【技术实现步骤摘要】
歌单推荐方法、装置及存储介质
本专利技术实施例涉及音频处理领域,具体涉及一种歌单推荐方法、装置及存储介质。
技术介绍
推荐系统一般包括召回模块和排序模块,其中,召回模块用于从整个数据集中召回几千个潜在的数据,排序模块用于对所述被召回的几千个潜在的数据进行排序,最后选取排名在预设位数的目标对象推送至用户。在歌单推荐中,目前的召回模块经常通过歌单的显性元素,如歌曲、标签、歌手、语言等形成倒排索引,进而通过歌曲、标签、歌手、语言等显性元素召回歌单,并没有考虑近一段时间内用户在时序上的播放特性,使得推荐结果不够精确。
技术实现思路
本专利技术实施例提供一种歌单推荐方法、装置及存储介质,提升了歌单推荐的精确度。本专利技术实施例提供一种歌单推荐方法,所述方法包括:获取历史时段内的用户播放序列;将所述用户播放序列输入训练好的循环神经网络模型中进行预测处理,以获取输出的推荐歌单列表;向用户推送所述推荐歌单列表。本专利技术实施例还提供一种歌单推荐装置,所述装置包括:获取模块,用于获取历史时段内的用户播放序列;预测模块,用于将所述用户播放序列输入训练好的循环神经网络模型中进行预测处理,以获取输出的推荐歌单列表;推荐模块,用于向用户推送所述推荐歌单列表。本专利技术实施例还提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,执行本专利技术实施例所提供的任一种所述的歌单推荐方法中的步骤。本专利技术实施例通过获取历史时段内的用户播放序列,且将所述用户播放序列输入训练好的循环神经网络模型中进行预测处理,以获取输出的推荐歌单列表,并向用户推送所述推荐歌单列表。本专利技术 ...
【技术保护点】
1.一种歌单推荐方法,其特征在于,所述方法包括:获取历史时段内的用户播放序列;将所述用户播放序列输入训练好的循环神经网络模型中进行预测处理,以获取输出的推荐歌单列表;向用户推送所述推荐歌单列表。
【技术特征摘要】
1.一种歌单推荐方法,其特征在于,所述方法包括:获取历史时段内的用户播放序列;将所述用户播放序列输入训练好的循环神经网络模型中进行预测处理,以获取输出的推荐歌单列表;向用户推送所述推荐歌单列表。2.如权利要求1所述的歌单推荐方法,其特征在于,所述方法还包括:对所述循环神经网络模型进行模型训练。3.如权利要求2所述的歌单推荐方法,其特征在于,所述对所述循环神经网络模型进行模型训练,包括:获取用户播放序列样本;将所述用户播放序列样本输入循环神经网络模型中进行训练,以得到下一首歌曲的预测结果;计算所述下一首歌曲的预测结果与所述用户播放序列样本中的下一首歌曲的真实结果之间的欧式距离,其中,所述欧式距离作为所述循环神经网络模型的损失函数;若所述欧式距离大于或者等于预设阈值,则继续对所述循环神经网络模型进行模型训练;以及若所述欧式距离小于预设阈值,则停止对所述循环神经网络模型进行模型训练,以得到所述训练好的循环神经网络模型。4.如权利要求3所述的歌单推荐方法,其特征在于,所述获取用户播放序列样本,包括:获取用户在历史时段内的歌曲完整播放序列;通过word2vec工具对所述歌曲完整播放序列中的歌曲进行词向量表示的训练,以得到所述歌曲完整播放序列中的每一首歌曲的歌曲词向量;根据所述歌曲完整播放序列中的每一首歌曲的歌曲词向量,生成歌单词向量,以获取所述用户播放序列样本;所述将所述用户播放序列样本输入循环神经网络模型中进行训练,以得到下一首歌曲的预测结果,包括:将所述歌单词向量输入循环神经网络模型中进行训练,以得到下一首歌曲的预测结果。5.如权利要求4所述的歌单推荐方法,其特征在于,所述通过word2vec工具对所述歌曲完整播放序列中的歌曲进行词向量表示的训练,以得到所述歌曲完整播放序列中的每一首歌曲的歌曲词向量,包括:对所述歌曲完整播放序列中的歌曲随机初始化一个K维的向量,其中,所述向量内的各个维度的数值为初始随机数;以下一首歌曲为训练目标,通过所述word2vec工具对所述歌曲完整播放序列中的歌曲进行训练,并调整所述向量内各个维度的数值,使得所述训练目标的预测结果与真实结果收敛,以得到所述歌曲完整播放序列中的每一首歌曲的歌曲词向量。6.如权利要求5所述的歌单推荐方法,其特征在于,所述根据所述歌曲完整播放序列中的每一首歌曲的歌曲词向量,生成歌单词向量,以获取所述用户播放序列样本,包括:通过将所述歌曲完整播放序列中的每一首歌曲的歌曲词向量在各个维度上进行加和取均值,以得到所述歌单词向量,其中所述歌单词向量构成所述用户播放序列样本。7.如权利要求1所述的歌单推荐方法,其特征在于,所述将所述用户播放序列输入训练好的循环神经网络模型中进行预测处理,以获取输出的推荐歌单列表,包括:将所述用户播放序列输入所述循环神经网络模型中进行处理,以得到所述用户播放序列在时序上的隐性特征;在曲库内寻找与所述隐性特征的相似度达到阈值的歌单,以作为所述推荐歌单列表进行输出。8.如权利要求1所述的歌单推荐方法,其特征在于,所述获取历史时段内的用户播放序列,包括:采集历史时段内用户播放数据,所述用户播放数据中的每一首歌曲的播放均达到完整播放条件,所述用户播放数据包括每一首歌曲的播放时间、播放地点、操作行为以及歌曲标签;根据所述播放时间对所述用户播放数据中的所有歌曲进行排序,以生成所述用户播放...
【专利技术属性】
技术研发人员:张龙,
申请(专利权)人:腾讯音乐娱乐科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。