
获取环境信息；服务器检测到用户发起搜索请求的事件时，根据用户发起请求的场景，获取环境信息，其中，环境信息包括：用户的ID、当前设备、日期/时段，不同的环境信息会对推荐的结果产生不同的影响。对于本专利技术实施例优选地，检测到用户发起搜索请求的事件，进一步包括：检测到用户进入搜索入口发起搜索请求的事件，其中，所述搜索入口包括：终端内置的搜索入口、通用搜索入口和APP的搜索入口。终端内置的搜索入口为终端自带的默认的搜索功能入口，可以搜索终端中所包含的各种文件；通用搜索入口为搜索服务器提供的搜索入口，例如百度搜索，可以搜索与搜索服务器连接的所有资源；APP的搜索入口为APP程序中设置的搜索入口，可以搜索APP中的资源和与APP连接的服务器中的相关资源。终端内置的搜索入口能够为用户提供了便捷的音乐搜索入口方式，当用户想要调用搜索功能时，会对搜索功能发起请求进入搜索入口的事件。步骤S102：根据搜索请求提取用户的请求参数，请求参数包括用户模型、环境信息以及搜索请求中音乐内容的标签；获取到环境信息后，根据用户发起的搜索请求提取用户的请求参数，请求参数中包括了用户模型、环境信息以及搜索请求中音乐内容的标签，其中，用户模型为预先建立的。步骤S103：根据音乐内容的标签从数据库中筛选出候选音乐；提取出请求参数后，根据请求参数中的音乐内容的标签从数据库中筛选出与音乐内容标签相对应的候选音乐，其中，候选音乐可能会被推荐给用户，也可能不会被推荐给用户。步骤S104：根据用户模型结合音乐模型计算用户与候选音乐的匹配分数，根据匹配分数将候选音乐进行排序并推荐给用户。根据预先建立的用户模型和音乐模型，计算用户与候选音乐的匹配分数，根据匹配分数将候选音乐进行排序并推荐给用户。根据本实施例提供的音乐推荐的方法，在用户发起搜索请求时，获取用户发起请求时的场景，并获取环境信息，根据搜索请求获取用户的请求参数，根据请求参数中的音乐内容的标签筛选出候选音乐，再通过预先建立的用户
模型和音乐模型计算候选音乐与用户的匹配分数，根据匹配分数为用户推荐个性化音乐，同时能够根据建立的用户模型和音乐模型为用户提供与用户偏好相匹配精确的推荐服务，即排在最前面的搜索结果刚好就是用户自己要找的内容，满足了用户的个性化需求，提升了用户使用体验。本专利技术实施例中用户模型、音乐模型都是预先建立的，下面详细介绍一下用户模型、音乐模型的建立过程。本专利技术实施例优选地，根据用户请求提取请求参数，之前还包括建立用户模型，包括：本文档来自技高网...

【技术保护点】
一种音乐推荐的方法，其特征在于，包括：检测到用户发起搜索请求的事件，根据用户发起请求的场景，获取环境信息；根据所述搜索请求提取用户的请求参数，所述请求参数包括用户模型、所述环境信息以及所述搜索请求中音乐内容的标签；根据所述音乐内容的标签从数据库中筛选出候选音乐；根据所述用户模型结合音乐模型计算用户与所述候选音乐的匹配分数，根据所述匹配分数将所述候选音乐进行排序并推荐给用户。

【技术特征摘要】
1.一种音乐推荐的方法，其特征在于，包括：检测到用户发起搜索请求的事件，根据用户发起请求的场景，获取环境信息；根据所述搜索请求提取用户的请求参数，所述请求参数包括用户模型、所述环境信息以及所述搜索请求中音乐内容的标签；根据所述音乐内容的标签从数据库中筛选出候选音乐；根据所述用户模型结合音乐模型计算用户与所述候选音乐的匹配分数，根据所述匹配分数将所述候选音乐进行排序并推荐给用户。2.根据权利要求1所述的方法，其特征在于，根据所述用户请求提取请求参数，之前还包括建立所述用户模型，包括：从各种数据源中收集用户对音乐的喜好信息和用户数据，其中，所述喜好信息包括用户喜欢的歌曲、歌手、流派、风格、节奏、年代，所述用户数据包括用户听过的音乐、浏览的网页、看过的视频、搜索历史、使用的App、购物历史；根据所述喜好信息和所述用户数据结合收集所述喜好信息和所述用户数据时发生的场景，获取用户兴趣的一个标签化的画像，根据所述标签化的画像建立所述用户模型。3.根据权利要求1所述的方法，其特征在于，根据所述用户模型结合音乐模型计算用户与所述候选音乐的匹配分数，之前还包括建立所述音乐模型，包括：采集音乐内容的相关数据，所述相关数据包括所述音乐内容的所有标签、音乐专辑相关的图片、播放地址以及趋势性数据，其中，所述标签包括：音乐名、歌手、作词、作曲、歌词、流派、年代、国别，所述趋势性数据包括播放次数、收藏人数、搜索次数、播放排名走势；根据所述相关数据获得对所述音乐内容的一个数据化描述，根据所述数据化描述建立所述音乐模型。4.根据权利要求1所述的方法，其特征在于，根据所述用户模型结合音
\t乐模型计算用户与所述候选音乐的匹配分数，之前还包括建立排序模型，包括：采集用户使用音乐产品的历史数据，从所述历史数据中收集训练数据；根据所述训练数据结合所述用户模型和所述音乐模型进行训练，根据训练结果建立所述排序模型。5.根据权利要求1所述的方法，其特征在于，根据所述音乐内容的标签从数据库中筛选出候选音乐，进一步包括：根据所述请求参数中的所述标签从所述数据库中获取与所述标签相对应的音乐列表；从所述音乐列表中筛选出与所述标签相对应的所述候选音乐。6.根据权利要求4所述的方法，其特征在于，根据所述用户模型结合音乐模型计算用户与所述候选音乐的匹配分数，根据所述匹配分数将所述候选音乐进行排序并推荐给用户，进一步包括：将所述用户模型中的数据、所述音乐模型中的数据及所述候选音乐输入到所述排序模型中，根据所述排序模型获取用户与所述候选音乐的匹配分数；按照所述匹配分数从大到小的顺序将所述候选音乐进行排序，将所述匹配分数大于分数阈值的所述候选音乐推荐给用户。7.根据权利要求1所述的方法，其特征在于，根据所述匹配分数将所述候选音乐进行排序并推荐给用户，之前还包括：对推荐的所述候选音乐进行业务处理，包括：版权过滤处理、去重过滤处理以及展示逻辑处理。8.根据权利要求1-7任一所述的方法，其特征在于，检...

【专利技术属性】
技术研发人员：姜上维，
申请(专利权)人：乐视控股北京有限公司，乐视网信息技术北京股份有限公司，
类型：发明
国别省市：北京;11