一种演唱伴奏的推荐方法及服务器技术

本发明专利技术提供了一种演唱伴奏的推荐方法及服务器，所述方法应用于由服务器和多个用户组成的网络平台点唱系统中，所述方法包括：服务器获取用户演唱行为数据以及被演唱过的艺人标识信息；依据所述用户演唱数据，建立与所述艺人标识对应的向量空间，并依据所述向量空间对所述艺人标识进行聚类，得到聚类结果；对所述聚类结果进行过滤，获得过滤结果。依据过滤结果，进行演唱伴奏推荐。通过本发明专利技术提供的演唱伴奏的推荐方法，能够提高进行歌曲推荐时的歌曲分类的精确度。

A method of recommendation and server for singing accompaniment

The invention provides a recommended method and server performance accompaniment, the method is applied to the network platform jukebox system consists of a server and a plurality of users, the method includes: the server obtains artist identification information of a user behavior data and Sang Sang Sang; according to the user data, establish corresponding vector space with the artist mark, and on the basis of the vector space to cluster the artist identity, get the clustering results; filtering the clustering results, obtain the filtering result. According to the results of the filter, the singing accompaniment is recommended. The recommended method of singing accompaniment provided by the present invention can improve the accuracy of the classification of songs when the song is recommended.

【技术实现步骤摘要】
一种演唱伴奏的推荐方法及服务器
本专利技术涉及互联网平台点唱
，更具体地，涉及一种演唱伴奏的推荐方法及服务器。
技术介绍
网络平台点唱应用是近几年发展迅猛的音乐服务类产品，将传统的点唱功能移植到互联网平台上，通过网络为广大演唱爱好者提供一个虚拟的演唱平台。目前，随着网络音乐的蓬勃发展，人们对于音乐服务的要求越来越高，各大音乐服务网站都相继推出了音乐的个性化推荐功能，即通过对用户访问行为以及收藏记录等历史行为的分析，挖掘用户的兴趣爱好，为用户推荐符合其欣赏品味的音乐。由于在线点唱的用户大多数缺乏专业的音乐知识，对歌曲的风格、调式、节奏以及歌手的音色特点等知之甚少，对哪些歌曲适合自己也不甚了解，所以选歌存在很大的盲目性。因此为网络演唱服务进行精准的个性化推荐就显得尤为重要。同时，由于演唱歌曲与收听歌曲在用户行为上的不同，相比较被动的、并不需要过多用户参与和反馈的听歌行为，演唱是主动的，更需要用户全程积极参与其中，一旦歌曲不符合用户兴趣，就会降低用户体验，这就要求网络演唱推荐要更加精准，更贴近用户的真实兴趣。现有的推荐方法主要包括以下两种：第一种：多利用与用户的行为进行协同过滤，第二种：通过音乐标签进行机器学习，构建分类器模型，通过分类器模型来完成演唱推荐。但这两种方法并不太适用于歌曲演唱情景，现有的第一种协同过滤的推荐方式，首先计算量大，推荐速度较慢；且往往对某些对特别艺人专注度比较高的用户，他们的特别属性往往不能体现。利用协同过滤的推荐效果在用户行为上并不理想；现有的第二种利用音乐标签进行推荐方法，在唱歌场景上准确率并不理想，标签的集中性(大部分是流行、伤感)导致不能很好地区分歌曲类别。而艺人作为音乐的重要属性，且在唱歌的场景上可以很好给出用户的分类，可以作为推荐的重要方法。可见，现有的演唱伴奏的推荐方案中存在进行歌曲推荐时，推荐结果分类模糊，精准度低的问题。
技术实现思路
本专利技术提供了一种演唱伴奏的推荐方法及服务器，以解决现有技术中存在的，通过协同过滤和标签的推荐的方式进行歌曲推荐时推荐结果分类模糊，精准度低的问题。为了解决上述问题，本专利技术公开了一种演唱伴奏的推荐方法，应用于由服务器和多个用户组成的网络平台点唱系统中，所述方法包括：服务器获取用户演唱行为数据以及被演唱过的艺人标识信息；依据所述用户演唱数据，建立与所述艺人标识对应的向量空间，并依据所述向量空间对所述艺人标识进行聚类，得到聚类结果；对所述聚类结果进行过滤，获得过滤结果。依据过滤结果，进行演唱伴奏推荐。为了解决上述问题，本专利技术公开了一种服务器，所述服务器包括：获取模块，用于获取用户演唱行为数据以及被演唱过的艺人标识信息；聚类模块，用于依据所述用户演唱数据，建立与所述艺人标识对应的向量空间，并对所述艺人标识进行聚类，得到聚类结果；过滤模块，用于对所述聚类结果进行过滤，获得过滤结果；推荐模块，用于依据过滤结果，进行演唱伴奏推荐。与现有技术相比，本专利技术具有以下优点：本专利技术实施例提供的一种演唱伴奏的推荐方法，能通过用户演唱行为建立艺人对应的向量空间，通过对向量空间的计算对艺人进行聚类并对聚类结果进行筛选，因此，能够提高进行歌曲推荐时的歌曲分类的精确度。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术实施例一的一种演唱伴奏的推荐方法的步骤流程图；图2为本专利技术实施例二的一种演唱伴奏的推荐方法的步骤流程图；图3为本专利技术实施例三提供的一种服务器的结构示意图；图4为本专利技术实施例四提供的一种服务器的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。实施例一参照图1，示出了本专利技术实施例一的一种演唱伴奏的推荐方法的流程图，本专利技术实施例的演唱伴奏的推荐方法包括以下步骤：步骤101：服务器获取用户演唱行为数据以及被演唱过的艺人标识信息。用户演唱行为数据包括用户演唱过的艺人，以及用户演唱这些艺人歌曲的次数。步骤102：依据用户演唱数据，建立与艺人标识对应的向量空间，并对艺人标识进行聚类，得到聚类结果。例如，艺人A被用户a,b,c分别演唱的次数为0次、1次和3次。若采样样本大小为a,b,c三人，向量中每个值为0、3、4；0代表未唱过、3代表唱过、4代表唱过多次。则与艺人A对应的向量为(0，3，4)；以此类推，得到每个艺人的向量并组成向量空间。需要说明的是，在具体实现过程中，未唱过、唱过以及唱过多次的值可以由本领域技术人员根据实际需求进行设置，本专利技术实施例中对此不作具体限定。并且，三者的数值可以相同也可以不同。步骤103：对聚类结果进行过滤，获得过滤结果。从步骤102获得的数据会比较粗糙，可能将若干毫无干系的艺人分配在一个大群，同样也会有落单的艺人；对于落单的艺人说明用户可能专注度比较高，唱了这些艺人的歌曲并不会再唱其他艺人的歌曲；而对于大群和中群需要再进行筛选。步骤104：依据过滤结果，进行演唱伴奏推荐。通过本专利技术实施例提供的一种演唱伴奏的推荐方法，能通过用户演唱行为建立艺人对应的向量空间，通过对向量空间的计算对艺人进行聚类并对聚类结果进行筛选，因此，能够提高进行歌曲推荐时的歌曲分类的精确度。实施例二参照图2，示出了本专利技术实施例二的一种一种演唱伴奏的推荐方法流程图，本专利技术实施例的演唱伴奏的推荐方法包括以下步骤：步骤201：服务器获取用户演唱行为数据以及被演唱过的艺人标识信息。步骤202：依据用户演唱数据，建立与艺人标识对应的向量空间，并对艺人标识进行聚类，得到聚类结果。一种优选的聚类方式为：S1：从获取的用户演唱行为数据中提取满足条件的用户演唱行为数据；满足条件的用户演唱行为数据为在一定时期内正常登录和使用移动应用的用户演唱歌曲的历史数据，这些数据为剔除长期不活跃的用户，或者演唱行为单一，单此演唱时间极短，为了增加艺人被关注程度或账户演唱次数的“刷歌”用户所产生的数据剩下的数据。S2：确定提取的用户演唱行为数据中包含的用户量；用户演唱行为数据包括每个用户针对各艺人的演唱次数、演唱时间等数据。用户量即为产生这些数据的用户账号数量。S3：建立维度为确定的用户量的向量空间；S4：确定向量空间中各艺人标识对应的向量；例如，艺人A被用户a,b,c分别演唱的次数为0次、1次和3次。若采样样本大小为a,b,c三人，向量中每个值为0、3、4；0代表未唱过、3代表唱过、4代表唱过多次，则与艺人A对应的向量为(0，3，4)。需要说明的是，在具体实现过程中，未唱过、唱过以及唱过多次的值可以由本领域技术人员根据实际需求进行设置，本专利技术实施例中对此不作具体限定。并且，三者的数值可以相同也本文档来自技高网...

【技术保护点】
一种演唱伴奏的推荐方法，应用于由服务器和多个用户组成的网络平台点唱系统中，其特征在于，所述方法包括：服务器获取用户演唱行为数据以及被演唱过的艺人标识信息；依据所述用户演唱数据，建立与所述艺人标识对应的向量空间，并依据所述向量空间对所述艺人标识进行聚类，得到聚类结果；对所述聚类结果进行过滤，获得过滤结果。依据过滤结果，进行演唱伴奏推荐。

【技术特征摘要】
1.一种演唱伴奏的推荐方法，应用于由服务器和多个用户组成的网络平台点唱系统中，其特征在于，所述方法包括：服务器获取用户演唱行为数据以及被演唱过的艺人标识信息；依据所述用户演唱数据，建立与所述艺人标识对应的向量空间，并依据所述向量空间对所述艺人标识进行聚类，得到聚类结果；对所述聚类结果进行过滤，获得过滤结果。依据过滤结果，进行演唱伴奏推荐。2.根据权利要求1所述的演唱伴奏的推荐方法，其特征在于，所述依据所述用户演唱行为数据，建立与所述艺人标识对应的向量空间，并依据所述向量空间对所述艺人标识进行聚类的步骤包括：从获取的用户演唱行为数据中提取满足条件的用户演唱行为数据；确定提取的所述用户演唱行为数据中包含的用户量；建立维度为所述用户量的向量空间；确定所述向量空间中各所述艺人标识对应的向量；在所述向量空间确定设定数量的起始点；针对每个向量，计算所述向量至所述各起始点的距离，并对比所述向量至所述各起始点距离，获得最短距离；将所述向量划分至所述最短距离对应起始点所建立的群组中，得到聚类结果；依据所述聚类结果，计算各所述群组的中心点；对比所述中心点与所述起始点，若所述中心点与所述起始点一致则完成聚类，若不一致，将所述中心点作为所述起始点，并返回执行所述计算每个向量至所述各起始点的距离，并对比每个向量至所述各起始点距离，获得最短距离的步骤。3.根据权利要求2所述的演唱伴奏的推荐方法，其特征在于，对所述聚类结果进行过滤的步骤包括：服务器抓取互联网中含有所述艺人标识的网页信息；依据所述网页信息，对所述聚类结果中，与所述群组不相关的艺人标识进行过滤，获得过滤结果。4.根据权利要求3所述的演唱伴奏的推荐方法，其特征在于，依据所述过滤结果，进行演唱伴奏推荐的步骤为：服务器获取所述艺人标识的热门歌曲信息；检测用户当前演唱歌曲对应的艺人标识；依据所述筛选结果和所述用户当前演唱歌曲对应的艺人...

【专利技术属性】
技术研发人员：陈华，
申请(专利权)人：北京小唱科技有限公司，
类型：发明
国别省市：北京,11