一种音乐推荐方法及装置制造方法及图纸

本发明专利技术实施例公开了一种音乐推荐方法及装置。其中，该音乐推荐方法包括：获取目标用户的兴趣模型对应的目标音乐列表；确定所述目标用户的步频数据以及所选择的跑步模式；所述跑步模式包括激励模式、训练模式和匹配模式中的任一种；根据所述跑步模式和所述步频数据从所述目标音乐列表中确定待播放的音乐。本发明专利技术实施例可以结合目标用户的步频数据和所选择的跑步模式来确定待播放音乐，因此，实施该实施方式可以提高音乐推荐的准确率。

【技术实现步骤摘要】
一种音乐推荐方法及装置
本专利技术涉及计算机
，具体涉及一种音乐推荐方法及装置。
技术介绍
随着移动网络技术的发展，人们可以通过手机、平板以及可穿戴设备等终端随时随地的享受音乐，为了改善用户的听歌体验，除了可以播放终端中本地的音乐外，还可以生成各种场景下的音乐列表，例如，工作场景对应的音乐列表，运动场景对应的音乐列表。然而，专利技术人在实践中发现，上述音乐推荐方法无法体现用户在相应场景下的个性化特点，即所有用户在运动场景下可选择的音乐列表基本相同，导致所推荐音乐的准确率不高。
技术实现思路
本专利技术实施例提供一种音乐推荐方法，能够提高所推荐的音乐的准确率。本专利技术实施例提供一种音乐推荐方法，包括：获取目标用户的兴趣模型对应的目标音乐列表；确定所述目标用户的步频数据以及所选择的跑步模式；所述跑步模式包括激励模式、训练模式和匹配模式中的任一种；根据所述跑步模式和所述步频数据从所述目标音乐列表中确定待播放的音乐。相应的，本专利技术实施例还提供一种音乐推荐装置，包括：获取单元，用于获取目标用户的兴趣模型对应的目标音乐列表；确定单元，用于确定所述目标用户的步频数据以及所选择的跑步模式；所述跑步模式包括激励模式、训练模式和匹配模式中的任一种；所述确定单元，还用于根据所述跑步模式和所述步频数据从所述目标音乐列表中确定待播放的音乐。本专利技术实施例可以获取目标用户的兴趣模型对应的目标音乐列表；以及确定所述目标用户的步频数据以及所选择的跑步模式；所述跑步模式包括激励模式、训练模式和匹配模式中的任一种；根据所述跑步模式和所述步频数据从所述目标音乐列表中确定待播放的音乐。可见，实施本专利技术实施例可以根据用户的步频数据以及选择的跑步模式来为用户提供更匹配的跑步音乐，提高了音乐推荐的准确率。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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本专利技术实施例提供的一种音乐推荐方法的流程示意图；图2是本专利技术实施例提供的一种模式选择界面的示意图；图3是本专利技术实施例提供的一种步频数据显示界面的示意图；图4是本专利技术实施例提供的另一种步频数据显示界面的示意图；图5是本专利技术实施例提供的另一种音乐推荐方法的流程示意图；图6是本专利技术实施例提供的一种步频相似用户列表的示意图；图7是本专利技术实施例提供的一种已关注用户的提示框的示意图；图8是本专利技术实施例提供的又一种音乐推荐方法的流程示意图；图9是本专利技术实施例提供的另一种步频相似用户列表的示意图；图10是本专利技术实施例提供的一种音乐推荐装置的结构示意图；图11是本专利技术实施例提供的一种音乐推荐系统的结构示意图；图12是本专利技术实施例提供的一种终端的结构示意图。具体实施方式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，所描述的实施例仅仅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。为了便于理解本专利技术实施例，现先对本专利技术实施例涉及的概念、术语进行描述。本专利技术实施例提供的音乐推荐方法可以应用于各种终端设备中，例如，手机、平板电脑以及可穿戴设备等。应理解，兴趣模型也可以称为用户画像，用于表示用户的喜好，从而为用户推荐的音乐为用户感兴趣的音乐。该兴趣模型可以包括各种兴趣标签，将匹配兴趣模型中各兴趣标签的音乐作为目标用户的目标音乐列表。其中，该兴趣模型的创建可以根据用户的历史行为数据来确定，例如，分析用户下载、收藏、评价或爱好的音乐等操作，获取这些操作对应的音乐的标签，将获取的标签或者获取的标签中占比较高的标签作为兴趣模型的兴趣标签。可选的，也可以获取这些操作对应的音乐的节奏、音律等，将这些音乐具有的节奏特点、音律特点作为兴趣模型的兴趣标签。可选的，也可以获取用户所关注的好友的兴趣模型作为该用户的兴趣模型的一部分。可选的，也可以将关注的好友的兴趣模型对应的目标音乐列表作为该用户的目标音乐列表的一部分。例如，用户A与用户B是互相关注的好友，就可以把向用户A推荐的目标音乐列表推荐给用户B，以及把向用户B推荐的目标音乐列表推荐给用户A。可选的，该兴趣模型也可以包括步频相似的用户的兴趣模型，或者将步频相似的用户的目标音乐列表作为该用户的目标音乐列表的一部分。例如，在预设范围内，用户A和用户B的步频值的绝对差值小于预设阈值，则可以把向用户A推荐的目标音乐列表推荐给用户B，以及把向用户B推荐的目标音乐列表推荐给用户A。可选的，该兴趣模型也可以包括品味相似的用户的兴趣模型，或者将品味相似的用户的目标音乐列表作为该用户的目标音乐列表的一部分。例如，根据用户A的历史行为数据(如听歌时长、切歌动作、收藏标注等操作)获取用户A的兴趣模型，根据用户B的历史行为数据(如听歌时长、切歌动作、收藏标注等操作)获取用户B的兴趣模型，若用户A的兴趣模型中各兴趣标签与用户B的兴趣模型中各兴趣标签相差较小，或者大部分的兴趣标签相同，则可以称用户A和用户B为品味相似的用户，就可以把向用户A推荐的目标音乐列表推荐给用户B，以及把向用户B推荐的目标音乐列表推荐给用户A。作为一种可选的实施方式，根据预设的评分方案确定用户i以及用户j对于同一首歌的打分向量分别为Si＝[x1，…，xn]，Sj＝[y1，…，yn],则用户i与用户j之间的相似度wij:这样，wij小于预设阈值时，就可以确定用户i和用户j为品味相似的用户。进而，即可确定用户的目标音乐列表。上述这种依据用户之间的相关性来为用户推荐音乐的方式也可以称为基于用户的协同过滤算法(User-basedCollaborativeFilteringrecommendation,User-basedCF)。应理解，目标用户可以指用户登录音乐播放应用或者包括音乐推荐功能的应用的帐号等标识，也可以指采用了该音乐推荐方法的终端，本专利技术实施例不做限定。另外，目标用户仅是为了区分其他用户的一种标识，任何用户相对于其他用户都可以称为目标用户，本专利技术实施例采用“目标”是为了更加清楚的阐述本申请的方案。本专利技术实施例中，步频数据可以包括目标用户运动的加速度、运动的起始速度、步长、运动的路程以及运动时长等，根据步频数据来确定用户的当前步频值、未来一段时长的预测步频值、速度变化趋势以及加速度变化趋势等。其中，步频值也可以称为脚步频率，即两腿在单位时间内交替的频率。例如，用户运动的步速为vt，在时长t内，可以通过如下公式计算该vt：假设用户的步长为L，L*vt即为该用户的当前步频值，其中，时长t越小，通过上述公式计算出的步频值越准确。其中，加速度可以通过终端中设置的加速度传感器等器件来实时测量。本专利技术实施例中，音乐的每分钟节拍数BPM通常可以先进行快速傅立叶变换得到音乐的音谱，然后通过波峰、波谷的统计即可得到音乐的BPM。由于音乐的BPM计算涉及到较多算法，故可以选择第三方音乐数据库来计算音乐的BPM，例如Soundtouch音频处理器。计算音乐的BPM可以为非实时的操作，即只要检测到目标音乐列表中有新添加本文档来自技高网...

【技术保护点】
一种音乐推荐方法，其特征在于，包括：获取目标用户的兴趣模型对应的目标音乐列表；确定所述目标用户的步频数据以及所选择的跑步模式；所述跑步模式包括激励模式、训练模式和匹配模式中的任一种；根据所述跑步模式和所述步频数据从所述目标音乐列表中确定待播放的音乐。

【技术特征摘要】
1.一种音乐推荐方法，其特征在于，包括：获取目标用户的兴趣模型对应的目标音乐列表；确定所述目标用户的步频数据以及所选择的跑步模式；所述跑步模式包括激励模式、训练模式和匹配模式中的任一种；根据所述跑步模式和所述步频数据从所述目标音乐列表中确定待播放的音乐。2.根据权利要求1所述的方法，其特征在于，所述根据所述跑步模式和所述步频数据从所述目标音乐列表中确定为所述目标用户待播放的音乐，包括：当根据所述步频数据确定所述目标用户处于加速运动状态时，将所选择的跑步模式切换到激励模式，根据所述激励模式和所述步频数据从所述目标音乐列表中确定为所述目标用户待播放的音乐；当根据所述步频数据确定所述目标用户处于匀速运动状态时，将所选择的跑步模式切换到匹配模式，根据所述匹配模式和所述步频数据从所述目标音乐列表中确定为所述目标用户待播放的音乐。3.根据权利要求1所述的方法，其特征在于，所述跑步模式为训练模式，所述根据所述跑步模式和所述步频数据从所述目标音乐列表中确定为所述目标用户待播放的音乐，包括：根据所述步频数据确定所述目标用户的当前步频值；根据所述训练模式对应的训练距离以及所述当前步频值确定所述目标用户进入冲刺阶段之前待播放的音乐；当确定的所述目标用户进入冲刺阶段之前待播放的音乐播放完毕时，切换到激励模式，根据所述激励模式和所述步频数据从所述目标音乐列表中确定为所述目标用户待播放的音乐。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述步频数据确定所述目标用户的当前步频值；获取预设范围内步频值与所述当前步频值之间的绝对步频差值小于预设阈值的用户集合；根据所述用户集合中每个用户的步频值与所述当前步频值之间的绝对步频差值确定所述用户集合中各用户的排名，获得所述用户集合对应的步频相似用户列表；所述绝对步频差值越大，所述用户的排名越靠后。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据所述步频相似用户列表中每个用户的步频值与所述目标用户的当前步频值之间的绝对步频差值连续小于预设阈值的时长调整所述步频相似用户列表中各用户的排名，所述保持的时长越长，所述用户的排名越靠前。6.根据权利要求4所述的方法，其特征在于，所述兴趣模型包括所述步频相似列表中各用户的兴趣模型。7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：确定所述目标音乐列表中各音乐的每分钟节拍数BPM；将所述目标音乐列表按照所述各音乐的BPM从小到大或从大到小的顺序进行排序；以每预设个数个不同的BPM为区间将排序后的所述目标音乐列表划分为多个子音乐列表，每个子音乐列表对应的BPM区间不同。8.根据权利要求7所述的方法，其特征在于，所述根据所述激励模式和所述步频数据从所述目标音乐列表中确定待播放的音乐，包括：根据所述步频数据确定预设时长内所述目标用户能够达到的预测步频值；从所述预测步频值所在的BPM区间对应的子音乐列表以及后一个BPM区间对应的子音乐列表中确定待播放的音乐；所述后一个BPM区间为BPM均大于所述预测步频值所在的BPM区间中的BPM且差值最小的BPM区间。9.根据权利要求7所述的方法，其特征在于，所述根据所述匹配模式和所述步频数据从所述目标音乐列表中确定待播放的音乐，包括：根据所述步频数据确定所述目标用户的当前步频值；从所述当前步频值所在的BPM区间的前一个BPM区间对应的子音乐列表以及后一个BPM区间对应的子音乐列表中确定待播放的音乐；所述前一个BPM区间为BPM均小于所述当前步频值所在的BPM区间中的BPM且差值最小的BPM区间，所述后一个BPM区间为BPM均大于所述当前步频值所在的BPM区间中的BPM且差值最小的BPM区间。10.一种音乐推荐装置，其特征在于，包括：获取单元，用于获取目标用户的兴趣模型对应的目标音乐列表；确定单元，用于确定所述目标用户...

【专利技术属性】
技术研发人员：陈婧颖，童成斐，姚卓敏，吴新生，郭旗，杨帆，黄丽娇，胡宇林，章文珠，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44