层级多源播放列表生成制造技术

一种播放列表生成器，其利用多个数据源对一组候选轨道内的每个轨道进行排名，以使得能够根据排名来选择候选轨道。候选轨道根据一个或多个特征而被各自评分，一个或多个特征诸如候选轨道或候选轨道的艺术家与当前或先前播放的轨道或艺术家的声学相似性和/或类似使用模式。根据围绕用户选择的播放列表种子艺术家的历史聆听模式对每个特征进行加权。还可以根据特定用户的历史聆听模式进一步校正该加权。当与特定种子艺术家相关的历史使用数据有限时，可以使用与流派层级中的更高级别相关的更广义的历史使用数据。

Hierarchical multi-source playlist generation

A playlist generator uses multiple data sources to rank each track in a set of candidate tracks so that candidate tracks can be selected according to the ranking. Candidate tracks are graded separately according to one or more features, such as the acoustic similarity and/or similar usage patterns of artists of candidate tracks or candidate tracks with current or previous broadcast tracks or artists. Each feature is weighted according to the historical listening mode of the playlist seeded artist selected by the user. The weighting can also be further corrected according to the historical listening mode of a particular user. When the historical usage data associated with a particular seed artist is limited, the broader historical usage data associated with higher levels in the genre hierarchy can be used.

【技术实现步骤摘要】
【国外来华专利技术】层级多源播放列表生成
技术介绍
计算机、计算机网络、并且尤其是因特网的发展已经显著地扩展了用于接收可用于用户的音频内容的选项的数目。与典型的广播无线电不同，对于任何特定的站点，音频内容的序列在被整个广播之前由有限数目的个体选择，因特网已经以更加个性化的方式实现音频内容的流式传输。例如，用户可以通过提供诸如艺术家或轨道的种子来使用基于互联网的音频服务来创建个人站点。然后，该服务通常将尝试提供与该种子相对应的音频选择。尽管这些发展已经是有益的，但是音频内容的基于因特网的递送所特有的各种问题仍然存在。例如，当进行用户不喜欢、厌烦或以其他方式发现不吸引人的音频选择时，用户体验受到阻碍。此外，当没有进行用户将喜欢的音频选择时，机会被错过。这些问题可能会迫使用户手动跳过不喜欢或过度使用的轨道(可能会中断其他任务)，或者可能导致他们简单地完全停止使用该服务。本文中要求保护的主题不限于解决任何缺点或仅在诸如上述那些环境中操作的实施例。更确切地，该背景仅被提供用于说明可以实践本文中描述的一些实施例的一种示例性

技术实现思路
本文中描述的至少一些实施例涉及播放列表生成器的使用，该播放列表生成器被配置为从一组候选轨道组装播放列表内的一个或多个轨道的序列。当最初接收到播放列表种子时，生成一组候选轨道，并且根据一个或多个特征对每个候选轨道进行评分。根据与特定播放列表种子相关联的基于种子的训练数据(例如，多个用户的历史聆听模式)对特征进行加权。在一些实施例中，根据基于用户的训练数据(例如，特定用户的历史聆听模式)对特征进行附加地加权。在一些实施例中，播放列表生成器然后使用加权特征得分来将每个候选轨道排名在经排名的候选轨道映射/排名中。在一些实施例中，该排名包括将每个候选轨道的加权特征得分转换为概率得分。然后可以通过遍历映射以选择一个或多个候选轨道以构成播放列表来生成播放列表。在一些实施例中，应用一个或多个选择性参数来控制从经排名的候选轨道映射中选择一个或多个候选轨道的方式。例如，可以应用选择性参数来控制选择序列遵循候选轨道的排名/映射的严格性或紧密性。在一个示例中，选择性参数被配置为基于探索/保守的连续统一体来控制映射内的轨道选择，使得更具探索性的设置实现对位于映射内的相对更大距离处(即，具有相对更低的排名和/或概率得分)的一个或多个候选轨道的选择，而更保守的设置将选择调节到位于相对更接近种子和/或先前播放的轨道(即，具有相对更高的排名和/或概率得分)的一个或多个候选轨道。更“探索性”的设置提供了更多的意外发现和可发现性，这些通常是播放列表的期望特质；然而，不同用户可能期望不同相对量的这种播放列表特质。在一些实施例中，根据基于用户的训练数据和基于种子的训练数据来调节选择性参数，以向所生成的播放列表提供可发现性、意外性或多样性中的至少一个的最佳水平。当在特定站点中选择和播放候选轨道时，可以迭代播放列表生成和轨道选择过程以在播放序列中生成附加轨道。例如，在一些实施例中，所生成的播放列表可以仅是一个轨道长或几个轨道长，使得基于用户对所选择的候选轨道的响应(例如，跳过、不跳过、或明确指示兴趣级别)来在每个轨道转换或每几个轨道转换时迭代地重新配置候选轨道映射。在一些情况下，所接收的播放列表种子可能具有很少或不具有与其直接相关联的基于种子的训练数据。例如，相对较新的艺术家可能没有被足够长时间地聆听以便实现对任何直接相关联的历史聆听模式的生成。本文中描述的至少一些实施例通过利用具有不同层级级别和与每个层级级别相对应的不同组的基于种子的训练数据的流派层级来在这些类型的情况下提供基于种子的训练数据。例如，在特定播放列表种子存在不足量的历史数据的情况下，流派层级被遍历到逐渐更高的级别，直到达到具有足够历史数据的级别，并且来自该级别的使用/训练数据用于制定对候选轨道特征的基于种子的加权。在一些实施例中，当为特定播放列表种子收集附加使用数据时，在加权操作中使用的协作使用数据的逐渐更高比例可以源自先前具有不足够训练数据的较低层级级别。提供本“
技术实现思路
”是为了以简化的形式介绍一些概念，这些概念将在下面的“具体实施方式”中进一步描述。本“
技术实现思路
”不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。附图说明为了描述可以获取本专利技术的上述和其他优点和特征的方式，将通过参考附图中所示的具体实施例来呈现上面简要描述的本专利技术的更具体的描述。应当理解，这些附图仅描绘了本专利技术的典型实施例，因此不应当被认为是对其范围的限制，本专利技术将通过使用附图利用附加特征和细节来被描述和解释，在附图中：图1示出了可以采用本文中描述的原理的示例计算系统；图2示出了本文中描述的原理可以在其中操作并且其中生成用于控制多媒体播放列表的数据结构的示例环境；图3示出了根据本文中描述的原理的用于生成多媒体播放列表的方法的流程图。图4A-4C示出了本文中描述的原理可以通过根据多媒体流派层级来获取基于种子的训练数据来在其中进行操作的示例环境；图5示出了根据本文中描述的原理的用于根据多媒体流派层级来获取基于种子的训练数据的方法的流程图。图6A-6B示出了包括根据所应用的选择性参数来选择经排名的元素的多媒体选择过程的示例。具体实施方式本文中描述的至少一些实施例涉及一个或多个优化的播放列表的生成，以通过提供对基于因特网的音频内容递送的上下文中特别出现的播放列表生成问题的有益解决方案来实现改进的用户体验。例如，在因特网无线电域中特别出现的问题包括基于指定的用户输入(例如，站点种子)提供合适的个性化播放列表而不关注潜在播放列表候选的错误特征的挑战。在该上下文中特别出现的附加挑战包括提供一种提供足够的多样性、可发现性和偶然发现的机会而不会偏离用户偏好太远并且不会过度重复或无聊的播放列表。在基于因特网的音频内容递送的上下文中出现的另一挑战包括平衡多个指示数据源。例如，给定特定播放列表种子或当前播放的轨道，候选轨道选择可以基于声学属性的相似性(例如，基于呈现出轨道、专辑和艺术家之间的相似性的数字信号处理)和/或历史使用模式的相似性(例如，基于从大型使用模式数据集观察到的用户的音乐品味；即，协同过滤数据)。对前者的过度依赖倾向于错过良好聆听体验的很多元素，而对后者的过度依赖倾向于将播放列表朝向流行的轨道和艺术家以及具有更多使用数据的旧轨道过度倾斜。相关挑战包括对相对较新的音频内容的处理。例如，基于除了潜在的声学相似性度量之外的任何东西，难以将具有有限的相关联的使用数据的新艺术家、专辑和/或轨道合并到播放列表生成方案中。当然，播放列表生成器可以更多地针对这种声学相似性度量进行调节，以试图捕获更大比例的较新音频内容，但这样做会引入上述对声学相似性的过度依赖问题，并且无法完全捕获随着时间的推移而可能会变得明显的新内容的现实世界使用相似性。本文中描述的至少一些实施例解决了前述挑战中的一个或多个。尽管本文中描述的示例和所示实施例通常在生成音频轨道播放列表的上下文中被描述，但是本领域技术人员将理解，本文中描述的解决方案和益处也可以被应用于其他基于因特网的多媒体上下文中的层级多源播放列表生成，其中类似的问题(例如，提供个性化和令人愉快的内容选择序列)通过本文中描述的原理和概念被有利地解本文档来自技高网...

【技术保护点】
1.一种计算系统，所述计算系统被配置用于生成播放列表，所述计算系统包括：一个或多个处理器；一个或多个计算机可读介质，其上具有计算机可执行指令，所述计算机可执行指令被构造为使得在由所述一个或多个处理器执行时引起所述计算系统响应于接收到播放列表种子而至少执行以下操作：针对多个候选轨道中的每个候选轨道生成特征向量，每个特征向量具有一个或多个特征，每个特征对应于相应特征维度；针对每个特征向量，调节所述特征向量的至少一个特征的权重以形成维度加权的特征向量，所述调节根据与所述播放列表种子相对应的训练数据来被执行；根据所述多个候选轨道的所述维度加权的特征向量对所述多个候选轨道进行排名，以形成候选轨道排名；以及根据所述候选轨道排名来选择一个或多个轨道以生成播放列表。

【技术特征摘要】
【国外来华专利技术】2016.05.31 US 15/169,3051.一种计算系统，所述计算系统被配置用于生成播放列表，所述计算系统包括：一个或多个处理器；一个或多个计算机可读介质，其上具有计算机可执行指令，所述计算机可执行指令被构造为使得在由所述一个或多个处理器执行时引起所述计算系统响应于接收到播放列表种子而至少执行以下操作：针对多个候选轨道中的每个候选轨道生成特征向量，每个特征向量具有一个或多个特征，每个特征对应于相应特征维度；针对每个特征向量，调节所述特征向量的至少一个特征的权重以形成维度加权的特征向量，所述调节根据与所述播放列表种子相对应的训练数据来被执行；根据所述多个候选轨道的所述维度加权的特征向量对所述多个候选轨道进行排名，以形成候选轨道排名；以及根据所述候选轨道排名来选择一个或多个轨道以生成播放列表。2.根据权利要求1所述的计算系统，其中调节每个特征向量的至少一个特征的权重还包括根据与个体用户活动相关联的训练数据进行调节，并且其中所述计算机可执行指令还被构造为使得所述计算系统跟踪关于所生成的所述播放列表的用户活动，以生成用于更新与所述播放列表种子相关联的所述训练数据或与个体用户活动相关联的所述训练数据中的一项或多项的附加训练数据。3.根据权利要求2所述的计算系统，其中与个体用户活动相关联的所述训练数据表示用于根据对应用户的历史聆听模式来定制所述特征向量的所述特征的相对权重的一组校正加权因子，并且其中与所述播放列表种子相关联的所述训练数据表示用于根据多个用户关于所述播放列表...

【专利技术属性】
技术研发人员：N·克尼希施泰因，N·奈斯，S·B·埃拉扎，Y·贝雷津，O·巴坎，T·扎凯，S·什勒维施，N·B·西姆霍恩，P·诺格斯，G·拉维，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US